すべてのAI生成コードはオープンソースであるべきだ

2026/11/15 23:46

すべてのAI生成コードはオープンソースであるべきだ

RSS: https://news.ycombinator.com/rss

要約▶

Japanese Translation:

GNU プロジェクトと自由ソフトウェア運動の発表以来、大規模 AI モデルは、許可なくかつ適切な帰属なしにインターネットからスクレイピングされたオープンソースコードの大規模コーパスを学習対象として使用されてきた。これには、クリエイティブ・コモンズライセンスの下で帰属が必要とされる Stack Overflow などのデータセットも含まれる。批判者たちは、この集合的知識をプロプライエタリでクローズドソースのモデルに変換することを「ライセンスの洗浄 (license laundering)」であると指摘している。したがって、純粋に AI が生成したコードには人間による著作性がなく、現在の米国法の原則の下では著作権を取得できない。これは、「モンキー・セーフィ」事件や非人間の創作者が著作権の対象とならないと判断された事例などの先例にも一致する。米国著作権局は著作者であるのは人間のみであると強化しており、ウィキメディア・コモンズも純粋に AI が生成した画像についてはすべてパブリックドメインとしてタグ付けすることを求めている。英国ではコンピュータ生成作品に対して限定的な著作権保護が提供されているが、これは国際基準とは異なる。多くの開発者が出力を検閲したり大幅に変更したりせずに AI に依存していることを考慮すると、プロンプトの記述のみによって生成されたコードは、オープンソースライセンスの下でリリースされるか、クリエイティブ・コモンズ ゼロ (CC0) を通じてパブリックドメインに専有されることが適切であると考えられる。業界は迅速に適応し、公的なデータに基づいて構築されたクローズドソースのモデルの収益化を試みることを放棄し、帰属要件を尊重しなければならない。これらの著作権法解釈の変化に対応できない場合、非人間の著作によって作成された作品に対して権利を主張する企業には重大な法的課題が生じる可能性がある。

Text to translate:

Since the announcement of the GNU Project and the Free Software Movement, large AI models have been trained on a massive corpus of open-source code scraped from the internet without permission or proper attribution, including datasets like Stack Overflow that require attribution under Creative Commons licenses. Critics argue that converting this collective knowledge into proprietary, closed-source models constitutes "license laundering." Consequently, purely AI-generated code lacks human authorship and cannot hold copyright under current U.S. principles, aligning with precedents such as the Monkey Selfie dispute and rulings where non-human creators are ineligible for copyright. The U.S. Copyright Office reinforces that only humans can be authors, while Wikimedia Commons requires all purely AI-generated images to be tagged as Public Domain. While the UK offers limited copyright protection for computer-generated works, this differs from global standards. Given that many developers rely on AI without reviewing or significantly modifying the output, code generated merely by writing prompts should likely be released under open-source licenses or dedicated to the public domain via Creative Commons Zero (CC0). The industry must adapt quickly to respect attribution requirements and abandon attempts to monetize closed-source models built on public data, as failure to align with these emerging interpretations of copyright law could lead to substantial legal challenges for businesses claiming rights over non-human authored works.

本文

AI が生成したすべてのコードはオープンソースであるべき

人工知能(AI)が生成したコードをオープンソース化すべきであるという信念を強く持っています。その主要な理由は以下の通りです。

1. ライセンス違反の疑念:ライセンス洗浄

AI モデルのトレーニングには、以下のような問題点が含まれます。

  • 無断利用のデータ: 多くのコードは GNU プロジェクト以降の膨大なオープンソースコーパスから収集されていますが、これらは単なるスクレイピングや許可なく利用され、適切な出典表示も欠けています。
  • 帰属義務の無視: Stack Overflow や Stack Exchange の姉妹サイトなど、クリエイティブ・コモンズライセンスで公開されたデータもトレーニングに使用されていますが、法的な帰属表示が行われていません。
  • 問題の本質: こうした集約された知識を、独自所有かつクローズドソースのコードに変換する行為は、**「ライセンス洗浄」**とも呼ばれます。

2. 法理的根拠:著作権の対象外

純粋に AI が生成したコードには、人間による創作性が欠如しているため、以下の理由で著作権は成立しません。

  • 人間以外の主体: アメリカの判例(猿が撮影した自撮り画像訴訟)以来、**「人間以外の主体には著作権を持つことができない」**という原則が確立されています。
  • 法務庁の判断基準: 米国著作権庁もこの原則を AI に関する判断の先例として引用しており、同様の論理で AI 生成物(例:画像)はパブリックドメインと見なすべきです。

3. グローバルな対応と推奨されるライセンス

著作権法は国によって異なるため(例:イギリスではコンピュータ生成作品にも限定的な保護がある)、すべての管轄区域で公平性を保つ必要があります。

  • オープンエコシステムの構築: AI の可能性を開拓し、公平な環境を作るために、開発者や企業は以下のいずれかの手段を採用すべきです。
    • 明示的にオープンソースライセンスの下で公開する。
    • クリエイティブ・コモンズ ゼロ(CC0)ライセンスを用いてパブリックドメインとして提供する。

4. 現実的な課題と結論

現在の開発現場では、以下のような傾向があります。

  • 完全な自動化への依存: コードは 100% マニュアル作業でも 100% オートメーションでもないのが現実ですが、開発者は生成された出力を確認せず、特定のニーズに合わせて修正することも稀です。
  • 最小限の努力: プロンプトを書くこと以外の労力をほとんど費やさずに作成されるコードについては、必ずオープンソースとして公開されるべきです。

この議論に関心を持たれる場合は、以下のソーシャルメディアをフォローしてください。

同じ日のほかのニュース

一覧に戻る →

2026/11/16 6:10

エージェントがハッキング可能なものを選択します

## Japanese Translation: M-VAVE FM-1 の事例は、AI コーディングツールがハードウェア制御を民主化し、専用ファームウェアに代わる独自オープンソース版を数ヶ月ではなく数日で導入できるようにしたことを示しています。わずか 1 ヶ月間(9 月から 10 月)のうちに、動機づけられたユーザーは AI ツールを使って未文書化の JieLi プロセッサをリバースエンジニアリングし、この約 70 ドルのお手軽 FM シンセサイザー(仮想アナログシンセ、マルチトラックグルーブボック、ダークアンビエントサンプラー、Doom ゲームポート)に対する 4 つの異なるファームウェア変種を開発しました。この傾向は、Pebble スマートウォッチ、Core Devices の製品、Google TV ランチャー、Ubiquiti ネットワークコントローラー、Anbernic ハンドヘルド端末などのデバイスにおいて、所有者がファームウェアを掌握した以前の事例に続くものです。コミュニティの努力によって開発が加速された後、M-Vave は 10 月に GPLv3 のもとで元のファームウェアを公開し、テストとフラッシングを簡素化するための開発キットおよびブラウザエミュレータも同時にリリースしました。この変化は今や拡大しています:一部の企業(例:Bambu Lab)は厳格なセキュリティ、サーバー認証、本人確認(9 月 30 日以来 4 ヵ国で導入され、2027 年までに全世界への展開が計画されている Google のルール)を維持する一方、他の企業(Behringer、Akai、Erica Synths)はファームウェアの開放を急速に進めています。この進化を可能にするハードウェア制約には、書き込み可能なフラッシュ、ロックされていないブートローダー、アクセス可能なリカバリーモード(例:M-VAVE の 10 秒間での標準復帰)、USB またはブラウザツールによるエージェントへのアクセスがあります。消費者の行動も、ブランド忠誠心よりもアップグレード性と AI 駆動による修理可能性を重視する方向にシフトしています。今後、インストールは人間主導から自律的な AI エージェントへと移行し、自動的にファームウェアフォークまたは修正コードを記述することが進む可能性があります。企業は、制限的な手段を通じて制御を維持するか、ソフトウェアロックインや悪意のあるコード注入などのリスクを管理しながら開放性を歓迎するかの選択を迫られています。

2026/11/16 4:26

Protomaps:自我ホスティングの地図タイルは低コストで簡単になりました

## Japanese Translation: 本テキストは、Mapbox などの高価な商用 API を迂回し、オープンソースツールと自己ホスト型ソリューションを用いて世界地図を展開するための極めて効果的で低コストの戦略を紹介しています。核心的な革新は、Protomaps と PMTiles(単一のポータブルファイル形式)を組み合わせて、欧州に拠点をおく低コストの CDN の Bunny.net を介して地図タイルを効率的に配信することにあります。この構成により高額なデータ転送料が排除され、例えば有料サービスと比較して最大 100 倍のコスト削減が可能となり、ユーザーの費用負担を約 99% も軽減できる可能性があります。この手法は元々、スイス・チューリッヒ工科大学(ETH Zurich)の学生である Bruce が、無料枠の期限切れ後に発生する$5 の支払いを回避するために開発されたものであり、完全な世界地図のストレージコストが月間約$5 で抑えられる堅牢な代替手段を提供します。特に、個人データを収集しないプライバシー準拠の地図を開発者に必要とする場合に価値が高く、Bunny.net デフォルト設定およびEU 本社所在地によって裏付けられます。 今後のステップとしては、S3 互換性を有効化した **rclone** などの特定のツールを用いて、139GB の世界地図データを Bunny.net ゾーンにアップロードすることを含みます。適切な構成が不可欠です:ストレージゾーンは長時間のアップロードに対応するエンドポイントを使用する必要があります(接続が悪い場合は tmux または一時的な VPS を介して)、プルゾーンには CORS 制限が必要で、「大規模オブジェクト配信のための最適化」を有効にし、ダウンロード速度を 10MB 以降に 10kB/s に制限します。利用においては、最新の日次ビルドを直接ダウンロードするか、CLI を用いて特定のバウンディングボックスに対してデータサブセットを抽出できます。埋め込みには、PMTiles npm パッケージをインストールし、MapLibre GL を公式ガイドに従って構成する必要があります。標準的な HTTP レンジリクエストを活用することで、誰でも高品質なグローバルマッピングにアクセス可能となり、高価なサードパーティプロバイダーに依存する必要がなくなります。これにより、高度な地理空間可視化が誰もが利用可能で手頃な価格になるようになっています。

2026/11/16 2:53

「鳥の脳」という名称は誤り。カラスは人間よりも速く意思決定を行う

## Japanese Translation: 2026 年 11 月、学術誌『Science』に掲載された研究では、腐食カラスが視覚的な手がかりを処理し反応する速度が、人間や猿のそれのおよそ 2 倍であることが示されました。この実験では、2 匹の名前を「レミー」と「イギー」と呼ぶカラスが、画面に表示された白い点が同時に左か右へ動くかを判断した後、対応するターゲット円のボタンを啄んだという結果が出ました。画像クレジットはアンドレアス・ニードー氏に帰属しており、本研究は鳥類の意思決定に関する神経速度に対する最初の直接的な定量化を提供しました。ニュージーランドのオタゴ大学の神経科学者であり比較心理学者であるマイク・コロンボ氏は、鳥類が人間と猿よりも速く意思決定を行うと述べています。 これらの発見は、カラスやコウモリ(注:原文 "ravens" は「秃鷲」または「コブクロ」とも訳せますが、文脈から「ハゲワシ」ではなく「ツバメ」系の誤記の可能性もありますが、ここでは直訳として「ハゲワシ」、"rooks" は「アオバムクドリ」、"scrub jays" は「シロハラカラス」と解釈)、つまりカラス、ツバメ、アオバムクドリ、およびシロハラカラスを含むコルビダ科の鳥類が、道具を使う他者の心を理解し自己を認識し抽象的な問題を解決し将来を計画し物体を数えることができるという数十年にわたる証拠の上に立っています。また近年の研究では、鳩が癌細胞と非癌細胞、数値、言葉と無意味な文字を区別できることも示されています。歴史的背景として、19 世紀および 20 世紀の学者たちは鳥の頭脳の小ささから鳥の知性を否定してきましたが、コロンボ博士によると、科学共同体が鳥類の脳構造の複雑さを完全に認識するまでに約 20 年かかったとされます。 これらの結果は、人類の認知優位性に関する長年の仮説に挑戦し、「バードブレイン」を卑猥な用語として使うことへの終焉をもたらす可能性があります。本研究は鳥類が高度な知性を備えた洗練された動物であることを裏付け、我々が「賢い」という意味を考えることを大きく再評価することを促しています。アクセス確認通知によれば、本記事の全文は『ザ・タイムズ』への有料登録またはログインが必要です。

すべてのAI生成コードはオープンソースであるべきだ | そっか~ニュース