Fluid Agency in AI Systems: A Case for Functional Equivalence in Copyright, Patent, and Tort

ご提示された論文「Fluid Agency in AI Systems: A Case for Functional Equivalence in Copyright, Patent, and Tort（AI システムにおける流動的エージェント性：著作権、特許、不法行為における機能的同等性のケース）」に基づき、技術的な要約を以下に記述します。

1. 問題提起 (Problem)

現代の高度な AI システム（特に「エージェント型 AI」や「深層研究エージェント」など）は、従来の「単なるツール（決定論的）」と「完全自律的な存在（AGI）」の中間に位置する**「流動的エージェント性（Fluid Agency）」**を有しています。これは以下の 3 つの特性によって定義されます。

1. 確率的（Stochastic）: 行動経路が確率的であり、初期条件の微小な差異が出力の大きな乖離（バタフライ効果）を生む。
2. 動的（Dynamic）: ユーザーとの対話や文脈に依存して、過去の相互作用を踏まえて行動を調整する。
3. 適応的（Adaptive）: ユーザーのフィードバックから学習し、明示的な指示なしにユーザーの好みを内部化し、行動方針を再編成する。

この「流動的エージェント性」により、人間の意図と AI の自律的な判断が再帰的に絡み合い、**「根源の不可解性（Unmappability）」**が発生します。つまり、特定の出力（創造的著作物、発明、あるいは損害）が、人間に由来するのか、AI に由来するのか、あるいは両者の不可分な融合なのかを、技術的・法的に追跡・分離することが実質的に不可能になります。

この不可解性は、以下の法的基盤を崩壊させます。

• 著作権法: 「著作者」の特定が困難になり、権利帰属が不明確になる。
• 特許法: 「発明者（Conception）」の特定が不可能になり、発明者資格や非自明性の判断が困難になる。
• 不法行為法（Tort）: 因果関係の特定が不可能になり、責任の所在（製造者か使用者か）が不明確になる「道徳的クランプゾーン（Moral Crumple Zone）」や「責任の隙間（Responsibility Gap）」を生む。

2. 研究方法論 (Methodology)

本論文は、規範的（Normative）かつ記述的（Descriptive）な法的分析アプローチを採用しています。

• 概念の定義: 「流動的エージェント性」と「根源の不可解性（Unmappability）」を理論的に定義し、従来の AI との差異を明確化しました。
• 事例分析:
  • 著作権: Zarya of the Dawn（米国著作権局の判断）、Li v. Liu（北京インターネット裁判所）、Théâtre D'opéra Spatial などの判例や事例を用いて、従来の「貢献度ベース」の枠組みがなぜ機能不全に陥るかを分析しました。
  • 特許: DABUS 訴訟（AI を発明者とする特許出願の拒絶）を事例に、発明の概念（Conception）と具体化（Reduction to Practice）における AI の役割の曖昧さを検討しました。
  • 不法行為: Uber の自動運転事故や「Robodebt」スキャンダルなど、AI による損害発生時の責任帰属の失敗事例を分析しました。
• 比較法的検討: 米国、英国、EU（AI 法）、中国などの法制度を比較し、現状の法解釈が直面する限界を浮き彫りにしました。
• 代替案の検討: 従来の「貢献度の分割」「比例配分」「プロベナンス（出所）追跡技術」などの解決策が、流動的エージェント性の文脈ではなぜ非現実的（Unworkable）かを論理的に反証しました。

3. 主要な貢献 (Key Contributions)

本論文の核心的な貢献は、**「機能的同等性（Functional Equivalence）」**という新たな法的原則の提唱にあります。

• 定義: 人間の貢献と AI の貢献を道徳的・経済的な同等性として認めるものではなく、**「帰属（Attribution）が不可解な場合、権利と責任の配分において両者を機能的に同等とみなす」**という実用的なデフォルトルールです。
• パラダイムシフト: 「誰が作ったか（起源）」を問う従来のアプローチから、「誰がプロセスを指揮し、結果を検証し、リスクを管理できる立場にあるか（結果と制御）」を問うアプローチへの転換を提案します。

具体的な分野別への適用案：

1. 著作権法:
   • 合理的な出所追跡手続きを踏んだ上で分離が不可能な場合、**「人間の指揮者（Orchestrator）」に著作権を帰属させるという「可反証の推定（Rebuttable Presumption）」**を導入する。
   • AI の生成部分と人間の部分を厳密に切り離すのではなく、最終的な作品全体を人間の指揮下にあるものとして扱う。
2. 特許法:
   • 発明の核心となる洞察（Conception）が AI によって生成された場合でも、AI による発見プロセスを指揮し、結果を検証・実証（Reduction to Practice）した人間を「発明者」として認める規範的改正を提案。
   • 開示要件として、AI の関与を明記しつつ、人間が技術的パラメータを把握していることを証明する義務を課す。
3. 不法行為法:
   • 因果関係の特定が不可能な場合、従来の過失責任（Fault-based）から、「事前のリスク管理能力（Ex ante control）」に基づいた厳格責任（Strict Liability）または無過失補償制度へ移行する。
   • 開発者や導入企業に対して、リスク評価や監視体制の整備（安全港規定）を条件とした責任の所在を明確化する。

4. 結果と知見 (Results & Findings)

• 既存枠組みの破綻: 「貢献度の分離」や「プロベナンスの追跡」を前提とする現在の法体系は、再帰的かつ適応的な AI システムの前では実務的に機能しないことが示されました。特に、人間の意図と AI の適応が相互に浸透するプロセスでは、線引きが不可能です。
• 「責任の隙間」と「道徳的クランプゾーン」の解消: 機能的同等性の原則を採用することで、AI の自律性による責任の所在不明（隙間）や、制御能力のない人間への不当な責任転嫁（クランプゾーン）を解消し、リスク管理能力を持つ主体（企業や開発者）に責任を帰属させることが可能になります。
• 実務的な安定性: この原則は、AI の技術的進歩に追いつくための「管理可能な（Administrable）」ルールを提供し、法的な不確実性を低減させます。

5. 意義と将来展望 (Significance)

• 法制度の適応性: 技術的特異点（AGI）の到来を待たず、現在進行形の「流動的エージェント性」を持つ AI システムに対して、法制度が即座に適応できる枠組みを提供します。
• イノベーションと保護のバランス: 人間の創造性を否定するものではなく、AI を介した人間の創造的プロセスを保護し、イノベーションを促進するための実用的な基盤を築きます。
• 実証的研究の必要性: 論文は、この原則をさらに強化するために、人間と AI の相互作用データを大規模にログ化し、経済計量学的手法（シャプロリー値分解など）を用いて貢献度を統計的に推定する研究や、現場の倫理的認識を調査する質的研究の必要性を指摘しています。
• 文化的・社会的影響: 機能的同等性を安易に受け入れることが、文化の均質化や特許ポートフォリオの偏り（深いが狭い）を招くリスクにも言及し、法制度が単なる技術的対応を超えて、社会的な多様性や公平性を維持する役割を担うべきだと結論付けています。

総じて、本論文は、AI と人間の協働が不可分になった現代において、起源の追跡という「不可能な任務」に固執するのではなく、「結果と制御」に基づいた機能的な解決策を提示することで、著作権、特許、不法行為の各分野における法的安定性を回復させる重要な提言を行っています。