
人とAIが“共著者”になる時代の「創作の価値」とは?
序章
生成AIが広がって以降、創作の現場では奇妙なねじれが起きている。文章も画像も音楽も、以前よりはるかに短時間で、それらしく作れるようになった。
すると、私たちは逆に「作品の価値はどこにあるのか」と問い直さざるを得なくなる。うまく作れること自体が希少でなくなるとき、作者であることの意味もまた変わるからである。
重要なのは、作者性が消えるかどうかではない。むしろ、これまでひとまとめにされていた作者の役割が分解され、再配置されているということである。
実際、米国著作権局は、AIを「人間の創作を補助する道具として使う場合」と、「人間の創造性の代替として使う場合」を区別しており、現行の一般的な技術水準では、プロンプトだけでは出力の著作者性を基礎づけるだけの人間による支配は足りないと整理している。
日本でも文化庁の整理では、生成AIへの指示が表現に至らないアイデアにとどまるなら著作物性は認められにくく、創作的寄与の積み重ねが重要だとされている。さらに学術出版の世界では、ICMJEやNature Portfolioが、AIを著者として扱わず、人間の最終責任と開示を重視している。
つまり制度はすでに、「AIを使ったか否か」ではなく、「誰が何を決め、誰が責任を負うのか」という方向へ動いているのである。
第1章 作者性は「ひとつの資格」ではなく「複数の役割」の束である
私たちは長いあいだ、「作者」という言葉に多くの役割を押し込めてきた。
発想した人、書いた人、仕上げた人、責任を負う人、名を与える人、報酬を受け取る人。そのすべてが、近代的な作品観のもとでは、かなり自然に一人の人間へ重ねられていたのである。
しかしAIは、この重なりを崩す。
AIが下書きを出し、人間が選び、人間が削り、人間が別の文脈へ置き直し、最後に署名する。その過程では、発案、生成、選択、編集、説明責任が分かれていく。
ここで問うべきなのは「AIが書いたのか、人が書いたのか」という二択ではない。「人間はどの役割を担ったのか」である。
この点で示唆的なのが、学術出版における著者基準である。ICMJEは、著者であるためには実質的貢献だけでなく、最終版への承認と、内容全体への説明責任が必要だとする。
Nature Portfolioも、LLMは著者基準を満たさず、最終テキストには人間のアカウンタビリティが必要だと明言している。
ここから見えてくるのは、作者性の核が単なる出力行為ではなく、判断と責任にあるという点である。
AI時代に作者性が揺らぐのは、創作物の生成が自動化されたからではない。作者性の本体が、生成そのものではなかったことが露わになったからである。
第2章 「共著」の実感と、「著作者」の制度は一致しない
それでもなお、多くの人がAIを「共著者」と感じるのは理解できる。生成AIは単なるペンでも辞書でもない。
ときに思いもよらない言い換えを出し、ときに発想の抜け穴を見つけ、ときに書き手の癖を映し返す。
創作者の体験としてみれば、そこには対話や相互作用の感覚がある。制作実感としての「共著」は、十分に成立しているのである。
ただし、その感覚をそのまま法制度へ持ち込むことはできない。
米国著作権局は、AIが人間表現を補助する場合には著作権保護を妨げない一方、AIが表現上の選択を担う場合は別途分析が必要だと整理し、現状ではプロンプトのみでは十分な人間的コントロールにならないとしている。
日本の文化庁の議論も、指示がアイデアのレベルにとどまるなら著作物性は認められにくく、創作的寄与の総合判断が必要だという方向である。
したがって、「AIとの共著」は制作感覚を表す言葉としては有効でも、法的な著作者概念とはそのまま重ならない。ここは丁寧に切り分ける必要がある。
さらに興味深いのは、制度側がすでに「作者」と「AI利用」を分離し始めていることだ。
WGAの2023年合意では、AI生成物は脚本家のクレジットや分離権を損なうための「原作素材」とはみなされず、会社は脚本家にAI使用を強制できず、逆にAI生成物を含む素材を渡すなら開示が必要だと整理された。
ここで守られているのは、単に仕事の量ではない。人間の創作上の地位と、交渉可能な労働としての作者性である。つまり「共著者」という言葉が広がる一方で、実務の世界では、AIの関与を透明化しつつ、人間のクレジットと責任を再防衛する動きが進んでいるのである。
第3章 では、創作の価値はどこへ移るのか
私の見立てでは、AI時代の創作価値は「生成する力」から「可能性を絞り込む力」へ移る。もっと言えば、問う力、選ぶ力、つなぐ力、そして引き受ける力へ移る。
第一に、問う力である。AIは答えを大量に出せるが、何を問うべきかまでは自動では定まらない。作品が向き合うべき現実、置くべき制約、避けるべき安易さを決めるのは依然として人間である。
創作の起点は「何を書くか」ではなく、「なぜこれを今、こう問うのか」へ移っていく。
第二に、選ぶ力である。AIは候補を増やすが、候補が多いことは価値そのものではない。むしろ価値は、無数の近似解の中から一つを選び、他を捨てることに宿る。
良い作品は、可能性の豊かさよりも、不採用にした可能性の多さによって輪郭を持つ。作者の仕事は、出力を増やすことではなく、作品に必要なものだけを残すことになる。
第三に、つなぐ力である。AIは局所的には巧みでも、作品を人生や社会や歴史の文脈へ接続する力はまだ人間の側に強く残っている。似た表現を作ることと、その表現が何を引き受け、何に応答しているのかを示すことは別の能力だからである。
第四に、引き受ける力である。誤り、剽窃、偏見、無神経さ、あるいは表現の暴力性に対して、最後に誰が名を引き受けるのか。この責任の所在こそ、作者性の最終的な芯である。
この方向性は、制度と技術の両面からも補強されつつある。
ある2025年のプレプリント研究では、155人の知識労働者を対象とした調査で、AIへのクレジット付与は「AIを使ったかどうか」の二択ではなく、貢献の種類、量、主導性によって細かく変わること、しかも同じ貢献でもAIには人間より低いクレジットが与えられやすいことが示された。
加えて、C2PAやContent Credentialsは、誰が、いつ、どの道具で、どのような編集を行ったかという来歴情報を記録・表示する仕組みを整えつつある。EUでも一般目的AIモデルの提供者に対し、透明性と著作権対応を求める枠組みが2025年から本格的に動き始めた。
創作物の価値は、作品単体の見栄えだけでなく、その成立過程をどれだけ説明可能にできるかへも移り始めているのである。
第4章 これからの作者は、「最初に書く人」より「最後に判断する人」になる
ここで誤解してはならないのは、AI時代に人間の創作が不要になるという話ではない、ということだ。むしろ逆である。
誰でもそれらしいものを量産できる環境では、人間の判断の質が以前より厳しく問われる。下書きを書く速度では差がつきにくくなり、何を採用し、何を退け、どこで立ち止まり、どこに署名するかで差がつく。
その意味で、これからの作者は「全部を一人で生み出した人」ではなく、「可能性の空間を設計し、最終形に責任を与えた人」へと定義し直されていくはずである。そこでは、AIを使ったかどうかは本質ではない。本質は、AIを通してなお、その作品に人間の判断の痕跡が読めるかどうかである。
人とAIが“共著者”になる時代の創作価値とは、結局のところ、人間がどこまで自分の作品に対して不可避であり続けるかという問いである。AIがいても成立する作者ではなく、AIがいてなお消えない作者。その条件が、いま再編されているのである。
結び
作者性は消えない。ただし、以前と同じかたちでは残らない。生成AIの普及によって失われるのは、作者の価値そのものではなく、「書いた量」と「作者であること」を短絡させる見方である。
これから価値を持つのは、最初の一文を自力で書けた人より、なぜこの作品を世に出すのかを説明できる人である。
大量生成の時代において、創作の希少性は技術の巧拙ではなく、判断の強度に宿る。だからAIとの共著時代における人間の創作価値とは、生成能力の優位ではなく、選択と責任の引受能力なのである。
読者への問い
あなたが作品に「作者らしさ」を感じるのは、最初に書いた人か、それとも最後に責任を引き受けた人か。
AIを使った事実そのものより、「どう使ったか」を開示する文化のほうが重要ではないか。
あなた自身がAIと創るとしたら、最後まで人間の側に残しておきたい仕事は何か。
参考文献
U.S. Copyright Office, Copyright and Artificial Intelligence, Part 2: Copyrightability
U.S. Copyright Office, Copyright and Artificial Intelligence 概要ページ
文化庁「AIと著作権について」
文化庁・文化審議会著作権分科会法制度小委員会(第5回)議事録
WGA, Summary of the 2023 WGA MBA
ICMJE, Defining the Role of Authors and Contributors
Nature Portfolio, Artificial Intelligence (AI)
Coalition for Content Provenance and Authenticity, C2PA
Content Authenticity Initiative, How it works
European Commission, The General-Purpose AI Code of Practice / Guidelines for providers of general-purpose AI models
Which Contributions Deserve Credit? Perceptions of Attribution in Human-AI Co-Creation