ミュージシャンがAIトレーニングで報酬を得る方法
生成AIは音楽作品の「使用」の定義を複雑にしている。SureelやSoundVerseなどの企業は、トレーニングデータの使用状況を追跡し、ミュージシャンが作品をAIトレーニングに提供した対価を得られるようにする帰属システムを開発している。これには技術的、倫理的、政策的な課題が伴う。
生成AI(人工知能)の登場により、ミュージシャンが自身の作品が「使用」されることの意味は複雑になった。かつては、レコードやCDの販売、ストリーミング、ラジオ放送、カバーバージョン、カラオケなど、あらゆる利用形態に対して明確な契約と報酬が存在していた。その背後にある経済原理は単純だ:使われれば使われるほど、多くの収入が生まれる。
しかし、生成AIは「使用」の定義を変えた。一方では、音楽トレーニングデータの使用は訓練の時点で一度だけ行われると主張できる。他方では、クリエイターは自分たちの作品の創造的エッセンスがモデルの構造に生き続け、モデルが出力を生成するたびに利用されると不満を言う権利がある。
現在、SureelやSoundVerseといった企業は、AI時代において創造性を動機づける重要な経済原理を再構築しようとしている。これらの取り組みは、生成AI業界を「歴史上最大の著作権侵害」から、勤勉なアーティストと調和して共存するものへと変えることを目指している。
AI時代の音楽ロイヤルティ
ワーナー・ミュージック・グループが買収したばかりのスタートアップSureelは、スウェーデンの著作権団体STIMと提携し、音楽クリエイターが自分の作品が生成AIツールの訓練に使われた際に報酬を得られる可能性を探っている。Sureelのソフトウェアは、音楽ファイルなどのオンラインメディアに、所有者が指定した指示をラベル付けする。指示は、AI企業が訓練でメディアを自由に使用できるか、特定の訓練セットでの影響を制限するか、完全に避けるかを指定する。その後、ソフトウェアはAI企業が訓練でメディアをどのように使用したかを追跡し、それに応じてライセンス料を設定する。
一方、AI音楽企業SoundVerseの創業者たちは、2025年のホワイトペーパーで「一時的なロイヤルティの買い切りは不十分であり、アーティストのAIライフサイクルへの継続的な参加を提唱する」と述べている。彼らは、生成AIシステムが出力を生成するたびに、特定のトレーニングデータが他のデータよりも大きな役割を果たすと主張する。システムがジャズに似た音楽を出力した場合、トレーニングセット内のジャズは、例えばフォーク音楽よりも貢献したと言える。したがって、出力ごとに各トレーニングデータへの報酬を差別化できる。
Sureelの共同社長ベンジ・ロジャース氏は私にこう語った。「帰属とは古い経済を再現することではない。古い経済が近似していたものを初めて測定することだ。」SureelのCEOタメイ・アイクット氏によれば、このような影響力の帰属は、トレーニングデータとAI出力の類似性を表面的に測定する以上のものでなければならない。課題は、トレーニングデータと訓練されたAIの間の因果関係、すなわち関係性を帰属させることだ。
しかし、AI業界がそれを達成したとしても、トレーニングデータのロイヤルティを最大化するために設計された音楽を創作することを奨励する可能性がある。あらゆる創造的市場が新たなインセンティブを生み出す(例えば音楽ストリーミングは曲のイントロを短くする傾向を生んだ)が、業界は容易に悪用される経済構造をこれ以上必要としない。誰かのリバースエンジニアリングされたパスティーシュが、オリジナルの創造的表現作品からロイヤルティを転用するような構造だ。
帰属の技術的課題
特定の音楽が生成された音楽に与えた影響を推測することは、仮に明確に定義された問題であるとしても、より高度な情報理論の原理や、個々の作品の歴史的な役割と影響をモデル化することを必要とするかもしれない。アイクット氏は、注意深く設計された帰属システムでは、より珍しく洗練されていない音楽作品が、ラジオのスタンダード曲よりも高い本質的価値を持つ可能性さえあると提案する。
STIMのビジネス開発責任者サイモン・ゴッツィ氏は、同社がSureelの帰属レポートをどのようにミュージシャンとAI企業間のライセンス契約の基礎として活用できるかを検討中だと述べている。生成AIの帰属戦略は、「人気が報われる」という経済論理を維持するだけでなく、音楽の実験と多様性を動機づけることができるだろうか? これは魅力的な概念だ。なぜなら、世論は生成AIが文化の活力を脅かし、テクノロジー企業に力を集中させ、クリエイティブワーカーをスキル不足にし、クリエイティブセクターの収入を減少させ、インターネットを粗悪品で満たすことを正当に恐れているからだ。ロジャース氏は「帰属は我々が持つ数少ない信頼できるツールの一つだ」と語る。
今は、活気に満ちた持続可能なクリエイティブセクターに役立つAIトレーニングデータへの支払い方法について議論し確立するチャンスの窓がある。
トレーニングデータ帰属の技術的問題は複雑であり、定義も不十分だ。類似性の測定に基づく単純な帰属戦略が、人々にジャンルの標準的な作品をリバースエンジニアリングしてロイヤルティを得る動機を与えるかもしれないのと同様に、オリジナリティの情報理論に基づくより複雑な帰属戦略も、容易に悪用されたり、人間の文化的生産に報いることができなかったりする可能性がある。
クリエイティブワーカーにとっては、最も良い意図があっても、AI帰属が彼らがすでに疲れ果てている複雑で不透明な軍拡競争をさらに悪化させるだけではないかと恐れる十分な理由がある。音楽AIセクターの一部の声も懐疑的だ。SourceAudioの社長ドリュー・シルバースタイン氏は、「帰属は明白な答えのように思えるが、AIでは欠陥があるため、他のモデルを検討しなければならない」と述べる。彼は、トレーニングの時点で合意された、または毎年繰り返される価格での単純な交渉による契約を提唱している。
一方、生成AI革命を支配してきた著作権訴訟は、ユニバーサルやワーナーと主要AI企業との間で著作権の同意を得てトレーニングモデルを共同開発するといった、民間交渉による契約の増加に取って代わられつつある。確かなことはほとんどないが、これらの契約は業界の規範にかなりの影響を与える可能性がある。
今こそ、AIトレーニングデータに支払いを行いながら、活気あるクリエイティブセクターを維持する方法について議論し確立するチャンスの窓がある。洗練されたエンジニアリングソリューションは役割を果たすだろうが、課題の文化的な複雑さを考慮し、優れた設計を通じて公平性と透明性を可能にする必要がある。
AIトレーニングを有益にする
Sunoのようなモノリシックな生成モデルが、当初謳われていたほどの信頼性を実際に持つかどうかはまだ分からない。AIの多くのクリエイティブアプリケーションでは、IRCAMのRAVEモデルやJenのスタイルフィルターなど、特定の人間の創造的表現ニーズに合わせた小型のカスタマイズモデルへの新たな焦点が当てられている。一方、より主流の「エンドユーザー」向けクリエイティブアプリケーションは、ファンエンゲージメントへの重点にシフトしている可能性がある。OpenAIが(ディズニーとの交渉中であったにもかかわらず)Soraを突然打ち切ったことや、Sunoがユニバーサルとの契約後、アーティストの作品を直接活用したファンエンゲージメント体験の構築に重点を置いていることは、どちらもクリエイティブAIセクターの初期の問題を示している。
より小型で的を絞ったモデルやアプリケーションへの移行は、クリエイター連合にさらなる余地を与えるだろう。例えば、ミュージシャンの集団が団結して小型のカスタムモデルにトレーニングデータを提供し、その収益分割は平等主義的または他の公平性の原則に基づくことができる。
同様のことは、トレーニングプロセスの異なる段階で異なるデータソースが使用されるハイブリッドモデルアーキテクチャや構造化トレーニング手法、および結果を改善するためにコンテキスト固有の情報とトレーニングデータを混合する検索拡張生成にも当てはまる可能性がある。より悪い結果を生み出すが、より公平または透明な帰属経路を可能にするアプローチは、より有利なロイヤルティフローや明確なクレジットをクリエイターにもたらす場合、より成功するかもしれない。
また、帰属アルゴリズムがどれほど洗練されていても、それは常に人間の決定に基づく。賢明で公平なものから、恣意的で腐敗したものまで様々だ。音楽業界の内部関係者に、レコーディングとソングライティングのロイヤルティの割合がどのように決まるかを尋ねれば、長い説明を聞くことになる。せいぜい、トレーニングデータ帰属の仕組みは、クリエイティブおよび文化セクターを公平で活気あるものにするものについての開かれた情報に基づく議論を可能にするだろう。最悪の場合、すでに不透明な民間契約を複雑なブラックボックスに隠すことになる。
ここで国家政策が重要になる。帰属は「多層的で監査可能であり、専門家や規制当局の精査に開かれていなければならない」とロジャース氏は言う。そのような政策を策定するには、コンピューター科学、音楽学、法律、経済学の専門知識が必要だ。AI競争力のある政府は、この目的を果たす機関を支援することで、文化およびクリエイティブセクターを強化できるだろう。
最も新自由主義的な経済でさえ、公共の芸術資金やラジオでの地元音楽クォータなどの措置を通じて、市場を超えて文化的表現を維持しようとしている。生成AIがクリエイティブセクターに与える経済的影響が具体化するにつれ、課税、再分配、文化インフラの積極的支援が、依然として前向きな社会的成果を支援する最も効果的な方法かもしれない。大手AIに課税し、その収益を業界の富に貢献したクリエイティブワーカーに再分配することも、結局は「AI帰属戦略」の一つなのだ。