生成AIの学習データを巡る「オプトアウト」制度が、国・地域ごとに全く異なる設計思想のもとで揺れている。英国では規制当局がGoogleに拒否権の実装を迫り、EUは法制化された機械可読オプトアウトを音楽業界が「負担転嫁」と批判し、日本は逆に2026年の法改正でAI学習への同意取得を不要とする寛容路線を堅持する。オプトアウトは権利処理の「最低限の手段」に過ぎないという東京財団の指摘が、各地の現実によって裏付けられつつある。世界のAI事業者と権利者は、同一の技術的課題に対して三者三様の解を模索している状況だ。
英CMA、Googleにオプトアウト実装を迫る
英国の競争市場庁（CMA）は、検索とAI領域におけるGoogleの市場支配力是正を求め、これを受けてGoogleはAI検索機能「AI Overview」や「AIモード」について、パブリッシャーがコンテンツ利用を拒否できる仕組みの整備方針を示した。従来はクローラーをブロックすれば検索結果から事実上排除される構造があり、検索流入が生命線のメディアにとって拒否は現実的な選択肢ではなかった。ビジネスジャーナルの取材に対し英国の競争法研究者は「検索表示のためのクロールと生成AIの訓練は本来別目的だが実態は混在してきた。これを制度的に分離させることが規制の核心だ」と指摘する。CMAはすでに検索市場でGoogleに戦略的市場地位（SMS）指定を行っており、AI領域への波及はデジタル市場競争消費者法（DMCC）の運用実績として国際的にも注目されている。検索とAI学習の技術的・契約的分離が実効性を持つかが今後の焦点となる。
EU DSM指令の機械可読オプトアウトと音楽業界の反発
EUのDSM著作権指令は、適法にアクセス可能な著作物のテキスト・データ・マイニングについて、権利者が機械可読な方法で権利を留保すれば学習利用から除外できる枠組みを設けており、AI Actも汎用AIモデル提供者にこの権利留保の尊重と学習内容の公開要約を求める。しかし音楽分野では、この「オプトアウト原則」そのものへの批判が根強い。東京財団の論考によれば、楽曲は権利者管理サイトだけでなく動画投稿や配信を通じて多数の場所に複製されるため、robots.txt等では全ての利用経路を管理できず、メタデータの削除・改変や学習除外の外部検証も困難になる。UK Musicは個人・小規模権利者への過大な事務負担を批判し事前許諾ベースのライセンスを求め、Musicians' Unionも包括利用を前提とせず個々の制作者の明示的同意と公正な対価を重視している。書籍・出版分野でも同様に、権利留保の技術的表示方法が業界標準として確立していない点が実務上の障害として指摘されている。
日本は2026年法改正で「同意不要」路線を堅持
対照的に日本は独自路線を進む。2026年5月26日、個人情報保護法等改正案が衆議院を通過し、統計目的やAI学習へのデータ利用について要配慮個人情報であっても同意取得を不要とする特例が盛り込まれた。セキュリティ対策Labの分析では、提供元企業が名称・利用目的をウェブサイト等で事前公表し、提供先との間でAI学習・分析目的限定の契約を締結することが条件とされる。目的外流用は課徴金対象となる。米カリフォルニア州が2026年1月からAI自動意思決定システムに事前通知・オプトアウト権・ロジック開示を義務化したのとは対照的に、日本は「AIトレーニングの法的セーフヘブン」になり得るとの見方も出ている。一方でヘルスケア領域では逆の厳格化も進み、顔特徴・声紋・歩容等の「特定生体個人情報」についてはオプトアウト方式での第三者提供が全面禁止される。ITローヤーの解説は、この二段構えの制度設計が国内AI開発の促進と機微データ保護を両立させる狙いだと指摘する。
クリエイター側の抵抗とサービス個別対応の限界
権利者側の懸念は具体的な形でも表面化している。スタジオジブリや任天堂などが加盟する著作権侵害対策コンソーシアムCODAは、動画生成AI「Sora 2」の無許諾学習に懸念を示す要望書をOpenAIに提出した。一方、個別サービスレベルのオプトアウトは実装されつつあるが実効性は限定的だ。xAIのGrokは設定画面から学習利用を無効化できるが、オプトアウトしても過去データの完全削除はできず、一部処理は停止できない。Googleも「Google-Extended」でAI学習からの除外オプションを提供したが、これも事業者ごとの個別設定に過ぎず、東京財団が指摘する「事業者ごとに異なる方法で拒否を通知する仕組みが権利者へ技術的・事務的負担を過度に転嫁する」構造そのものは解消されていない。事業者数だけ異なるオプトアウト手続きが存在する現状は、中小の権利者や個人クリエイターにとって事実上の管理不能状態を生んでいる。
権利処理の設計思想が問われる
東京財団の論考は、オプトアウトの不在を包括的な学習同意とみなすべきではなく、分野ごとの許諾、集中管理、拡大集中許諾、標準化された機械可読表示、利用履歴の監査を組み合わせるべきだと提言する。米国著作権局も学習の適法性評価にあたり、取得方法・利用目的・生成物との市場競合・ライセンス市場の有無を個別に検討する立場を取る。英CMAの措置、EUの機械可読オプトアウト、日本の同意不要特例、そしてCODAの要望書は、いずれも「誰が拒否の負担を負うか」という同一の論点を異なる角度から突きつけている。今後、検索とAI学習の技術的分離、対価還元の制度化、生体情報のような個別カテゴリでの厳格化が並行して進む可能性が高く、企業は自社の事業展開地域ごとに全く異なるルールへの対応を迫られる局面に入っている。グローバルに事業を展開する企業ほど、単一のコンプライアンス方針では対応しきれず、地域別のデータガバナンス体制の構築が急務となっている。
