論文の概要: The algorithmic muse and the public domain: Why copyrights legal philosophy precludes protection for generative AI outputs
- arxiv url: http://arxiv.org/abs/2512.13750v1
- Date: Mon, 15 Dec 2025 05:39:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-17 16:49:26.425142
- Title: The algorithmic muse and the public domain: Why copyrights legal philosophy precludes protection for generative AI outputs
- Title（参考訳）: アルゴリズムミューズとパブリックドメイン:なぜ著作権法哲学は生成AI出力の保護を妨げるのか
- Authors: Ezieddin Elmahjub,
- Abstract要約: 生成AI(GenAI)出力は著作権がない。
GenAIは、人間の創造的リンクと表現的フォームを根本的に分離する。
AI生成作品に対する人間の創造的な貢献は、保護を保証しますが、生のアルゴリズムの出力はパブリックドメインに留まるべきです。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Generative AI (GenAI) outputs are not copyrightable. This article argues why. We bypass conventional doctrinal analysis that focuses on black letter law notions of originality and authorship to re-evaluate copyright's foundational philosophy. GenAI fundamentally severs the direct human creative link to expressive form. Traditional theories utilitarian incentive, labor desert and personality fail to provide coherent justification for protection. The public domain constitutes the default baseline for intellectual creations. Those seeking copyright coverage for GenAI outputs bear the burden of proof. Granting copyright to raw GenAI outputs would not only be philosophically unsound but would also trigger an unprecedented enclosure of the digital commons, creating a legal quagmire and stifling future innovation. The paper advocates for a clear distinction: human creative contributions to AI-generated works may warrant protection, but the raw algorithmic output should remain in the public domain.
- Abstract（参考訳）: 生成AI(GenAI)出力は著作権がない。
この記事はその理由を論じている。
我々は、著作権の基礎哲学を再評価するために、原本性の概念と著者権のブラックレター法の概念に焦点を当てた従来の教義分析をバイパスする。
GenAIは、人間の創造的リンクと表現的フォームを根本的に分離する。
伝統的な理論では、実用的インセンティブ、労働砂漠、パーソナリティは保護のための一貫性のある正当化を提供しない。
パブリックドメインは、知的創造物のデフォルトのベースラインを構成する。
GenAI出力の著作権保護を求める人は、証明の責任を負う。
生のGenAI出力に著作権を付与することは哲学的に不適切であるだけでなく、デジタルコモンズの前例のない囲い込みを招き、法的な隔たりを生み出し、将来のイノベーションを脅かすことになる。
AI生成作品に対する人間の創造的貢献は、保護を保障するかもしれないが、生のアルゴリズムの出力はパブリックドメインに留まるべきである。
関連論文リスト
- Open Shouldn't Mean Exempt: Open-Source Exceptionalism and Generative AI [1.8256490853231881]
この論文は「オープンソース例外主義」の一般的な正当性について批判的に考察する。
結論は、オープンソース開発者は、技術エコシステムの他のすべてのアクターと同じ法的および倫理的基準に守らなければならない、ということだ。
論文 参考訳（メタデータ） (2025-10-16T18:21:06Z) - Can Media Act as a Soft Regulator of Safe AI Development? A Game Theoretical Analysis [57.68073583427415]
我々は、メディアの報道がAIクリエイターを安全な製品の生産に駆り立てる可能性があるかどうかを調査する。
われわれの結果は、メディアがクリエイターとユーザーとの協力を育むことができることは明らかだが、必ずしもそうではない。
大衆の認識を形作り、デベロッパーの責任を負うことによって、メディアは強力なソフトレギュレーターとして出現する。
論文 参考訳（メタデータ） (2025-09-02T12:13:34Z) - Red Teaming for Generative AI, Report on a Copyright-Focused Exercise Completed in an Academic Medical Center [49.85176045690678]
学術的な医療環境における生成的人工知能(AI)の展開は著作権の遵守を懸念する。
Dana-Farber Cancer Instituteは、OpenAIモデルを利用した内部生成AIツールであるGPT4DFCIを実装した。
4つのチームが4つのドメインでGPT4DFCIから著作権のあるコンテンツを抽出しようとした。
論文 参考訳（メタデータ） (2025-06-26T23:11:49Z) - The Author Is Sovereign: A Manifesto for Ethical Copyright in the Age of AI [0.0]
AIの時代、著者はアルゴリズムによるコンテンツスクラップ、"フェアユース"のような法的グレーゾーン、そして同意や補償なしに創造的な労働から利益を得るプラットフォームによって静かに浸食されている。
この短い宣言は、著者が知的ドメインの主権を持つシステムという、過激な代替案を提案する。
論文 参考訳（メタデータ） (2025-04-03T03:12:42Z) - Unfair Learning: GenAI Exceptionalism and Copyright Law [1.8256490853231881]
GenAIの公正な使用を支持する法的・実質的な議論はすべて、人間にも等しく適用される、と論じている。
つまり、人間が著作権の著作物に再び費用を払う必要はないということだ。
論文 参考訳（メタデータ） (2025-04-01T16:49:39Z) - Evaluating and Mitigating IP Infringement in Visual Generative AI [54.24196167576133]
最先端のビジュアル生成モデルは、知的財産権によって保護されたキャラクターと著しく類似したコンテンツを生成することができる。
これは、入力プロンプトが文字の名前を含む場合や、その特性に関する記述的な詳細を含む場合に発生する。
我々は、潜在的に侵害される可能性のあるコンテンツを特定し、IP侵害を防止するための修正された生成パラダイムを開発する。
論文 参考訳（メタデータ） (2024-06-07T06:14:18Z) - ©Plug-in Authorization for Human Content Copyright Protection in Text-to-Image Model [71.47762442337948]
最先端のモデルは、オリジナルクリエーターを信用せずに高品質なコンテンツを作成する。
本稿では,3つの操作 – 追加,抽出,組み合わせ – を導入した著作権プラグイン認証フレームワークを提案する。
アーティストスタイルの複製と漫画IPレクリエーションの実験は、著作権プラグインの有効性を実証している。
論文 参考訳（メタデータ） (2024-04-18T07:48:00Z) - Not All Similarities Are Created Equal: Leveraging Data-Driven Biases to Inform GenAI Copyright Disputes [20.237329910319293]
本稿では,GenAIモデルの学習能力を利用した著作権法解析手法を提案する。
我々は、GenAIによって作成された作品の汎用性を特定するためのデータ駆動型アプローチを提案する。
著作権法における表現的汎用性を測定することの潜在的意味は深い。
論文 参考訳（メタデータ） (2024-03-26T13:32:32Z) - Between Copyright and Computer Science: The Law and Ethics of Generative AI [1.534667887016089]
著作権とコンピュータ科学は相反し、衝突し続けているが、共存できる。
本条は、一部の学者の見解に反して、公正使用法は、誰かが著作権のある資料にアクセスできるあらゆる方法に恵まれていないことを示す。
しかし、著作権業界は、著作権のある素材のほとんど全ての使用は、非表現的な使用であっても補償されなければならないと主張している。
論文 参考訳（メタデータ） (2024-02-24T16:20:44Z) - Copyright Protection in Generative AI: A Technical Perspective [58.84343394349887]
ジェネレーティブAIは近年急速に進歩し、テキスト、画像、オーディオ、コードなどの合成コンテンツを作成する能力を拡大している。
これらのディープ・ジェネレーティブ・モデル(DGM)が生成したコンテンツの忠実さと信頼性が、著作権の重大な懸念を引き起こしている。
この研究は、技術的観点から著作権保護の包括的概要を提供することで、この問題を深く掘り下げている。
論文 参考訳（メタデータ） (2024-02-04T04:00:33Z) - A Dataset and Benchmark for Copyright Infringement Unlearning from Text-to-Image Diffusion Models [52.49582606341111]
著作権法は、クリエイティブ作品を再生、配布、収益化する排他的権利をクリエイターに与えている。
テキスト・ツー・イメージ・ジェネレーションの最近の進歩は、著作権の執行に重大な課題をもたらしている。
CLIP、ChatGPT、拡散モデルを調和させてデータセットをキュレートする新しいパイプラインを導入する。
論文 参考訳（メタデータ） (2024-01-04T11:14:01Z) - Foundation Models and Fair Use [96.04664748698103]
米国や他の国では、著作権のあるコンテンツは、公正な使用原理のために責任を負わずに基礎モデルを構築するために使われることがある。
本研究では,著作権コンテンツに基づく基礎モデルの開発と展開の潜在的なリスクについて調査する。
基礎モデルが公正な使用と一致し続けるのに役立つ技術的緩和について論じる。
論文 参考訳（メタデータ） (2023-03-28T03:58:40Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。