生成AI
画像・音楽・音声・動画の生成AI
画像生成AIは拡散モデルなどで画像を作り、画像の一部を描き直すインペインティングもできます。生成物の出どころを示す来歴情報には C2PA(Content Credentials)があり、見えない電子透かしは、来歴情報の写しがほかに保管されていれば、それを探し直す手がかりになります。音声・動画の生成は、声をまねた詐欺やディープフェイク(本物そっくりの偽の画像・動画)に悪用されることがあり、作風や声は著作権の対象外とされる一方、肖像等を本人に無断で使うとパブリシティ権の問題になりうる、と押さえると解けます。
要点 8件・基本問題 8問読む → 覚える → 解くまでこのページで完結

画像生成AIは拡散モデルなどで画像を作り、画像の一部を描き直すインペインティングもできます。生成物の出どころを示す来歴情報には C2PA(Content Credentials)があり、見えない電子透かしは、来歴情報の写しがほかに保管されていれば、それを探し直す手がかりになります。音声・動画の生成は、声をまねた詐欺やディープフェイク(本物そっくりの偽の画像・動画)に悪用されることがあり、作風や声は著作権の対象外とされる一方、肖像等を本人に無断で使うとパブリシティ権の問題になりうる、と押さえると解けます。
このサイトでの学習
学習優先度 A対応する一問一答 14問
画像・音楽・音声・動画の生成AI|インペインティング
インペインティングは、画像の中の指定した(マスクした)領域を新しい内容で埋める作業である。OpenAI の画像の編集でも、置き換える領域をマスクで示して一部の描き直しを指示できるが、マスクは手がかりで、形どおりに正確に編集されるとは限らない。
比較して覚える
来歴情報(C2PA)と電子透かし
生成物の出どころを示す2つの手段を並べます。来歴情報(C2PA のマニフェスト)と見えない電子透かし(仕様は見える透かしと分けている)が、それぞれ何を担い、来歴情報がファイルから取り除かれたときにどう働くかの取り違えを、この表で切り分けます。
| 事由 | 来歴情報(C2PA マニフェスト) | 見えない電子透かし |
|---|---|---|
| 何をするか | 誰がいつどう作り、どう手を加えたかを記録する(生成AIで作ったことも記録できる) | 画像や音声などの中身に、目に見えない印を埋め込む |
| 元のコンテンツとの結びつき | 暗号の仕組み(ハードバインディング)で結び、改変されていないか確かめられる | 中身から計算・検出する(ソフトバインディング) |
| 来歴情報が取り除かれたとき | ファイルからは読めなくなる | 来歴情報の写しがほかの保管場所に残っていれば、埋め込んだ印を手がかりに探し直せる |
| 身近なたとえ | 食品の産地・加工の表示ラベル | お札の透かし |
何をするか
- 来歴情報(C2PA マニフェスト)
- 誰がいつどう作り、どう手を加えたかを記録する(生成AIで作ったことも記録できる)
- 見えない電子透かし
- 画像や音声などの中身に、目に見えない印を埋め込む
元のコンテンツとの結びつき
- 来歴情報(C2PA マニフェスト)
- 暗号の仕組み(ハードバインディング)で結び、改変されていないか確かめられる
- 見えない電子透かし
- 中身から計算・検出する(ソフトバインディング)
来歴情報が取り除かれたとき
- 来歴情報(C2PA マニフェスト)
- ファイルからは読めなくなる
- 見えない電子透かし
- 来歴情報の写しがほかの保管場所に残っていれば、埋め込んだ印を手がかりに探し直せる
身近なたとえ
- 来歴情報(C2PA マニフェスト)
- 食品の産地・加工の表示ラベル
- 見えない電子透かし
- お札の透かし
この論点の用語
用語集をすべて見る →01画像・音楽・音声・動画の生成AIの重要暗記項目
画像・音楽・音声・動画の生成AI|インペインティング
インペインティングは、画像の中の指定した(マスクした)領域を新しい内容で埋める作業である。OpenAI の画像の編集でも、置き換える領域をマスクで示して一部の描き直しを指示できるが、マスクは手がかりで、形どおりに正確に編集されるとは限らない。
画像・音楽・音声・動画の生成AI|LDM とインペインティング
潜在拡散モデル(LDM)は、画像のインペインティングで最高水準の性能を示し、超解像(画像を高い解像度にする)などのタスクにも使える。
ひっかけ注意「潜在拡散モデル(LDM)の論文は、画像の欠けた部分を埋めるインペインティングには使えないことを課題として挙げた」は誤り。 LDM の論文の要旨は、潜在拡散モデルが画像のインペインティングで新たな最高水準を達成し、無条件の画像生成や超解像などでも高い性能を示したと述べている。インペインティングは「穴埋め」、超解像は「ぼやけた画像をくっきりさせる」作業で、別のタスクである。古い写真の破れた所を直すのが前者、小さな写真を引き伸ばすのが後者にあたる。
画像・音楽・音声・動画の生成AI|画像生成の限界
GPT Image のような画像生成AIも、文字の正確な配置、繰り返し登場する人物やブランドの要素の一貫性、レイアウトの細かい制御が苦手なことがあるので、生成物を確かめる。
ひっかけ注意「OpenAI は、GPT Image のモデルが画像の中の文字を正確に配置できるようになったため、文字の配置に関する限界はもう無いと説明している」は誤り。 OpenAI の Image generation のガイドは、限界として、文字の正確な配置と明瞭さ、繰り返し登場するキャラクターやブランドの要素の一貫性、レイアウトが重要な構図での要素の配置などを挙げている。チラシを作らせたら、日付や価格の文字が崩れていないか、ロゴの形が毎回同じかを人が確かめてから使う。
画像・音楽・音声・動画の生成AI|C2PA とは
C2PA は、デジタルコンテンツの出どころと編集の履歴を示すためのオープンな技術標準を作っており、その仕組みは Content Credentials と呼ばれる。
画像・音楽・音声・動画の生成AI|C2PA は制度ではない
C2PA は来歴情報の技術標準であり、著作権を与えたり政府に登録したりする制度ではない。
ひっかけ注意「C2PA は、生成AIで作った画像を各国の政府に登録して、著作権の保護を受けるための公的な制度である」は誤り。 C2PA は、コンテンツの出どころと編集の履歴を示すためのオープンな技術標準(Content Credentials)を作る団体と、その規格の名前である。政府への登録や、著作権を与える制度ではない。食品の産地ラベルが「どこで作られたか」を示すだけで、商標の登録とは別物であるのと同じように、C2PA は来歴を示す仕組みである。
画像・音楽・音声・動画の生成AI|生成AIで作ったことの記録
C2PA の仕様では、生成AIのモデルで作ったコンテンツについて、来歴情報(マニフェスト)に生成AIによって作られたことを示す情報を記録できる。
画像・音楽・音声・動画の生成AI|電子透かしの役割
C2PA では、見えない電子透かしなど(ソフトバインディング)を使って、来歴情報がファイルから取り除かれても、その写しがほかの保管場所に残っていれば、その来歴情報を探し直せるようにする。
画像・音楽・音声・動画の生成AI|作風と著作権
作風や画風は、それだけでは著作権の保護の対象とならないアイデアにとどまるとされ、作風が共通するだけでは著作権侵害にならない。ただし、生成物に既存の作品の創作的な表現が直接感じ取れる場合は侵害となりうる。
覚える数字と、狙われる引っかけ
- ひっかけ「潜在拡散モデル(LDM)の論文は、画像の欠けた部分を埋めるインペインティングには使えないことを課題として挙げた」は誤り。LDM の論文の要旨は、潜在拡散モデルが画像のインペインティングで新たな最高水準を達成し、無条件の画像生成や超解像などでも高い性能を示したと述べている。インペインティングは「穴埋め」、超解像は「ぼやけた画像をくっきりさせる」作業で、別のタスクである。古い写真の破れた所を直すのが前者、小さな写真を引き伸ばすのが後者にあたる。
- ひっかけ「OpenAI は、GPT Image のモデルが画像の中の文字を正確に配置できるようになったため、文字の配置に関する限界はもう無いと説明している」は誤り。OpenAI の Image generation のガイドは、限界として、文字の正確な配置と明瞭さ、繰り返し登場するキャラクターやブランドの要素の一貫性、レイアウトが重要な構図での要素の配置などを挙げている。チラシを作らせたら、日付や価格の文字が崩れていないか、ロゴの形が毎回同じかを人が確かめてから使う。
- ひっかけ「C2PA は、生成AIで作った画像を各国の政府に登録して、著作権の保護を受けるための公的な制度である」は誤り。C2PA は、コンテンツの出どころと編集の履歴を示すためのオープンな技術標準(Content Credentials)を作る団体と、その規格の名前である。政府への登録や、著作権を与える制度ではない。食品の産地ラベルが「どこで作られたか」を示すだけで、商標の登録とは別物であるのと同じように、C2PA は来歴を示す仕組みである。
- ひっかけ「文化庁の「AIと著作権に関する考え方について」は、人の声そのものを、著作権で保護される著作物として位置づけている」は誤り。文化庁の考え方は、既存のクリエイター等の作風や声を、著作権法上の権利の対象とならない部分(作風等)として整理している。そのうえで、俳優・声優等の声を含んだ実演・レコード等の利用と AI の関係は、今後も検討を続けるとしている。声をまねた音声を作るときは、著作権だけで判断せず、本人の了解や悪用のおそれも考える。
- ひっかけ「生成AIで作られた「国防総省付近で爆発が起きた」という偽画像は、SNS で拡散したものの、金融市場には影響を与えなかった」は誤り。AI事業者ガイドライン(別添)は、この偽画像が SNS とインターネットで瞬く間に拡散し、海外のメディアや大手金融メディアを装った偽アカウントも広げたことで、平均株価が一時100ドル以上下落したと紹介している。1枚の偽画像が市場まで動かしうる。会社の公式アカウントで、確かめていない事件・事故の画像を拡散しないことが大事である。
02試験で正誤を分けるチェック順
- 1インペインティングは、画像の中の指定した(マスクした)領域を新しい内容で埋める作業である。OpenAI の画像の編集でも、置き換える領域をマスクで示して一部の描き直しを指示できるが、マスクは手がかりで、形どおりに正確に編集されるとは限らない。
問題文の限定語を先に拾い、上の暗記項目と照合してから結論を出します。
- 2潜在拡散モデル(LDM)は、画像のインペインティングで最高水準の性能を示し、超解像(画像を高い解像度にする)などのタスクにも使える。
問題文の限定語を先に拾い、上の暗記項目と照合してから結論を出します。
- 3GPT Image のような画像生成AIも、文字の正確な配置、繰り返し登場する人物やブランドの要素の一貫性、レイアウトの細かい制御が苦手なことがあるので、生成物を確かめる。
問題文の限定語を先に拾い、上の暗記項目と照合してから結論を出します。
- 4C2PA は、デジタルコンテンツの出どころと編集の履歴を示すためのオープンな技術標準を作っており、その仕組みは Content Credentials と呼ばれる。
問題文の限定語を先に拾い、上の暗記項目と照合してから結論を出します。
- 5C2PA は来歴情報の技術標準であり、著作権を与えたり政府に登録したりする制度ではない。
問題文の限定語を先に拾い、上の暗記項目と照合してから結論を出します。
- 6C2PA の仕様では、生成AIのモデルで作ったコンテンツについて、来歴情報(マニフェスト)に生成AIによって作られたことを示す情報を記録できる。
問題文の限定語を先に拾い、上の暗記項目と照合してから結論を出します。
- 7C2PA では、見えない電子透かしなど(ソフトバインディング)を使って、来歴情報がファイルから取り除かれても、その写しがほかの保管場所に残っていれば、その来歴情報を探し直せるようにする。
問題文の限定語を先に拾い、上の暗記項目と照合してから結論を出します。
- 8作風や画風は、それだけでは著作権の保護の対象とならないアイデアにとどまるとされ、作風が共通するだけでは著作権侵害にならない。ただし、生成物に既存の作品の創作的な表現が直接感じ取れる場合は侵害となりうる。
問題文の限定語を先に拾い、上の暗記項目と照合してから結論を出します。
- 9文化庁の考え方は、クリエイターの作風や声を、著作権法上の権利の対象とならない部分(作風等)として整理し、俳優・声優等の声を含む実演・レコードと AI の関係は今後の検討課題としている。
問題文の限定語を先に拾い、上の暗記項目と照合してから結論を出します。
- 10AI で合成した音声は詐欺に悪用されることがある。家族の声で助けを求める電話で身代金を要求した詐欺の例がある。
問題文の限定語を先に拾い、上の暗記項目と照合してから結論を出します。
- 11AI で作った声を使うときは、特定の人の声と同じだと分かるか(同定可能性)を確かめ、パブリシティ権の侵害のおそれがあれば、使わない・権利者の許諾を得る・作り直すなどの対応をとる。
問題文の限定語を先に拾い、上の暗記項目と照合してから結論を出します。
- 12マルチモーダルな生成AIでは、顔写真や録音音声といったセンシティブな情報を扱う機会が増え、漏えいのリスクが高まるおそれがある。
問題文の限定語を先に拾い、上の暗記項目と照合してから結論を出します。
- 13ディープフェイク(生成AIで作った本物そっくりの偽の画像・動画など)は各国で悪用例があり、生成AIで作った「国防総省付近で爆発」という偽画像の拡散で平均株価が一時下落した例もある。
問題文の限定語を先に拾い、上の暗記項目と照合してから結論を出します。
- 14人の氏名や肖像等を本人に無断で、商品の広告に使うなど専ら顧客を引きつける力(顧客吸引力)の利用を目的として使うと、パブリシティ権の侵害となる。
問題文の限定語を先に拾い、上の暗記項目と照合してから結論を出します。
03この論点の根拠
- 内容の基準日
- 2026-11-20
- 復習方法
- 要点を確認した後、○×一問一答で条件の違いを見分ける
法改正により扱いが変わる場合があります。試験日程や申込みに関する情報は、 必ず公式案内も確認してください。
問題演習
画像・音楽・音声・動画の生成AIの○×一問一答
1/8問解答 0・正解 0
生成AI
画像・音楽・音声・動画の生成AI|インペインティング
OpenAI の API の画像編集では、元の画像と、置き換える領域を示すマスクを渡すことで、画像の一部の描き直しを指示できる。
画像・音楽・音声・動画の生成AIの○×一問一答14問|問題と解説
この論点で収録している14問を、正誤と解説つきで通して読めます。 上の演習で迷った問題を見直すときに使ってください。
問1
画像・音楽・音声・動画の生成AI|インペインティングOpenAI の API の画像編集では、元の画像と、置き換える領域を示すマスクを渡すことで、画像の一部の描き直しを指示できる。
答え:○(正しい)
解説
正しい。OpenAI の Image generation のガイドは、画像と、置き換える領域を示すマスクをアップロードして、画像の一部を編集できると説明している。ただし GPT Image のマスクは手がかりとして使われ、マスクの形どおりに正確に編集されるとは限らないとしている。LDM の論文は、マスクした領域を新しい内容で埋めることをインペインティングと呼ぶ。写り込んだ通行人を消すよう頼んでも、周りまで少し変わることがあるので仕上がりを確かめる。 要点:インペインティングは、画像の中の指定した(マスクした)領域を新しい内容で埋める作業である。OpenAI の画像の編集でも、置き換える領域をマスクで示して一部の描き直しを指示できるが、マスクは手がかりで、形どおりに正確に編集されるとは限らない。
問2
画像・音楽・音声・動画の生成AI|LDM とインペインティング潜在拡散モデル(LDM)の論文は、画像の欠けた部分を埋めるインペインティングには使えないことを課題として挙げた。
答え:×(誤り)
解説
誤り。LDM の論文の要旨は、潜在拡散モデルが画像のインペインティングで新たな最高水準を達成し、無条件の画像生成や超解像などでも高い性能を示したと述べている。インペインティングは「穴埋め」、超解像は「ぼやけた画像をくっきりさせる」作業で、別のタスクである。古い写真の破れた所を直すのが前者、小さな写真を引き伸ばすのが後者にあたる。 要点:潜在拡散モデル(LDM)は、画像のインペインティングで最高水準の性能を示し、超解像(画像を高い解像度にする)などのタスクにも使える。
問3
画像・音楽・音声・動画の生成AI|画像生成の限界OpenAI は、GPT Image のモデルが画像の中の文字を正確に配置できるようになったため、文字の配置に関する限界はもう無いと説明している。
答え:×(誤り)
解説
誤り。OpenAI の Image generation のガイドは、限界として、文字の正確な配置と明瞭さ、繰り返し登場するキャラクターやブランドの要素の一貫性、レイアウトが重要な構図での要素の配置などを挙げている。チラシを作らせたら、日付や価格の文字が崩れていないか、ロゴの形が毎回同じかを人が確かめてから使う。 要点:GPT Image のような画像生成AIも、文字の正確な配置、繰り返し登場する人物やブランドの要素の一貫性、レイアウトの細かい制御が苦手なことがあるので、生成物を確かめる。
問4
画像・音楽・音声・動画の生成AI|C2PA とはC2PA は、デジタルコンテンツの出どころ(来歴)や編集の履歴を確かめられるようにするためのオープンな技術標準で、その仕組みは Content Credentials と呼ばれる。
答え:○(正しい)
解説
正しい。C2PA の公式サイトは、C2PA が発信者・制作者・利用者がデジタルコンテンツの出どころと編集を確かめられるオープンな技術標準を提供しており、それを Content Credentials と呼ぶと説明し、コンテンツの履歴を示す「栄養成分表示」のようなものとしている。食品の産地表示のように、画像や動画に「どこで誰が作り、どう手を加えたか」のラベルを付ける仕組みである。 要点:C2PA は、デジタルコンテンツの出どころと編集の履歴を示すためのオープンな技術標準を作っており、その仕組みは Content Credentials と呼ばれる。
問5
画像・音楽・音声・動画の生成AI|C2PA は制度ではないC2PA は、生成AIで作った画像を各国の政府に登録して、著作権の保護を受けるための公的な制度である。
答え:×(誤り)
解説
誤り。C2PA は、コンテンツの出どころと編集の履歴を示すためのオープンな技術標準(Content Credentials)を作る団体と、その規格の名前である。政府への登録や、著作権を与える制度ではない。食品の産地ラベルが「どこで作られたか」を示すだけで、商標の登録とは別物であるのと同じように、C2PA は来歴を示す仕組みである。 要点:C2PA は来歴情報の技術標準であり、著作権を与えたり政府に登録したりする制度ではない。
問6
画像・音楽・音声・動画の生成AI|生成AIで作ったことの記録C2PA の仕様では、生成AIのモデルが作った画像や動画について、生成AIによって作られたことを示す情報を来歴情報(マニフェスト)に記録できる。
答え:○(正しい)
解説
正しい。C2PA の技術仕様は、文章のプロンプトから生成AIのモデルが動画を作った例などで、来歴情報に「作成」の操作と、生成AIによることを示す種類(trainedAlgorithmicMedia)を記録する方法を示している。マニフェストとは来歴情報をまとめた記録のこと。広告の画像に「AI で生成」と記録しておけば、受け取った側が出どころを確かめられる。 要点:C2PA の仕様では、生成AIのモデルで作ったコンテンツについて、来歴情報(マニフェスト)に生成AIによって作られたことを示す情報を記録できる。
問7
画像・音楽・音声・動画の生成AI|電子透かしの役割C2PA の仕様では、来歴情報がファイルから取り除かれても、その写しがほかの保管場所に残っていれば、見えない電子透かしを手がかり(ソフトバインディング)にして探し出せる。
答え:○(正しい)
解説
正しい。C2PA の技術仕様は、来歴情報(C2PA マニフェスト)がファイルから取り除かれても、その写しがほかの保管場所に残っていれば、見えない電子透かしなどのソフトバインディングでコンテンツと照らし合わせられると説明している。仕様は電子透かしを、見えないものと見えるものに分けている。お札の透かしのように、ラベルをはがされても、中に埋めた印から保管された元の記録にたどり着ける。 要点:C2PA では、見えない電子透かしなど(ソフトバインディング)を使って、来歴情報がファイルから取り除かれても、その写しがほかの保管場所に残っていれば、その来歴情報を探し直せるようにする。
問8
画像・音楽・音声・動画の生成AI|作風と著作権文化庁の「AIと著作権に関する考え方について」は、生成AIの生成物が既存のクリエイターの作風と共通するだけでは著作権侵害にならないが、既存の作品の創作的な表現が直接感じ取れる場合は侵害になりうるとしている。
答え:○(正しい)
解説
正しい。文化庁の考え方は、いわゆる「作風」はアイデアにとどまると考えると、作風が共通すること自体は著作権侵害にならないとする一方、生成物に作品群の創作的表現が直接感得できる場合は、生成・利用が著作権侵害に当たりうるとしている。音楽や絵で「〇〇風の明るい曲」を作るのはよいが、特定の曲のメロディがそのまま聞こえるなら問題になりうる。 要点:作風や画風は、それだけでは著作権の保護の対象とならないアイデアにとどまるとされ、作風が共通するだけでは著作権侵害にならない。ただし、生成物に既存の作品の創作的な表現が直接感じ取れる場合は侵害となりうる。
問9
画像・音楽・音声・動画の生成AI|声と著作権文化庁の「AIと著作権に関する考え方について」は、人の声そのものを、著作権で保護される著作物として位置づけている。
答え:×(誤り)
解説
誤り。文化庁の考え方は、既存のクリエイター等の作風や声を、著作権法上の権利の対象とならない部分(作風等)として整理している。そのうえで、俳優・声優等の声を含んだ実演・レコード等の利用と AI の関係は、今後も検討を続けるとしている。声をまねた音声を作るときは、著作権だけで判断せず、本人の了解や悪用のおそれも考える。 要点:文化庁の考え方は、クリエイターの作風や声を、著作権法上の権利の対象とならない部分(作風等)として整理し、俳優・声優等の声を含む実演・レコードと AI の関係は今後の検討課題としている。
問10
画像・音楽・音声・動画の生成AI|合成音声の詐欺AI事業者ガイドライン(別添)は、AI で合成した娘の声で助けを求める電話をかけ、身代金を要求した誘拐偽装の詐欺の事例を、AI の悪用の例として挙げている。
答え:○(正しい)
解説
正しい。AI事業者ガイドライン(別添)は「悪用」の例として、AI で合成された音声を利用した詐欺が問題となっているとし、娘の声で助けを求める電話で身代金が要求されたが、その声は AI で生成されたもので、誘拐を偽装した詐欺だった事例を挙げている。上司の声で「至急この口座に振り込んで」と電話が来ても、折り返しの確認をしてから動く、といった備えが要る。 要点:AI で合成した音声は詐欺に悪用されることがある。家族の声で助けを求める電話で身代金を要求した詐欺の例がある。
問11
画像・音楽・音声・動画の生成AI|AIの声と本人の許諾デジタル庁のガイドラインは、AI で生成した人の声を使う場合、特定の人物の声と同一だと分かるかを確かめ、パブリシティ権の侵害のおそれがあれば権利者から許諾を得るなどの対応をとるとしている。
答え:○(正しい)
解説
正しい。デジタル庁のガイドライン(DS-920)は、AI 生成物としての人の声を使う際は、従来の制作と同様に、特定の人物の声との同一性(同定可能性)をインターネット検索等で確かめてパブリシティ権侵害とならないかを検討し、おそれがあれば利用を避ける・権利者から許諾を得る・作り直す等の対応をとるとしている。有名な声優そっくりのナレーションを広告に使う前に必要な確認である。 要点:AI で作った声を使うときは、特定の人の声と同じだと分かるか(同定可能性)を確かめ、パブリシティ権の侵害のおそれがあれば、使わない・権利者の許諾を得る・作り直すなどの対応をとる。
問12
画像・音楽・音声・動画の生成AI|顔写真や録音音声AI事業者ガイドライン(別添)は、マルチモーダルな生成AIによって、個人の顔写真や録音音声といったセンシティブな情報を扱う機会が増え、漏えいのリスクが一層高まる可能性があるとしている。
答え:○(正しい)
解説
正しい。AI事業者ガイドライン(別添)は、マルチモーダルな生成AIにより、テキスト情報だけでなく個人の顔写真や録音音声といったセンシティブな情報も扱われる機会が増え、漏えいのリスクが一層高まる可能性があるとしている。会議の録音を AI に渡して要約させるときも、誰の声が入っているか、外部のサービスに渡してよいかを考える必要がある。 要点:マルチモーダルな生成AIでは、顔写真や録音音声といったセンシティブな情報を扱う機会が増え、漏えいのリスクが高まるおそれがある。
問13
画像・音楽・音声・動画の生成AI|ディープフェイクの影響生成AIで作られた「国防総省付近で爆発が起きた」という偽画像は、SNS で拡散したものの、金融市場には影響を与えなかった。
答え:×(誤り)
解説
誤り。AI事業者ガイドライン(別添)は、この偽画像が SNS とインターネットで瞬く間に拡散し、海外のメディアや大手金融メディアを装った偽アカウントも広げたことで、平均株価が一時100ドル以上下落したと紹介している。1枚の偽画像が市場まで動かしうる。会社の公式アカウントで、確かめていない事件・事故の画像を拡散しないことが大事である。 要点:ディープフェイク(生成AIで作った本物そっくりの偽の画像・動画など)は各国で悪用例があり、生成AIで作った「国防総省付近で爆発」という偽画像の拡散で平均株価が一時下落した例もある。
問14
画像・音楽・音声・動画の生成AI|肖像と本人の同意有名人の肖像などを本人に無断で商品の広告に使うなど、専ら肖像等の顧客吸引力の利用を目的とする場合は、パブリシティ権の侵害として不法行為法上違法となる。
答え:○(正しい)
解説
正しい。最高裁平成24年2月2日判決(ピンク・レディー事件)は、肖像等を無断で使用する行為は、商品等の広告として使用するなど、専ら肖像等の有する顧客吸引力の利用を目的とするといえる場合に、パブリシティ権を侵害するものとして不法行為法上違法となるとした。パブリシティ権とは、人の名前や姿が持つ「人を引きつける力」を本人が独占して使える権利のこと。有名人そっくりの画像を勝手に広告に使うのは危ない。 要点:人の氏名や肖像等を本人に無断で、商品の広告に使うなど専ら顧客を引きつける力(顧客吸引力)の利用を目的として使うと、パブリシティ権の侵害となる。
画像・音楽・音声・動画の生成AIの問題を続けて解く
この論点に対応する14問を絞り込んで出題します。