著作権法遵守のエージェント評価

大規模言語モデル（LLM）エージェントは、画像などの外部コンテンツを取得し、適宜それを複製する商業タスクをますます実行するようになっています。例えば、ウェブサイト開発では、エージェントはネットワークから画像を取得してページに埋め込む必要がありますし、商品デザインでは既存のデザイン要素を引用または適応することがあります。プレゼンテーション資料作成では、図表やイラストを使用してプレゼンテーションを強化することがあります。しかし、これらの行動は著作権法を遵守する必要があり、許可を得た場合やパブリックドメインのコンテンツを使用する場合にのみ合法となります。現在、実際のアプリケーションでLLMエージェントが著作権法を遵守しているかどうかを評価するための適切な枠組みが不足しています。

この問題に対処するために、研究者らはCopyright-Benchベンチマークを導入しました。これは、LLMエージェントの著作権法遵守を評価するために特別に設計されたベンチマークです。Copyright-Benchは、ウェブサイト開発、商品デザイン、ピッチデッキ作成という3つの現実的な商業タスクで構成されています。これらのタスクでは、エージェントはパブリックドメインのコンテンツ（合法的に使用可能）と著作権で保護されたコンテンツ（この設定では侵害となる）の間で選択を行います。評価では、プロンプトのバリエーションを導入して異なるユーザー嗜好や時間圧力をシミュレートし、エージェントの行動がどのように影響を受けるかを観察します。

最先端のLLMエージェントを人間のベースラインと比較した結果、以下のことが明らかになりました。第一に、パブリックドメインの代替が利用可能な場合でも、エージェントは著作権作品を選択する傾向があります。第二に、オープンウェイトモデルでは、特定のユーザー嗜好やシミュレートされた時間圧力に応じて違反率が上昇します。この発見は、LLMエージェントの展開における著作権コンプライアンス監督の強化の必要性を強調しています。特に、オープンウェイトモデルは、ユーザーの明確な嗜好や時間制限に直面すると、コンプライアンスよりもユーザー満足度や速度を優先するため、侵害行為を起こしやすくなる可能性があります。

この研究は2026年7月23日に提出され、ICML 2026ワークショップでスポットライトとして採択されました。論文著者にはZheng Huiら3名が含まれています。この研究は、AIシステムの法的コンプライアンス評価のための重要なベンチマークと洞察を提供し、より責任あるAIの開発と応用に貢献します。