────────────【SSK研讨会】─────────── AI原则守则与透明度要求 ～与欧盟AI法案、美国州法之比较，以及基于AI学习现场的实务～ ───────────────────────────── [研讨会详情] https://www.ssk21.co.jp/S0000103.php?spage=pt_26252 [讲师] 安德森·毛利·友常律师事务所 外国法共同事业 合伙人律师 中崎 尚 先生 [日期与时间] 2026年5月20日（星期三） 下午4时～6时 [参加方式] ■ 现场参加 SSK 研讨会室 东京都港区西新桥2-6-2 Zymax西新桥大楼4楼 ■ 直播 (Zoom网络研讨会) ■ 存盘重播（为期2周，可在您方便的时间无限次观看） [重点讲义内容] 在日本的AI原则守则（暂定名称）草案中，以生成式AI开发者和提供者为考量，将概要揭露、回应权利人揭露要求以及回应用户揭露要求列为内核框架。另一方面，在欧盟，AI法案的透明度义务将于2026年8月2日起适用，要求在与AI交互时发出通知、对AI生成物进行机器可读的标记、发布有关情感识别和生物分类的通知，以及对涉及深度伪造和公共利益事项的AI生成文本进行标示。此外，在欧盟，针对GPAI模型提供者的义务将从2025年8月2日起适用，GPAI行为准则和学习内容摘要模板也正在制定中。 在美国，透明度法规正依州别制定，而非统一的联邦法。例如，科罗拉多州从2026年6月30日起，要求高风险AI的开发者和导入者提供公开声明、影响评估和消费者通知等。另一方面，针对一般对话型AI的「确认其为AI」之揭露义务，并非现行科罗拉多州AI法案的内核义务，而是将在另行审议的对话型AI法案中处理。在犹他州，针对消费者交易和受监管职业中的AI交互，在特定情况下设立了揭露义务和避风港条款。加州则导入了一项制度，要求生成式AI开发者在网站上以文档形式记录学习数据的来源、数据种类、数量范围、是否购买/授权，以及是否包含个人信息等。 本次研讨会不仅止於单纯的制度介绍，还将结合日本企业应揭露什么、需承担多少解释责任、应如何面对学习数据与版权问题等实务论点进行解说。作为周边论点，也将探讨包含日本著作权法第30条之4在内的AI学习与版权基础、日本应对权利人的实务操作、欧盟的版权政策与培训内容摘要，以及美国诉讼与州法动向的影响。 1. AI原则守则的全貌及其在日本AI治理中的定位 2. 应如何理解「遵守或解释（Comply or Explain）」 3. 揭露框架 4. 作为周边论点的AI学习与版权 5. 与欧盟AI法案透明度要求之比较 6. 与美国州法层级透明度要求之比较 7. AI类型（高风险AI、对话型AI、深度伪造）之影响 8. 问答环节 ※演讲内容可能会根据最新动向进行调整。