海外テックメディアTechCrunchは、AmazonがAIモデルの学習のために希少な書籍テキストを活用している可能性について報じています。もともとオンライン書店として成長したAmazonが、今や生成AI競争の中で「本」という知的資産をどう扱うのか――このテーマは、日本の出版業界や図書館、著作権ビジネスにとっても無視できない論点です。
「オンライン書店として出発したAmazonが、AIモデルを訓練するために希少なテキストを破壊している」
「希少本はLLMの訓練にとって非常に価値が高い。なぜなら、これらのモデルはすでにオンライン上で入手可能なものについて学習を済ませているからだ。」
なぜ希少本がAI企業にとって“宝の山”になるのか
大規模言語モデル、いわゆるLLMは、インターネット上の膨大なテキストを学習することで性能を高めてきました。しかし、主要なWebページ、ニュース、論文、掲示板、電子書籍などは、すでに多くのAIモデルの学習対象になっていると考えられています。
そのため、次の競争軸として注目されるのが「まだデジタル化されていない情報」です。古書、絶版書、専門書、地域資料、手稿、図録、学術的価値の高い資料などは、インターネット上に十分な形で存在していない場合があります。こうした未開拓のテキストは、AI企業にとってモデルの差別化につながる貴重なデータになり得ます。
特に希少本には、現代のWeb上では得にくい語彙、文体、歴史的背景、専門知識、文化的文脈が含まれていることがあります。AIがより幅広い時代や分野の知識を扱えるようになるためには、こうした資料が魅力的に映るのは自然です。
問題は「デジタル化」ではなく「破壊」と「同意」
書籍をAI学習に使うこと自体は、必ずしも否定されるべきものではありません。図書館や研究機関では、文化資産を保存するためにデジタルアーカイブ化が進められてきました。問題は、その過程で物理的な本が損なわれるのか、権利者や所有者の同意があるのか、そしてAI企業がその価値をどのように扱うのかという点です。
希少本は単なる「テキストデータ」ではない
希少本の価値は、そこに書かれた文字情報だけではありません。装丁、紙質、書き込み、版の違い、出版当時の流通背景など、物理的な存在そのものが歴史的資料になります。AI学習のためにページを裁断したり、復元困難な形でスキャンしたりする行為があるなら、それは単なるデータ取得ではなく文化財の毀損に近い問題として受け止められる可能性があります。
日本でも、国立国会図書館や大学図書館、自治体の文書館などが貴重資料のデジタル化を進めていますが、多くの場合、保存・公開・研究利用のバランスが重視されます。AI企業による大規模なデータ取得は、こうした公共的なアーカイブ活動とは目的が異なります。商用AIモデルの性能向上という企業利益が前面に出るからです。
日本の出版・古書市場にも波及する可能性
日本には、古書店街、専門書店、大学図書館、個人蔵書、出版社の絶版アーカイブなど、AI学習にとって魅力的な未デジタル資料が数多く存在します。特に日本語のLLMは、英語圏に比べて高品質な学習データの量が限られるため、古い書籍や専門文献への関心は今後さらに高まるでしょう。
一方で、日本の出版業界は著作権管理が比較的厳格で、著者・出版社・取次・書店・図書館の関係も複雑です。AI企業が書籍データを学習に使う場合、どこまで許諾が必要なのか、対価をどう分配するのか、絶版書の権利処理をどうするのかといった課題が避けられません。
「AI学習用ライセンス市場」が生まれる可能性
今後、日本でも出版社や図書館、権利管理団体が、AI学習向けに書籍データをライセンス提供する仕組みを整える可能性があります。無断利用や物理資料の破壊が問題になる前に、権利者へ対価が還元され、資料の保存も担保されるルール作りが求められます。
たとえば、絶版書や専門書をAI学習用に提供し、その収益を著者や出版社、アーカイブ機関に分配するモデルが考えられます。これは、眠っていた知的資産を再活用する機会にもなります。ただし、その前提として、透明性のある利用範囲、オプトアウトの権利、学習後のデータ管理が不可欠です。
AI時代に問われる「知識の採掘」の倫理
生成AIの進化は、これまでアクセスされにくかった知識を社会に広げる可能性を持っています。しかし、その裏側で、希少本や文化資料が単なる“燃料”として扱われるなら、技術革新は知的遺産の消費と表裏一体になってしまいます。
Amazonはオンライン書店として出発し、本の流通を大きく変えた企業です。そのAmazonがAI時代において書籍をどのように扱うのかは、象徴的な意味を持ちます。本はデータである前に、著者、編集者、読者、保存者が長い時間をかけて受け継いできた文化的な器でもあります。
AIモデルの性能向上を目指す競争は今後も激化します。しかし、未デジタルの知識を掘り起こすなら、それは破壊ではなく保存と還元を伴うべきです。日本の出版・図書館・AI業界も、この問題を海外ニュースとして眺めるだけでなく、国内ルール整備のきっかけとして受け止める必要があります。
引用元: Amazon, which started off selling books, is destroying rare texts to train AI
