甲. 著作権：公正利用 対 学習データの対価

2025年11月12日、ニューヨーク南部地区連邦地方裁判所のシドニー・スタイン判事は、OpenAIに対して2,000万件のChatGPT会話記録を提出するよう命じました。OpenAI側の弁護士たちは異議を唱えました。ユーザーのプライバシーが侵害されるというものです。判事はこれを受け入れませんでした。その論理は単純でした。ChatGPTのユーザーたちは自発的に会話を入力したのです。盗聴されたものではありません。

この場面はAI著作権戦争の現状を示しています。2023年にニューヨーク・タイムズがOpenAIを提訴した時、多くの人がこれを報道機関と技術企業間の単純な対立と見ました。しかし2年が経った今、この訴訟は世界中のAI産業の法的基盤を揺さぶる地震となりました。16件の著作権訴訟が1つの多地区訴訟（MDL）に統合されました。ニューヨーク・タイムズ、シカゴ・トリビューン、ニューヨーク・デイリーニューズ、調査報道センターまで。原告側弁護士たちは何を探しているのでしょうか。彼らは『逆流（regurgitation）』の証拠を求めています。

逆流とは何でしょうか。AIが学習した内容をそのまま出力する現象です。学生が本を読んで自分の言葉で要約するのは構いません。しかし本を丸ごと暗記して試験用紙に書き写せば盗用です。ニューヨーク・タイムズの弁護士たちは、ChatGPTが自社の記事をほぼそのまま出力したという証拠をすでに提示しています。単語一つ、句点一つまで同じテキスト。彼らが求めるのはさらに多くの証拠です。2,000万件の会話記録のどこかにその証拠があるはずです。

（1）米国判例の企業有利傾向

米国の法院は伝統的に技術革新に寛容でした。この寛容さの法的表現が『公正利用（Fair Use）』です。公正利用を理解するなら図書館を想像してください。図書館で本を借りて読むのは合法です。その本の一段落をレポートに引用するのも合法です。しかし本全体をコピーして売るのは違法です。公正利用はこの境界線を引く法理です。

OpenAIの主張はこうです。私たちは本を読んだのであり、コピーしたわけではありません。人間の著作家が数千冊の本を読んで独自の文体を作るように、AIもデータを『学習』して新しいものを創造します。これは『変形的利用（Transformative Use）』です。かつてGoogleが世界中の図書館の本をスキャンした時も、法院はこれを許可しました。Google Books判決。AI企業たちが盾とする先例です。しかし2025年の法廷風景は昔と異なります。2025年4月4日、スタイン判事はOpenAIの却下申立をほぼ却下しました。直接侵害請求、寄与侵害請求、商標希釈請求まで、すべて審判を受けることになりました。判事のメッセージは明確でした。「公正利用の有無は審判で検討すべき問題です」。これは企業にとって有利な判決ではありません。これは「まだ分からない」という判決です。

さらに重要な先例があります。Thomson Reuters対ROSS Intelligence事件です。ROSS（ロス）は法律AI企業でした。彼らはWestlawの法律データベースを学習させて競争製品を作りました。2025年2月、デラウェア連邦地裁はROSSの公正利用の抗弁を却下しました。判事の論理は単純でした。あなたたちは競争相手のデータで競争製品を作った。これは変形的利用ではありません。これは市場代替です。

市場代替。公正利用の4つの基準中、最も重要なものです。AIが原作に代替するのか。これがニューヨーク・タイムズの核心主張です。人々は今、ニューヨーク・タイムズのウェブサイトを訪れる代わりにChatGPTに尋ねます。「今日のニュースは何?」ChatGPTはニューヨーク・タイムズの記事に基づいて答えます。有料購読モデルの崩壊。これが正に市場代替です。

（2）欧州判例の著作権者保護傾向

大西洋の向こう側の雰囲気は大きく異なります。欧州連合は2024年8月、世界初の包括的AI規制法である『EU AI法（AI Act）』を施行しました。この法は汎用AIモデルプロバイダーに対し、学習に使用されたデータの詳細な要約を公開することを義務化します。透明性義務。米国にはこのような法律がありません。

ドイツのミュンヘン州地方裁判所のGEMA対OpenAI判決は欧州の流れを象徴しています。GEMAはドイツの音楽著作権協会です。2024年末、裁判所はOpenAIがチャットボット訓練過程でドイツ著作権法に違反したと判示しました。核心論点は『テキスト及びデータマイニング（TDM）』の例外条項でした。EU デジタル単一市場著作権指令は研究目的のTDMを許可します。しかし商業目的のTDMについては、著作権者が『オプトアウト（Opt-out）』権を行使できます。裁判所はOpenAIの活動が商業目的であり、著作権者らが明示的に反対意思を表明したと判断しました。

英国で進行中のGetty Images対Stability AI事件にも注目が必要です。Getty Imagesは世界最大の写真エージェンシーです。彼らはStability AIの画像生成AIであるStable Diffusionが自社の写真1,200万枚を無断で学習したと主張しています。興味深い証拠があります。AIが生成した画像にGetty Imagesのウォーターマークが歪んだ形で現れたのです。AIがウォーターマークまで『学習』してしまったということです。これは直接的な複製の証拠となる可能性があります。

中国の裁判所も著作権者保護に積極的です。2024年、広州インターネット法院は『ウルトラマン』判決でAI サービスプロバイダーに直接侵害責任を問いました。杭州インターネット法院のLoRAモデル判決では3万元の損害賠償を命じました。中国の法院のメッセージは明確です。AIプラットフォームは単なる道具提供者ではありません。彼らはユーザーが他人の著作権を侵害しないよう積極的に措置を講じる必要があります。

（3）ライセンス交渉モデルの台頭

2025年12月11日、ウォルト・ディズニーはOpenAIに10億ドルを投資しました。同時に200以上のディズニーキャラクターをOpenAIの動画生成プラットフォーム『Sora』にライセンスしました。ミッキーマウス、シンデレラ、ダース・ベイダー、ヨーダまで。皮肉な場面でした。わずか6か月前、ディズニーとユニバーサルはMidjourney を著作権侵害で提訴していました。今、彼らはAI企業に資金を提供しています。

何が起きたのでしょうか。ディズニーのCEOボブ・アイガーの発言がヒントになります。「どの時代も技術進歩を阻むことはできませんでした。私たちも同様です。変化が起きるなら、むしろその変化に乗るのが得策です」。これは降伏ではありません。これは取引です。

ライセンス契約の核心は『統制』です。ディズニーはSoraプラットフォームで自社のキャラクターがどのように使用されるかを決定する権利を得ました。暴力、政治、成人向けコンテンツは禁止されます。俳優の肖像と音声も除外されます。ディズニーとOpenAIは共同運営委員会を組織してユーザーコンテンツを監視します。無秩序な無断使用よりも統制された有料使用の方が良いという計算です。

OpenAIはすでに複数のメディア企業とライセンス契約を締結しています。AP通信、アクセル・シュプリンガー（Politico、Bild親会社）、ニューズ・コーポレーション（ウォール・ストリート・ジャーナル、タイムズ親会社）、コンデ・ナスト（ニューヨーカー、ヴォーグ、ワイアード）、Redditまで。総額は数億ドルに達します。一方、ニューヨーク・タイムズ、シカゴ・トリビューンなどは訴訟を継続しています。メディア業界は『交渉派』と『訴訟派』に二分されました。

この分裂には経済的論理があります。訴訟はギャンブルです。何年かかるか分からず、勝利しても損害賠償額がいくらになるか不確実です。一方、ライセンス契約は確実な現金です。法的リスクも除去されます。しかし契約には落とし穴があります。大規模メディア企業は交渉テーブルに座ることができますが、個別の著者や無名アーティストはそのような力を持ちません。データの価値は保有量に比例します。小さなクリエイターたちはこの新しい経済秩序から疎外される危険性があります。

結局のところ、AI著作権の未来は二つの道に分かれます。法廷での戦いと交渉テーブルでの取引。どちらも同じ質問に答えようとしています。人間が作ったデータから機械が価値を創造する時、その価値は誰のものなのか。この質問に対する答えが出るまで、著作権戦争は続くでしょう。

乙. 雇用：AI代理人責任の拡大

デレク・モブリーは100社を超える企業に応募しました。面接は一度も取得できませんでした。

彼は黒人でした。40代でした。不安障害の診断を受けたことがありました。ある日、彼は奇妙なパターンを発見しました。彼が応募したすべての企業が『Workday』という人事管理ソフトウェアを使用していたのです。不採用メールが到着する時刻も奇妙でした。午前1時50分。応募書を提出してから1時間も経たないうちに。人間がその時刻に履歴書を検討していたはずがありません。

モブリーは気づきました。彼を不採用にしたのは人間ではありませんでした。アルゴリズムだったのです。

2023年2月、モブリーはカリフォルニア北部地区連邦地方裁判所にWorkdayを提訴しました。容疑は人種、年齢、障害に基づく差別です。この訴訟はAI雇用差別に関する世界初の大規模な法的試験台となりました。

（1）ベンダー責任認定のグローバル広がり

Workdayの第一防御線はシンプルでした。「私たちは雇用主ではありません」。伝統的な雇用法では、差別禁止の義務は雇用主にあります。Microsoft Wordで作成したドキュメントに問題があるからといってマイクロソフトを提訴しないように、採用ソフトウェアを開発した企業を提訴することは論理的に正当でないという主張でした。

リタ・リン判事はこの論理を受け入れませんでした。2024年7月、彼女はWorkdayの却下申立を却下し、重要な判決を下しました。Workdayは単なる『道具』ではありません。Workdayのソフトウェアは、雇用主が定めた基準を機械的に適用するのではなく、自ら応募者を評価し、推奨し、不採用にしています。これは意思決定に実質的に参加することです。したがって、Workdayは雇用主の『代理人（Agent）』として連邦民権法の適用を受けることができます。

代理人。この言葉が核心です。法律では、代理人は本人（principal）に代わって行動する者を意味します。弁護士は依頼人の代理人です。不動産仲介業者は家主の代理人です。今、AI採用ソフトウェアも雇用主の代理人となることができます。代理人の行為に対して本人が責任を負うように、代理人自身も責任を負うことができます。

2025年5月16日、リン判事はモブリー訴訟のクラスアクション認定を許可しました。今、この訴訟は2020年9月24日以降、Workdayシステムを通じて応募したが不採用になった40歳以上のすべての応募者を代表しています。Workday側の弁護士たちは法廷で衝撃的な数字に言及しました。該当期間中にWorkdayシステムを通じて不採用になった応募件数は約11億件です。潜在的なクラス構成員が数億人に達する可能性があるということです。

リン判事の判決は世界中のAIベンダーに警鐘を鳴らしました。米国平等雇用機会委員会（EEOC）はこの事件に法廷助言者（amicus curiae）として参加し、モブリー側を支持しました。EEOCの立場は明確です。AIツールの使用によって生じた差別について雇用主が責任を負うべきであり、AIを開発したベンダーも責任を負うことができます。ベンダーが「私たちのアルゴリズムに偏見はない」と虚偽で広告するか、雇用主に偏見を検証する情報を提供しない場合、製造物責任の法理が適用される可能性があります。

2023年8月、EEOCはiTutorGroupとの和解を成立させました。これは連邦機関がAI採用差別について制裁を加えた最初の事例です。iTutorGroupの採用ソフトウェアは年齢に基づいて応募者を自動的に不採用にしました。特定の年齢以上であれば、システムは自動的に不採用メールを送信していました。これは意図的な差別ではなく『コード化された偏見（hard-coded bias）』です。EEOCはこのタイプの差別に対しても厳格な法執行を予告しました。

（2）偏見監査義務化の傾向

ニューヨーク市の『ローカルロー144（Local Law 144）』はAI採用規制の先駆者です。2023年に施行されたこの法律は、自動化された雇用意思決定ツール（AEDT）に対する『偏見監査（Bias Audit）』を義務化しました。ニューヨーク市でAI採用ツールを使用するには、企業は毎年独立した監査人を通じて、そのツールが人種や性別に基づく偏見を示していないかどうかを検証される必要があります。そして、その結果をウェブサイトで公開する必要があります。

偏見監査とは何でしょうか。会計士が企業の財務諸表を監査するように、データサイエンティストと法律家がAIアルゴリズムを監査することです。アルゴリズムがどのようなデータを使用しているか、そのデータに偏見があるかどうか、結果が特定の集団に不利に機能するかどうかを検証します。

コロラド州は2024年5月、米国初の包括的AI雇用差別規制法を制定しました。この法律は雇用主だけでなく、AI開発企業にも『アルゴリズム差別防止義務』を課します。高リスクAIシステムに対する影響評価を求め、偏見が発見されれば直ちに是正措置を講じなければなりません。カリフォルニア州も2025年10月から施行される新しい規制を通じて、AIベンダーを『代理人』として定義し、雇用主がベンダーから偏見テスト結果を提出されるよう義務化しました。

しかし規制の拡散にもかかわらず、根本的な問題が残っています。「何が偏見なのか」という質問に対する合意がないからです。たとえば、特定の職種に応募する男性が女性より10倍多い場合、合格者の中で男性が多いのは偏見ですか、それとも統計的事実の反映ですか。AIは過去のデータを学習します。過去に特定の集団が差別を受けていた場合、AIはその差別を『成功のパターン』として認識し、再現します。歴史的不平等を是正しようとする『偏見除去（de-biasing）』技術が、逆に逆差別を招く可能性もあります。

2025年4月、トランプ大統領は、連邦機関に『差別的影響（disparate impact）』理論に基づく執行を中止するよう指示する大統領令に署名しました。差別的影響理論は、意図がなくても結果的に特定の集団に不利であれば差別と見なすことができるという法理です。この大統領令はEEOCと司法省のAI関連執行を弱体化させる可能性があります。しかしモブリー対Workdayのような民間訴訟には影響を与えません。むしろ連邦執行が減少すれば、州政府と民間弁護士がその空白を埋める可能性が高いです。

今、企業の人事担当者たちの机の上には2つのドキュメントが置かれています。一つはAI採用ツールの効率性レポートです。もう一つは法務チームのリスク評価書です。効率性のために導入したAIが、数百万ドルのクラスアクション訴訟の請求書となって返ってくる可能性があります。モブリー対Workday事件はまだ判決が出ていません。しかしどのような結果であれ、AI雇用システムの法的責任はすでに拡大しています。「アルゴリズムがそうしました」という言い訳はもう通用しません。

丙. 規制：米国の州別パッチワーク対 EU統合規制

2025年2月2日、欧州連合のAI法（AI Act）の第一の義務が発効しました。この日からEU内で特定のAI慣行が全面的に禁止されました。インターネットまたはCCTVから無差別的に顔画像を収集して顔認識データベースを構築すること。職場や学校で感情認識技術を使用すること。法執行目的のリアルタイム生体認証。社会信用スコアシステム。

同じ日、米国では何も起こりませんでした。

これがAI規制の現状です。欧州は世界初の包括的AI基本法を施行しており、米国連邦議会はまだどの法律も可決できていません。その結果、グローバルAI企業は全く異なる2つの法的世界でビジネスを展開しなければなりません。

（1）規制収束の可能性

EU AI法は危険度に基づいた分類体系を採用しました。禁止、高リスク、制限的リスク、最小リスク。医療、採用、教育、法執行、信用評価に使用されるAIは「高リスク」に分類され、最も厳格な規制を受けます。高リスクAIシステムの提供者は、技術文書を作成し、品質管理システムを構築し、人間の監督を保証し、正確性・堅牢性・サイバーセキュリティ要件を満たす必要があります。

2025年8月2日からは、汎用AIモデル（GPAI）に対する義務も発効されました。ChatGPTやClaudeのような大規模言語モデルの提供者は、モデルの開発、訓練、評価プロセスを追跡できる技術文書を維持しなければなりません。モデルの能力、限界、潜在的なリスクを説明する透明性レポートも作成する必要があります。システム的なリスクをもたらす可能性のある大型モデルには、追加的なリスク評価と軽減措置が求められます。

過料の規模も相当なものです。禁止されたAI実行に違反すると、全世界年間売上の7%または3,500万ユーロのいずれか高い方が課せられます。その他の義務違反には3%または1,500万ユーロ、虚偽情報提供には1%または750万ユーロです。これらの数字はGDPRの過料体系に似ています。グローバル企業にとって無視できない脅威です。

米国にはこのような統合規制がありません。しかし、「リスク基盤アプローチ」という基本哲学は共有されています。バイデン行政府のAI行政命令、NIST（国立標準技術研究所）のAIリスク管理フレームワークはともに、高リスクAIに対する差別的規制を支持しています。OECD AI原則、G7広島プロセスなど国際協議体でも、この方向での合意が形成されています。

「ブリュッセル効果」という概念があります。EUの規制が事実上世界全体の標準となる現象です。GDPRがそうでした。EU市場を放棄できないグローバル企業は、最も厳格な基準であるEU規制を満たすよう製品を設計します。その製品が世界中に販売されます。その結果、EU規制がグローバル標準となります。

AI規制でも同じ現象が起こりうる可能性があります。OpenAI、Google、Meta、MicrosoftはすべてEU市場で事業を展開しています。彼らがEU AI法を遵守するために開発した透明性ツール、リスク評価手順、人間の監督メカニズムは、米国でも適用される可能性が高いです。州ごとに異なる規制に従うよりも、一つの高い基準に従う方が費用効率的だからです。

（2）継続的な分化の可能性

しかし、規制の完全な統一は遠い見通しです。米国連邦議会は政治的な二極化によってAI基本法の制定に失敗しています。その空白を埋めるのは各州の独立した立法です。コロラド州AI法、カリフォルニア州SB 1047（知事が拒否権を行使しましたが）、テネシー州ELVIS法、ニューヨーク市ローカルロー144。州ごとに異なる定義、異なる義務、異なる過料体系。これを「パッチワーク」規制と呼びます。継ぎ接ぎだらけの規制環境です。

トランプ行政府の出発は、この分化を加速化する変数です。バイデン行政府のAI安全行政命令は廃止されました。「差別的影響」よりも「革新と自律」が強調されます。連邦レベルの規制緩和が予想されます。しかし、カリフォルニア州、ニューヨーク州など民主党傾向の州は、独立した規制をさらに強化するでしょう。連邦と州、州と州の間の規制格差が広がります。

中国は別の道を進みます。2023年8月に施行された「生成型AI服務管理暫定方法」は、世界初の生成型AI規制です。しかし、その目的はEUと異なります。個人の権利保護よりも「社会主義核心価値観」への適合性が優先されます。中国内のすべてのAIサービスは、中国インターネット情報弁公室（CAC）に登録しなければなりません。1,400以上のAIアプリと450の大規模言語モデルが登録されました。データブラックリスト体系も運営されています。海外AIの中国進出は事実上遮断されました。

結局のところ、グローバルAI規制の地政学は3つのブロックに分かれています。EUの「権利中心統合規制」、米国の「州別パッチワークと民間訴訟」、中国の「国家安全保障中心統制」です。一つのAIモデルが世界中で同じように動作する時代は終わりました。企業は各市場に合わせた別個のモデル、別個のデータセット、別個のコンプライアンス体系を構築しなければなりません。

この混乱の中で、最も大きな利益を得る集団は誰でしょうか。皮肉にも、弁護士とコンサルタントです。規制が複雑であるほど、その解釈を独占する専門家の価値は跳ね上がります。企業はAIを開発する費用と同じくらい、そのAIが合法であることを証明することに資金を投入することになるでしょう。

ラ．透明性：AIブラックボックスと説明可能性

医師が患者に言います。「がんの確率が87%です。手術をしましょう。」

患者が尋ねます。「なぜですか？どんな症状のせいですか？」

医師が答えます。「分かりません。AIがそう言いました。」

これは仮想の状況ではありません。2024年、ユナイテッドヘルス・グループに対して集団訴訟が提起されました。原告らの主張によれば、ユナイテッドヘルスのAIアルゴリズム『nHプレディクト』は、患者の個別の状態を無視し、統計的データのみに基づいて治療中止を勧告しました。医師たちはAIの決定を審査するのに平均1.2秒しか費やしませんでした。訴状によれば、保険拒否率は2020年の10.9%から2023年の22.7%に2倍以上増加しました。

問題の核心は「ブラックボックス」です。AIがなぜそのような決定を下したのか、誰も説明することができません。いや、説明することはできません。

（1）説明義務の法制化の動向

法は本質的に「理由」を問います。判決文には結論だけでなく、その結論に至った理由が記載される必要があります。控訴するにせよ、受け入れるにせよ、そうするためです。しかし、深層学習に基づく現代のAIは、結論のみを出力し、プロセスを教えてくれません。数十億個のパラメータが複雑に絡み合っているため、開発者でさえ「なぜこの患者をAIが高リスクに分類したのか」を正確に説明できません。

EUのGDPRは、この問題に最初に法的規範を適用しました。第22条は「自動化された意思決定」の対象となった個人に、「関連するロジックに関する有意義な情報」を提供される権利を付与します。第15条は情報主体に、自分に関するデータがどのように処理されるかを知る権利を保証します。いわゆる「説明請求権」です。

2023年、欧州司法裁判所（CJEU）はSCHUFA判決で重要な解釈を下しました。SCHUFAはドイツの信用格付け機関です。裁判所は、信用格付け機関が算出する「スコア」自体が自動化された意思決定に該当し、情報主体はこのスコアがどのように算出されたかについての説明を要求できると判決しました。これは金融機関が単に「AIが融資不適格だと言った」と通知することを超えて、具体的な変数と重みを説明する必要があることを意味します。

米国でも説明義務の法制化が進んでいます。カリフォルニア州SB 1120は、医療保険事業者がAIを使用して保険給付の支払いを拒否する場合、人間が必ず関与して審査し、その理由を説明することを義務付けています。コロラド州AI法も高リスクAIシステムに対する透明性要件を含んでいます。連邦レベルでは、連邦取引委員会（FTC）が既存の信用報告法（FCRA）と公正信用機会法（ECOA）をAIに適用しています。金融機関がAIを使用して融資を拒否する場合、「AIスコアが低いから」と通知することは違法です。どの要因が悪影響を及ぼしたかを具体的に説明する必要があります。

2024年、カナダ民間仲裁者は「エア・カナダ・チャットボット事件」において、企業がAIチャットボットの誤りについて責任を負うべきだと判決しました。エア・カナダのチャットボットは顧客に誤った払戻ポリシーを案内しました。会社は「チャットボットは独立した法人である」と主張しました。仲裁者はこれを退けました。「チャットボットはエア・カナダの代理人であり、会社はその行為に責任を負う。」この判決は、AIの不透明性が企業の免責事由となり得ないことを確認しました。

（2）技術的限界と法的要求のギャップ

問題は、現在のAI技術が法が要求するレベルの明確な説明を提供することが難しいという点です。最新の大規模言語モデルは数千億個のパラメータで構成されています。特定の出力が出た理由を数学的に追跡することはできます。しかし、これを人間が理解できる自然言語の因果関係に変換することはほぼ不可能に近いです。

裁判所は「Aだからこそ、Bが起こった」という明確な因果関係を望みます。AIは「Aである可能性が高いため、Bを選択した」という相関的な答えしか提供できません。このギャップが法的紛争の種です。

「説明可能なAI（Explainable AI、XAI）」技術が開発されています。LIME、SHAPのような技術は、AIの決定に影響を与えた主要な変数を抽出します。「この融資が拒否された理由：信用スコア（40%）、所得対債務比率（30%）、雇用期間（20%）、その他の要因（10%）。」このような説明を生成することができます。しかし、ここに落とし穴があります。

第一に、このような説明は「事後的合理化」です。AIが実際にどのように決定を下したかを示すのではなく、決定後にその決定に対してもっともらしい理由を逆向きに推定するのです。これがAIの実際の「思考」なのか、それとも人間を安心させるための言い訳なのか、区別するのは困難です。

第二に、説明可能性と性能の間にトレードオフがあります。最も正確なAIモデルは最も複雑な構造を持ち、したがって最も説明が難しいです。説明しやすいシンプルなモデルは精度が劣ります。法は「説明可能な透明性」を要求し、市場は「説明不可能な高性能」を望みます。

マタ対アビアンカ事件は、この問題の極端なケースです。2023年、ニューヨークの弁護士スティーブン・シュワルツはChatGPTを使って法廷書類を作成しました。ChatGPTは実在しない判例を引用しました。シュワルツはこれを検証せずに法廷に提出しました。裁判官がその判例を見つけることができないと指摘したとき、シュワルツは再度ChatGPTに尋ねました。「この判例は本当に存在しますか？」ChatGPTは「はい、存在します」と答えました。シュワルツはこれを信じました。結局、彼は懲戒を受けました。

これはAI「ハルシネーション」の問題です。AIは存在しないものが存在すると主張します。そしてその主張について説明を求めると、説得力のある虚偽の説明を生成します。人間はこの説明を検証する能力を持たないか、検証する時間がないか、検証する意思がありません。

結局のところ、AI透明性の問題は技術的な問題であり同時に人間の問題です。医師が1.2秒でAIの決定を審査するのは、技術の限界のせいではなく、時間的制約のせいです。弁護士がChatGPTの判例を検証しなかったのは、AIが説明できなかったからではなく、弁護士が信じたいからです。裁判所は今、問い始めました。「理解できないものを信じることができるか？」そして「理解できないものを使用して事故が発生した場合、それは誰の責任ですか？」透明性は単なる技術的機能ではありません。それはAIが私たちの社会の一員として受け入れられるために支払わなければならない最も高い入場料です。その入場料を誰が、どの程度支払うかをめぐる戦いが、今、法廷で行われています。