GitHub Copilot著作権訴訟のその後｜「勝利」の中身と控訴審判決

2024年に報じられた「Copilot著作権訴訟で勝利」

2024年7月、「GitHub、OpenAI、Microsoftが、AIコーディングツールCopilotをめぐる著作権訴訟で勝った」というニュースが広がりました。私たちも同じ月に、暗号資産メディアCointelegraphの記事をもとに、このニュースを紹介しています。

もとになったのは、米カリフォルニア州北部地区連邦地方裁判所のジョン・タイガー判事が、2024年6月24日付で出した命令です。命令は7月5日に公開され、英The RegisterやGIGAZINEが報じました。命令の中身は、次の3つに分けられます。

DMCA（デジタルミレニアム著作権法）第1202条(b)は、作者名や著作権表示、ライセンスの条件といった「著作権管理情報」を、作品から取り除いたり書き換えたりすることを禁じる規定です。原告の匿名のプログラマーたちは、Copilotが自分たちのコードを、こうした表示を外した形で出力していると訴えていました。

判事は、原告が示した例はどれも元のコードと同一ではなく、手を加えた形や、働きが同じものにとどまるとして、この請求を認めませんでした。Copilotが記憶したコードをそのまま出すのは、ふつうの使い方ではまれだという研究も引いています。

ここで押さえておきたいのは、この訴訟がもともと「著作権の侵害」そのものを訴えたものではなかったことです。2022年11月の訴状に並んだ12の請求は、DMCA違反、ライセンス違反の契約違反、不正競争、プライバシー法違反などで、コードの著作権を侵害したという請求は入っていませんでした。

ヒカリちゃんのまとめ2024年の「勝利」は、DMCAの請求が退けられたという意味でした。もともと著作権侵害を正面から争う裁判ではなかった、という点も覚えておいてくださいね。

Copilot訴訟の流れ：提訴から控訴審判決まで

2024年の命令のあと、原告はDMCAの論点だけを先に控訴裁判所で争う道を選びました。裁判記録をもとに、主な出来事を時系列で並べます。

残っている契約違反の請求は2つです。一つは、オープンソースライセンスの条件を守っていないという、3社すべてに対する請求。もう一つは、ライセンスのついたコードを使ったサービスを販売したという、GitHubだけに対する請求です。地裁の手続きは2024年9月から止まっていましたが、控訴審の判断が戻ったことで、これらの請求の審理を進められる段階に入りました。

ヒカリちゃんのまとめ提訴からもうすぐ4年になりますが、訴訟はまだ終わっていません。控訴審が決めたのはDMCAの論点だけで、契約違反の請求は地裁に残っています。

Copilot訴訟の控訴審が決めたこと、決めなかったこと

2026年9月16日、第9巡回区控訴裁判所は、3人の裁判官の全員一致で地裁の判断を支持しました。ほかの裁判の先例として扱われる、公刊の判決です。

決めたこと

1. 原告には訴える資格がある。大規模言語モデルが学習データをそのまま出すことがあるという研究や、GitHubが公開コードとの一致を防ぐ「重複検出フィルター」を用意していることなどから、自分のコードが表示なしで出力されるおそれは、もっともらしいと認めました。
2. それでもDMCA違反にはならない。原告自身の説明では、Copilotは保存したコードを探して返す道具ではなく、学習した傾向から新しいコードを作る道具です。新しく作ったものに表示を付けなかったことは、既存の作品から表示を「取り除いた」「書き換えた」ことにはならない、と判断しました。
3. 「同一でなければならない」という言い方は改めた。地裁や被告が使った「同一性の要件」という呼び方は「やや誤った呼び方」だとしました。完全に同じでなくてもよく、わずかに手を加えただけで責任を逃れられるわけではない、という整理です。

決めなかったこと

判決は、Copilotの出力が通常の著作権侵害にあたるかどうかについて、意見を述べないと明記しています。生成されたコードは、原告の著作権を侵害するかもしれないし、しないかもしれない、という書き方です。

学習の段階で表示を取り除いた、という主張についても判断していません。原告が地裁でこの主張を続けなかったため、控訴審では取り上げない、という理由です。また判決は、検索エンジンのように保存したコードをそのまま返す仕組みであれば、原告の主張はもっと強くなりえた、とも述べています。

ヒカリちゃんのまとめ控訴審が閉じたのは「DMCAで訴える」という道だけです。AIが作ったコードが著作権侵害になるかどうかという大きな問いには、まだ答えが出ていません。

2024年の記事の答え合わせ

私たちは2024年7月、Microsoft、OpenAI、GitHubがコーディングの著作権訴訟で勝った、という記事を書きました。当時書いたことが、いまから見てどうだったかを確かめます。

いちばんの見落としは、「勝った」という見出しに合わせて、裁判がまだ続いていることを書かなかったことです。

当時の記事は、英語の報道を一つ読んで書いたもので、裁判所の命令そのものは確かめていませんでした。命令を読めば、契約違反の請求が残っていることも、もともと著作権侵害を争う請求がないことも書かれています。開発者にとっていちばん大事な「では、どう使えば安心か」にも触れていませんでした。

ヒカリちゃんのまとめDMCAの請求が退けられたことは当たっていましたが、「法的責任を免れた」は言いすぎでした。ニュースは裁判所の文書まで戻って確かめる、という反省をこの記事に生かしています。

AIと著作権をめぐるほかの裁判はどうなったか

2024年の記事は、ニューヨーク・タイムズなどの訴訟がどう展開するかを「今後の注目点」としていました。2026年10月までに、AIの学習と著作権をめぐる米国の裁判では、いくつか大きな動きがありました。

並べてみると、裁判ごとに争点がまったく違うことがわかります。Copilotの裁判はDMCAの「表示を取り除いたか」、Anthropicの裁判は「学習がフェアユースか」と「本をどう手に入れたか」、Rossの裁判は「生成しないAIの学習がフェアユースか」でした。「AIと著作権の裁判でAI企業が勝った・負けた」と一言でまとめると、何が決まったのかを見落とします。

なお、これらはどれも米国の裁判です。日本については、文化庁の資料が、生成AIと著作権の関係を直接扱った判例や裁判例はまだ乏しい（2024年3月の公表時点）としています。

ヒカリちゃんのまとめ「AIが勝った」「AIが負けた」という見出しだけでは、何が決まったのかはわかりません。どの法律の、どの論点だったかを見ると、自分に関係があるかどうかが見えてきます。

日本でGitHub Copilotを使う人が確かめること

米国の裁判の結論が、日本の利用者にそのまま当てはまるわけではありません。それでも、Copilotの設定と日本の著作権法の考え方を押さえておけば、仕事で使うときの心配はかなり減らせます。Copilotの料金や、ほかのコード生成AIとの比べ方はコード生成AIの比較で、エージェントとして作業を任せる使い方はGitHub Copilotのエージェント機能の記事で紹介しています。

Copilotの設定で確かめる3つのこと

1. 重複検出フィルターをオンにする。GitHubのプロフィール画像から「Copilot settings」を開き、「Suggestions matching public code」を「Block」にします。すると、提案の周りのおよそ150文字のコードをGitHub上の公開コードと照らし合わせ、一致や近い一致があれば、その候補を表示しません。GitHubは、自社の調査では公開コードと一致する提案は1%未満とまれだとしています。会社の組織から割り当てられたシートでは、この設定は管理者のポリシーに従い、管理者が組織全体に有効にできます。
2. 「Allow」にするなら、一致したコードの出どころを見る。「Allow」のままにしておくと、一致した公開コードのリポジトリや、検出されたライセンスの情報を確かめられます（コード参照）。チャットの回答が公開コードと一致した場合も、一致の情報へのリンクが付きます。
3. ライセンスの表示を残す。オープンソースのライセンスの多くは、コピーや改変したものにも、作者名やライセンスの表示を残すことを求めています。たとえばMITライセンスは、著作権表示と許諾表示を「すべての複製または重要な部分」に含めるよう定めています。一致したコードを使うなら、表示も一緒に残します。

権利の扱いについて、GitHubの公式FAQは、GitHubは提案の所有権を主張しないと明記しています。会社で使う場合は、法人向けのCopilot Business（月19ドル）かEnterprise（月39ドル）を選ぶと、2つの点で安心です。一つは、フィルターを有効にしている場合、変更していない提案についてGitHubが知的財産の補償をすると説明していること。個人向けのプランには、この補償は含まれません。もう一つは、BusinessとEnterpriseのデータは学習に使わないとしていることです。個人向けのFree・Pro・Pro+では、オプトアウトしない限り、入力や出力などが学習に使われる場合があります。

日本の著作権法ではどう考えるか

日本では、文化審議会著作権分科会の法制度小委員会が、2024年3月に「AIと著作権に関する考え方について」をまとめています。文書そのものに法的な拘束力はないと明記されていますが、2026年10月26日に文化庁のページを確かめた時点では、これより新しい考え方の文書は出ていませんでした。コードに関係する点を3つに絞ります。

1. 学習の段階。AIの学習のための著作物の利用は、作品の表現を味わうことを目的としない利用として、著作権法第30条の4の対象になると整理されています。ただし、学習データに含まれる作品の表現を意図的に出力させるための追加学習のように、表現を味わう目的が併存する場合や、著作権者の利益を不当に害する場合は対象外です。
2. 生成・利用の段階。AIを使わない場合と同じく、既存の作品との「類似性」と「依拠性」の両方が認められれば、著作権侵害になりえます。利用者が元の作品を知らなくても、そのAIが学習していた作品に似たものが出た場合は、通常、依拠性が推認されるとしています。
3. 出力のフィルター。学習に使った作品と表現が共通するものが出ないよう、出力の段階でフィルタリングしているといった事情があれば、依拠性がないと判断される場合もありうる、と整理されています。一方で、そうした措置があっても依拠性は否定されず、利用者の過失が否定されるにとどまる、という意見があったことも併記されています。

また、この考え方は、日本国内の利用者に向けたAIサービスが生成物を出している場合などを、日本の著作権法が適用される可能性を高める一つの要素に挙げています。米国の裁判の結論にかかわらず、日本で使う以上は、日本の考え方で確かめておくのが安全です。

ヒカリちゃんのまとめ仕事で使うなら、重複検出フィルターをオンにして、一致したコードにはライセンスの表示を残すこと。この2つを守るだけでも、問題になりやすい場面を減らせます。