AI企業は、著作権所有者の許可なしにデータを使用して大規模言語モデル（LLM）を訓練しているケースが多いです。これが許されるかどうかは法域によって異なります。例えば、EUや日本では一定の制約の下で認められていますが、アメリカでは法的な状況がより曖昧とされます。このような実状にも関わらず、クリエイティブな生産者からの懸念は、透明性の欠如と訴訟の脅威によって訓練データセットに関する情報の共有を最小限にする傾向を強めています。
この情報共有の限定は、AIモデルを理解するために必要な情報へのアクセスを研究者や監査人、影響を受ける個人たちから奪う形となり、広範なエコシステムにおいて透明性と説明責任、そしてイノベーションを妨げています。
オープンアクセスまたはパブリックドメインのデータを用いて言語モデルを訓練することは解決策の1つですが、書かれている時点ではそのように訓練されたモデルは存在しません。実現にはメタデータの不完全さや物理記録のデジタル化の費用と複雑さ、迅速に変化する環境における適切なデータセットを担保するために必要な多様な法律的技術的スキルが挑戦となっています。
責任をもってキュレーションされ、管理されたオープンライセンスデータでAIシステムを訓練する未来を構築するためには、法律、技術、政策ドメイン間の協力と、メタデータ基準への投資、デジタル化そしてオープンの文化を育むことが必要です。
出典 : Preprint: “Towards Best Practices for Open Datasets for LLM Training” https://www.infodocket.com/2025/01/16/preprint-towards-best-practices-for-open-datasets-for-llm-training/
