Meta集団訴訟に直面：ユーザー写真をAI学習と顔認識に無断使用か

『WIRED』の報道によると、Metaは最近、提訴申請中の集団訴訟に直面している。原告は、このソーシャルメディア大手がユーザーの有効な承諾を得ることなく、FacebookおよびInstagram上のユーザー写真を組織的に収集し、二つの目的に利用したと主張している。一つは自社のAI画像生成モデルの学習、もう一つはまだ公開されていない社内の顔認識機能——コードネーム「NameTag」——の構築である。

本件の特異性は、現在のAI業界において最もセンシティブな二つの問題を同時に突いている点にある。一つは学習データの出所の適法性であり、これは生成AI企業が広く直面している著作権・プライバシー争議の主戦場である。もう一つは生体情報の処理の限界であり、これはMetaが過去十数年にわたって繰り返し提訴・罰金・和解の対象となってきた問題だ。

訴訟の核心：ユーザー写真が「無償の燃料」に

訴状によれば、Metaはユーザーが日常を共有するためにアップロードした写真を、生成モデルの学習や顔認識を支えるための商業的資産へと転用したという。原告は、この行為はユーザーがコンテンツをアップロードする際に合理的に期待できる範囲を超えており、プラットフォーム自身がプライバシーポリシーで行った約束にも反すると主張している。

訴状の核心的な論点は次のように要約できる。ユーザーが写真をアップロードするのは友人と生活を共有するためであり、Metaがそれをモデルの学習・顔認識・収益化の原材料にするためではない。

こうした主張は目新しいものではない。ここ2年ほどで、Getty ImagesによるStability AI訴訟、複数の作家によるMetaおよびOpenAIへの訴訟、『ニューヨーク・タイムズ』によるOpenAI訴訟など、「学習データはどこから来たのか、承諾を得ていたのか」をめぐる訴訟が明確な潮流を形成している。Metaはかつてカドレー（Kadrey）らの作家による集団訴訟において、著作権で保護された作品を大規模モデルの学習に使用することはフェアユースにあたると反論したが、裁判所はその主張を全面的には受け入れておらず、案件は依然進行中である。

「NameTag」：終わっていない顔認識の旧債

学習データをめぐる争議と比べて、「NameTag」に関する訴えは一層警戒を要する。それが指し示すのは、生体認識という高度にセンシティブな領域だからだ。

Facebookは2011年に「タグ候補」機能を導入し、ユーザーの写真に写る顔をデフォルトで認識してタグ付けを提案していた。この機能はイリノイ州においてBIPA（生体情報プライバシー法）に基づく著名な集団訴訟を引き起こし、Metaは2020年に6億5000万ドルの和解金支払いに合意した。2019年にはMetaが顔認識をオプトイン方式に変更し、2021年にはFacebookの顔認識システムを廃止し、10億件以上の顔テンプレートデータを削除すると発表した。

それゆえ、訴状で言及される「NameTag」——公開されていない顔認識機能——が事実であれば、関連技術が社内ツールや試験プロジェクトの形で存続し続けた可能性を意味する。顔認識事業からの撤退を公式に宣言した企業にとって、これは信頼性に深刻なダメージをもたらすものだ。

学習データをめぐるグレーゾーンは縮小している

データの出所について「先に使って後から整備」するのはMetaに限った話ではない。2024年、MetaはプライバシーポリシーをMetaを改定し、FacebookおよびInstagram上でユーザーが公開共有したコンテンツをAIの学習に使用すると明記した。続いて欧州ユーザーに通知を送付したが、アイルランドデータ保護委員会の介入により、EUでの学習計画を一時延期した。

EUの「AI法」は、「インターネットや監視カメラ映像から無差別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」を禁止行為として明示しており、GDPRは生体データをより高い保護基準が求められる特別カテゴリーのデータに分類している。米国では、イリノイ州のBIPAに加え、テキサス州もMeta顔データ問題で14億ドルの和解を成立させている。本訴訟の行方がどうなろうとも、Metaを取り巻くコンプライアンス環境はすでに明らかに厳しくなっている。

なぜこの案件に注目すべきか

第一に、集団訴訟のスケール効果である。裁判所が集団訴訟として認定すれば、原告は数億人規模のユーザーを対象とする可能性があり、潜在的な法定損害賠償額は極めて大きくなる。特に生体情報プライバシー法のもとでは、1件あたりの違反に対する賠償基準が頭数単位で計算されることが多い。

第二に、判例としての意義である。「公開データを収集してAIを学習させることが合法かどうか」について、世界的にまだ最終的な判決は存在しない。いずれかの側の勝訴は、その後の案件における参照基準となり得り、業界全体のデータ調達とコンプライアンスのプロセスを塗り替える可能性がある。

第三に、信頼コストの問題である。ユーザーのソーシャルプラットフォームへの許容度は低下しつつある。「写真を共有すること」と「AIに学習データを提供すること」の境界が曖昧になるなかで、プラットフォームに求められるのは法的な弁明だけではない。明確な同意取得の入口、撤回可能なデータ利用の選択肢、監査可能なデータフローの記録など、プロダクトレベルの透明性が不可欠だ。

編集後記：データの「原罪」は自然に消えない

過去数年、AI業界は一つの論法に慣れ親しんできた。モデル性能が向上するスピードは、データコンプライアンスの枠組みが整備されるスピードをはるかに上回るため、「まず進めて後から対応する」のは必要悪だという論法だ。しかしMetaの今回の案件は、その時間的なずれが法的手段によって埋め合わされつつあることを示している。規制当局・裁判所・ユーザーが同時に「これらの写真を何の根拠で使ったのか」と問い始めているいま、企業が「技術的中立性」や「フェアユース」を盾にしても、それが通用しにくくなっている。

Metaにとっての真のリスクは、ある一回の賠償金額にあるのではないかもしれない。顔認識と生成AIという二つの戦線から同時に挟み撃ちにされていることこそが問題だ。前者は会社が言行一致であるかどうかを問い、後者は今後も低コストで質の高い学習データを確保し続けられるかどうかを問うている。その両方は、プレスリリース一枚で解決できるものではない。

本記事はWIREDより編訳