ニューヨーク・タイムズなどのメディア企業がOpenAIに対し、著作権侵害訴訟で重大な証拠隠蔽と法廷義務違反を指摘している。OpenAIが訓練データベース内の著作権作品を検索するツール「Project Giraffe」の存在を隠し、7,800万件にのぼるChatGPTの会話ログを開示しなかったと主張。AI企業による透明性の欠落が司法の場で問われる事態に発展した。

隠蔽されていたプロジェクト「Giraffe」

OpenAIが隠していたとされるのは、訓練データセット内で著作権作品がどこに存在するかを特定するツール群だ。特に「Project Giraffe」という内部プロジェクトでは、ChatGPTの出力における無断転載や引用を検出・記録する「Bloomフィルター」というシステムが稼働していたと報じられている。

つまり、OpenAIは訓練段階で「どの出力がコピーを生み出しているか」を認識していた可能性が高い。それなのに、訴訟では「訓練データを検索する能力がない」と主張し、メディア企業の質問に対して不十分なデータセットのみを提出した。

数字で見える隠蔽の規模

メディア側は分析のため1億2,000万件のチャットログを要求していた。ところがOpenAIが提出したのは、2,000万件のみ。さらに問題なのは、提出されたデータが大規模な編集・削減を施されており、「実用的な分析に耐えない状態」と判断されていることだ。

社内分析用として存在する7,800万件の de-identified（個人特定情報削除済み）会話データベースについても、法廷への開示義務から外されていた。規模の大きさだけでなく、情報操作の意図が疑われる局面だ。

求められる行動と業界への波紋

メディア企業各社は、OpenAIに対する制裁措置（サンクション）を裁判所に求める方針を固めている。制裁にはデータ提出拒否による弁論権失奪、罰金、あるいは評判にかかわる非難など複数の段階が想定される。

本訴訟は単なるOpenAIと報道機関の紛争ではない。判例として確立すれば、AI企業が訓練データの由来を社会に開示すべき法的責任が明文化されるターニングポイントになる可能性がある。同時に、現在進行中の AI セーフティ・規制議論の中で「企業の透明性欠落」が実例として指摘される根拠にもなるだろう。