AIストーリー生成における「創造性」の技術的定義と評価：著作権法における「創作性」との乖離
はじめに
AIによるテキスト生成技術は目覚ましい進展を遂げており、特にストーリー生成においては、単なる単語の羅列を超え、複雑なプロットや個性的なキャラクターを持つ物語の創出が可能になりつつあります。このような技術の進化に伴い、「創造性（Creativity）」や「新規性（Novelty）」といった概念がAI生成物の評価において重要視されるようになっています。しかし、技術的な評価基準で測られる「創造性」と、著作権法における「創作性」の間には、概念的な違いや乖離が存在します。本記事では、AIストーリー生成における「創造性」「新規性」を技術的にどのように捉え、評価しようとしているのかを解説し、それが著作権法上の「創作性」とどのように異なり、どのような法的・倫理的課題を生じさせているのかを考察します。
技術的視点からの「創造性」「新規性」の定義と評価
AIによるテキスト生成における「創造性」や「新規性」を技術的に評価することは、依然として挑戦的な課題です。従来のテキスト生成モデルの評価には、BLEUやROUGE、Perplexityといった指標がよく用いられてきました。これらの指標は主に、生成されたテキストが参照テキスト（人間の書いたテキストなど）とどれだけ類似しているか、あるいは言語モデルとしての確率論的な妥当性を示すものであり、文章の流暢さや一貫性を測るには有効ですが、真の意味での「創造性」や「新規性」を捉えるには限界があります。
AI研究の分野では、「創造性」を、既存の知識やデータから全く新しいもの、あるいは予期せぬものを生み出す能力と捉えることがあります。技術的な評価では、生成されたテキストの多様性や独自性を測る指標が試みられています。例えば、Distinct-Nのような指標は、生成されたテキスト中に含まれるユニークなN-gramの数や割合を計算することで、語彙や表現の多様性を評価します。
また、より高レベルな概念として、「物語構造における予期せぬ展開」「斬新なアイデアの組み合わせ」「既存のジャンルやスタイルからの逸脱」といった要素を技術的に評価しようとする研究も進められています。これは例えば、潜在空間（Variational AutoencodersやGenerative Adversarial Networksなどが学習する意味的なベクトル空間）における探索の幅広さや、Transformerベースモデルにおけるサンプリング戦略（例：Top-kサンプリング、Nucleusサンプリング）が生成されるテキストの多様性や予測不可能性（すなわち「新規性」）に与える影響などを分析することで行われます。
しかし、これらの技術的な指標や手法は、あくまで統計的な性質やパターンからの逸脱、あるいはデータ空間における位置などを捉えるものであり、人間が感じる「感動」「共感」「驚き」といった情動的な側面や、文化・社会的な文脈における「価値」や「意義」といった側面を含んだ「創造性」を完全に評価することは困難です。現在のところ、AI生成物の真の「創造性」評価には、依然として人間の評価（Human Evaluation）が不可欠とされています。
著作権法における「創作性」の概念
一方、日本の著作権法において保護の対象となる「著作物」とは、「思想又は感情を創作的に表現したものであって、文芸、学術、美術又は音楽の範囲に属するもの」と定義されています（著作権法第2条第1項第1号）。ここでいう「創作性」とは、厳密な意味での独創性や新規性を要求するものではなく、「既存の作品に依拠せず、かつ、作成者の個性が現れていること」が必要かつ十分であると解されています。つまり、たとえ類似する先行作品が存在しても、それから独立して作成され、作成者の個性が何らかの形で表現されていれば、創作性は認められる可能性があるのです。
AIが生成したストーリーについて、この「創作性」が認められるか否かは、現在、国内外で活発に議論されています。現行法の一般的な解釈では、「思想又は感情」を持つのは人間であり、「作成者の個性」も人間のものであると考えられています。そのため、AIが自律的に生成したテキストは、たとえ技術的に見て非常に「創造的」で「新規性」が高く、人間の作品と区別がつかないほど高品質であったとしても、法的な意味での「創作性」は認められにくく、著作物とはなり得ないとする見解が有力です。
ただし、AIを「道具」として人間が利用し、人間の思想や感情が反映され、人間の個性が表現されていると判断される場合には、その生成物は人間の著作物として認められる可能性があります。この「人間の寄与」の度合いがどの程度であれば創作性が認められるのか、また、AIが生成プロセスでどの程度自律的に判断を行ったのか、といった点が法的な判断において重要な論点となります。
技術的「創造性」評価と法的「創作性」判断の乖離と課題
技術的な視点から見たAIの「創造性」と、著作権法における「創作性」の間には、明確な乖離が存在します。技術的な評価が、統計的・確率的な新規性や多様性、あるいは特定のアルゴリズム的基準に基づいているのに対し、法的な「創作性」は、人間の内面（思想・感情）の発露や個性の表現に焦点を当てています。
この乖離は、AIストーリー生成物を取り巻く様々な法的・倫理的な課題を引き起こしています。
- 著作権保護の不明確性: AIが生成したストーリーが法的な「著作物」と認められない場合、そのストーリーは著作権法による保護を受けられません。技術的な評価でどれほど「創造的」とされても、誰でも自由に利用できる状態となります。これは、AIを活用して創作を行うクリエイターや企業にとって、投資や創作活動のインセンティブに関わる重要な問題です。
- 類似性・侵害判断の複雑化: AIが大量のデータに基づいて学習するため、既存の著作物に表現が類似するリスクが伴います。技術的な「新規性」評価では統計的な類似度などを測ることはできますが、これが法的な著作権侵害（依拠性＋類似性）の判断基準と直接結びつくわけではありません。特に、AIが生成したストーリーが人間の作品に酷似していた場合、その原因が学習データにあるのか、生成アルゴリズムの特性なのか、あるいは意図的な模倣なのかによって、倫理的・法的評価が変わる可能性があります。法的な依拠性の判断において、AIの学習プロセスをどのように考慮すべきか、技術的な検証が求められる場面も想定されます。
- 「作者」の特定と責任: 法的な「著作物」が認められるためには、「作者」すなわち著作権の原始的な帰属主体が必要です。AI生成物に「創作性」が認められない、あるいは人間の寄与が不十分と判断される場合、作者が存在しないことになります。一方で、AIが生成したストーリーに問題（例：名誉毀損、プライバシー侵害、特定の集団への偏見助長など）が含まれていた場合、誰がその責任を負うべきかという問題が生じます。モデル開発者、サービス提供者、あるいはプロンプトを入力したユーザーなど、技術的な開発・運用プロセスにおける各主体の関与度と法的な責任論を結びつけて議論する必要があります。
これらの課題は、技術が先行し、法制度や社会的な合意形成が追いついていない現状を示しています。
今後の展望と課題
AIストーリー生成技術のさらなる発展を見据えると、技術的な「創造性」評価と法的な「創作性」判断の間のギャップをどのように埋めていくかが重要な課題となります。
技術開発の側面では、人間の感性や意図をより深く理解し、反映できるAIモデルの開発に加え、単なる統計的な新規性だけでなく、人間が「創造的」と感じる要素（例：感情表現の豊かさ、比喩の巧みさ、物語の深みなど）を捉えるための新たな評価指標や手法の研究が求められます。また、モデルの学習データや生成プロセスの透明性を高める技術は、「依拠性」や「偏見」といった法的・倫理的な論点を議論する上でも有用となるでしょう。
法的な側面からは、AI技術の特性を踏まえた著作権法の解釈や改正の議論が不可避です。AIを巡る著作権問題は国際的な課題であり、各国の法制度の動向を注視し、国際的な協調も視野に入れる必要があります。AI生成物の「創作性」をどのように判断するのか、人間の寄与の基準をどう考えるのか、著作権の帰属主体をどう定めるのか、あるいは新たな権利体系が必要なのか等、多角的な検討が求められます。
最終的には、技術開発者、法律家、政策決定者、そして実際にAIを利用して創作を行うクリエイターを含む幅広い関係者が連携し、技術の可能性と社会的な要請、倫理的な配慮、そして法的安定性のバランスを取りながら、議論を進めていくことが重要です。AIストーリー生成の「光」を最大限に活かしつつ、「影」の部分である倫理・著作権問題に適切に対処していくためには、技術と法、そして社会の関わりについて深い考察を続ける必要があります。