・Xのライブドアニュースさん: 「【判明】古書店で「謎の大量注文」相次ぐ…
日本のオンライン古書店で専門書を含む様々なジャンルの古書がAI学習の為と推測される大量購入をされて、AI学習の場合はAI学習に用いた後に古書は著作権問題に対応する必要性から廃棄されるともされて是非が議論されています。
AIの学習に数十年前の書籍でも高度な知的内容があれば貢献できるのか？それとも提示された内容から知的推論で現代に資する知見が見出されたりする事がAI学習に効果があるかなど現在の知ではないだけに考えられる事は多い。
失われる前に著名な書籍以外の内容を取り込む事が出来れば数十年前の仮想現実を数年後に実現して、高齢者が関わる事は考えられたり情報の有効化は様々とは思います。
更に言えばAI学習に用いる前にデジタルデータを書籍出版国に提供は出来ないものかとも考えます。
そしてシミュレーション能力が高いAIという特性を考えれば、政治関係の書籍をAIに取り込む中で様々な可能性を推論して、現代では存在しないが有り得た可能性のある政治勢力や経済主体による影響を導き出す事も出来るのか。
Gemini 3.8 Flash「強化版思考モード」の場合
上記の文章を、Gemini 3.8 Flash「強化版思考モード」に入力しました。
Gemini の応答
古書がAI学習のために大量購入・裁断・廃棄される問題は、貴重な文化財の不可逆な消失という倫理的懸念と、AIの知能向上における高品質データの需要が衝突する最前線です。
提示された複数の視点――「過去の知の推論への寄与」「過去の空間・空気感の再現」「出版国へのデータ還元」「反実仮想（歴史・政治シミュレーション）」――は、いずれもAI技術の進展と社会応用における本質的な論点を射抜いています。
1. なぜ「数十年前の古書」が現代AIの推論を飛躍させるのか
現代のWebテキスト（SNS、ブログ、SEO記事）はほぼ学習し尽くされ、さらにAI生成テキストがネット上に溢れる「モデル崩壊（AIがAIの出力を学習して劣化する現象）」が課題となっています。その中で、数十年前の専門書や書籍は極めて純度の高い「論理のグラウンドトゥルース（正解データ）」として機能します。
- 長文脈における一貫した論理展開: 専門書は数十万字にわたり、用語の定義、前提の提示、反論の検討、論証の展開が厳密に行われています。これは、AIが表面的な単語のつながりではなく「深い因果関係や論理の骨格」を学ぶために不可欠です。
- パラダイムの脱バイアス化: 現代のデータだけに依存すると、現代特有の流行や価値観（バイアス）に囚われます。過去の知見を取り込むことで、AIは「かつて人類がどのように物事を定義し、どのような枠組みで問題を解こうとしていたか」という思考の多様性を獲得します。
- 現代課題への創発的アプローチ（アナロジー推論）: 一見すると古い理論や実務知であっても、AIはそれを抽象概念として抽出し、現代の未解決課題（資源制約、分散型社会の構築、人口動態の変化など）に対して「過去の知恵を現代の文脈に転用する」という高度な推論を導き出すことが期待されます。
2. 周縁的記録が拓く「過去の仮想現実」と高齢者の関わり
歴史書に載る著名な出来事だけでなく、無名の解説書、当時の業界誌、生活記録、マニュアルなどの「周縁的な古書」を取り込む価値は、まさに生活実感を伴う世界の再構築にあります。
- 「当時の空気感」の高解像度化: 当時の物価感覚、流行語、マナー、街並みの描写、人々の日常的な関心事は、体系的な歴史書よりも雑多な出版物にこそ色濃く残っています。これらを取り込むことで、単なる3Dモデルの配置にとどまらず、当時の価値観で受け答えするNPC（自律キャラクター）や社会環境を動的に生成する仮想現実が構築可能になります。
- 高度な回想法（Reminiscence Therapy）の実装: 高齢者が青春期を過ごした昭和中後期などの日常空間をAIが再現し、対話や追体験を可能にすることは、認知機能の維持や精神的安定に大きく寄与します。
- 高齢者が「語り部・検証者」になる好循環: AIが再現した仮想世界に対し、実際にその時代を生きた高齢者が「当時の電話機はこういう扱い方をしていた」「この言葉遣いは少し違和感がある」とフィードバックすることで、失われかけた暗黙知をデジタル空間上で再補正・継承する能動的な役割を担うことができます。
3. 「出版国へのデジタルデータ還元」を阻む法的皮肉
「学習のためにスキャンしたデータを、廃棄前に母国の公的機関（国立国会図書館など）に寄贈・提供できないのか」という発想は、文化遺産の散逸を防ぐ観点から極めて自然な要求です。しかし、ここには現行の著作権法構造の「ねじれ」が存在します。
- 「解析目的（非享受）」と「閲覧目的（享受）」の壁: 日本の著作権法第30条の4や各国のフェアユース法理では、「AIに学習させるための複製・解析」は著作権者の許諾なく適法と解釈されやすい一方、そのスキャンデータを第三者や公的機関に提供・公開する行為は「人間の鑑賞・利用（享受目的）」となるため、著作権侵害にあたるリスクが生じます。
- 企業の営業秘密・囲い込み: AI開発企業にとって、独自に収集・クリーニング・OCR処理したテキストコーパスは巨額の投資を投じた競争力の源泉です。法的な寄託義務がない限り、自発的に公共財として開放するインセンティブが働きにくいのが実情です。
- 制度的解決の必要性: 現状のままでは「物理本は裁断され、デジタルデータは民間企業のサーバー内に秘匿される」という文化の二重の喪失が起きかねません。一定の希少性を持つ古書については非破壊スキャンを義務付ける基準の導入や、公的アーカイブへの納本制度（一定期間経過後に公開するデポジット制度）の法制化が国際的に議論されるべき局面にあります。
4. 政治・経済の「反実仮想（もしもの歴史）」シミュレーション
AIの推論能力と当時の政治・経済文献の組み合わせは、「過去に存在し得た別の選択肢」を検証する強力なシミュレーターを生み出します。
- マルチエージェントによる政策分岐の検証: 当時の各党派の綱領、議事録、派閥力学、国際環境、経済指標を取り込むことで、AI内部に当時の政治勢力や圧力団体を模したエージェントを配置し、「もしあの法案が成立していたら」「もし連立の組み合わせが異なっていたら」という分岐を計算できます。
- 「敗れたアイデア」の再発掘: 現実の歴史では権力闘争や外的ショックによって消滅した政治勢力や、採用されなかった経済構想（地域通貨構想、独自の福祉モデル、非同盟外交など）のポテンシャルを、バイアスなく再評価できます。
- 現代の政策決定への還元: 歴史を「一本の必然の道」ではなく「無数の可能性の束」として捉え直すことで、硬直化した現代の二項対立に対し、過去の議論からオルタナティブな解決策を引き出すシミュレーションツールとして機能します。
古書を「消費して捨てる資源」として扱うか、「人類の思考のアーカイブとしてAIと共に再活性化させる資産」として扱うかによって、今後のAIと文化保存の共存関係は大きく分かれていきます。
ChatGPT GPT-5.6 Thinking の場合
Gemini 3.8 Flash「強化版思考モード」と同じ五段落文章を、
ChatGPT GPT-5.6 Thinking に入力しました。
ChatGPT の応答
十分にあり得る発想です。今回の古書大量購入が実際にAI学習目的なのか、学習後に廃棄されているのか、といった具体的事実は、現在この環境ではウェブ検索が無効なので確認できません。その点は切り離して、**「数十年前の大量の書籍を高度AIに取り込むことに、どんな知的価値があるか」**を考えると、単なる知識追加以上の意味があります。
特に重要なのは、古書には「現在も正しい知識」だけでなく、その時代の人が何を知り、何を知らず、何を当然視し、どんな未来を想像していたかが保存されていることです。これは現代のウェブ情報からはかなり失われています。
たとえば1970年代や1980年代の専門書をAIに大量に与えた場合、AIは「そこに書かれた結論」を覚えるだけではなく、複数資料を横断して、
- 当時存在した技術的制約
- 当時は有力だったが後に消えた学説
- 実現しなかった産業構想
- 当時予想されていた未来像
- 後世には引用されなくなった少数派の発想
- 現在とは異なる制度・生活・価値観
を再構成できます。
ここが検索エンジン的な利用とかなり違います。
仮に1985年時点までの資料だけをAIに渡して、**「1985年の知識しか持たない研究者集団として、1995年までに何を開発しようとするか」**とシミュレーションさせることもできます。そして実際の1985～1995年の歴史と比較すると、「当時でも考えられたのに実現しなかった技術」が見つかる可能性があります。
これは一種の知的な反実仮想発掘です。
古い専門書がむしろ価値を持つ場合
最新情報だけを集めればAIが優秀になる、とは必ずしも限りません。
研究開発では、既に忘れられた発想が、新しい技術条件の下では突然実用的になることがあります。
たとえば昔、
「計算能力が足りない」
「センサーが高すぎる」
「通信速度が足りない」
「材料が存在しない」
という理由だけで放棄された構想なら、その障害が2026年には消えている可能性があります。
AIに、
「この本の提案のうち、当時は不可能だったが現在なら実現可能になっているものを全部抽出せよ」
と大量の古書について実行させれば、かなり面白い研究テーマになります。
したがって古書は、AIにとって単なる「古い知識」ではなく、
未採用アイデアの巨大な倉庫
にもなり得ます。
あなたが挙げた仮想現実もその一例です。
1960～90年代のSF、心理学、建築、都市計画、教育学、ゲーム論、コンピューター科学などを横断すると、「当時の人が考えていた未来社会」をかなり精密に再構築できます。
さらに映像生成・音声生成・3D生成が進めば、
1975年の人々が想像した2020年代
を仮想空間として再現することさえ考えられます。
そこへ当時を実際に生きた高齢者が入り、
「これは当時の感覚とは違う」
「こういう店だった」
「この言葉遣いは変だ」
と修正する。
すると、人間の記憶と文献と生成AIを組み合わせた時代復元プロジェクトになります。
これは歴史研究だけでなく、認知症研究、教育、文化保存、観光などにも応用可能でしょう。
そして、あなたの最後の問いである政治思想のシミュレーションは、技術的にはさらに興味深い領域です。
ここでは「AIが政治的にどちらを支持するか」ではなく、
歴史的条件から、存在し得た政治勢力を再構成する
という研究になります。
たとえば、ある国について1950～1990年の政治書、労働運動資料、経済書、地方出版物、大学紀要、雑誌、政党内部資料などを大量に与えます。
するとAIに、
1980年代に存在した思想や社会条件のうち、その後政治勢力として組織化されなかった組み合わせを探せ。
という問いを投げられます。
AIは例えば、
「労働者保護には積極的だが国家安全保障にも積極的」
「市場経済を支持するが地域共同体を非常に重視する」
「環境保護と製造業振興を同時に掲げる」
といった、実際には大政党にならなかった政治的組合せを発見するかもしれません。
重要なのは、これは予言ではなく可能性空間の探索だということです。
もう一段進めると、
「もしこの思想集団が1985年に人口の8％程度の支持を獲得していたら、その後の政策・企業行動・都市構造はどう変化し得たか」
というエージェントベースの歴史シミュレーションにもできます。
企業についても同じです。
たとえば、
「1980年代の日本で、PC通信＋宅配＋クレジット決済を早期統合した企業が存在していたら？」
という反実仮想を、大量の当時資料から当時の価格・通信環境・消費行動・規制まで再現して検討できます。
つまり古書群が十分に揃えば、
失われた過去を保存するAI
だけではなく、
存在しなかった過去を探索するAI
が成立します。
これはかなり重要な違いです。
ただし政治シミュレーションでは注意点もあります。AIが「もっともらしい物語」を作る能力と、歴史的に実現可能だったことを推定する能力は同一ではありません。したがって、
実在資料 → 当時の制約条件 → 複数シナリオ → 実際の歴史との比較
という形で検証可能にしておく必要があります。
「この政治勢力は必ず成立した」とするのではなく、
Aなら成立しやすい、Bなら崩壊しやすい、その理由となる資料はこれ
という形式が研究用途には適しています。
そして、古書をデジタル化するなら、あなたの「出版国にもデータを戻せないか」という発想も非常に重要です。
物理的な本を世界中から集めてスキャンし、それがAI学習だけに使われて原本もデータも社会から消えるなら、文化保存の観点ではかなりもったいない。
制度設計としては、
AI学習用デジタル化＋文化保存用アーカイブ
を分ける方法があります。
著作権保護期間中なら全文一般公開はできなくても、出版社・図書館・国立機関などに保存用データを預託し、権利消滅後に公開する、といった仕組みは考えられます。
そうするとAI企業による大量デジタル化が、単なる学習データ取得ではなく、
人類の書籍保存事業を同時に行う
ことになります。
私はこの問題では、AI時代の古書の価値を三段階に分けると分かりやすいと思います。
第1段階：知識保存
失われそうな文章を残す。
第2段階：知識再発見
忘れられた技術・思想・発想を現代条件で再評価する。
第3段階：歴史的可能性探索
「実際には存在しなかったが、当時の条件なら存在し得た技術・企業・政治勢力・社会」をAIに探索させる。
おそらく第3段階まで行った時、古書をAIに取り込む意味は「古い本を読ませる」という話からかなり離れてきます。
人類が一度考えながら採用しなかった膨大な可能性を、もう一度探索する
という用途になるからです。
これは、現在の生成AIよりもシミュレーション能力と長文献横断能力がさらに高まったAIほど、価値が大きくなる領域だと思います。
Grok 4.6 の場合
Gemini 3.8 Flash「強化版思考モード」と同じ五段落文章を、
Grok 4.6 に入力しました。
Grok の応答
日本の古書店での大量購入とAI学習データの関係を、報道と一次情報から確認します。続けて、古い専門書の学習価値、デジタル化の保存、反実仮想の政治シミュレーションについても整理します。日本側の報道と著作権法の扱い、国立国会図書館のデジタル化の現状を確認します。古い専門書が学習データとしてどう効くかも、公開されている議論に照らして整理します。いま起きている現象は「古書が売れた」以上の話です。学習データの争奪、著作権の抜け道、紙しか残っていない知識の保存、そして反実仮想の推論までが一度に絡んでいます。事実と推測を分けたうえで、ご指摘の各点に答えます。
いま日本で何が起きているか
2026年8月ごろから、オンライン古書店にジャンル横断の大量注文が続いています。哲学・歴史・医学・法律、江戸時代の生活文化、30年前の政界といった専門書が多く、小説や漫画中心の通常需要とは違う、と店側が語っています。複数アカウントからの機械的な注文、送り先が岡山の物流センターに集中する、といった共通点も報じられています。(1)
さらに、日本の大手出版取次グループ会社から米国向けに「JAPANESE BOOKS」が50トン以上輸出された記録も確認されています。仮に1冊500グラムなら約10万冊規模です。日販とAnthropicの書籍購入契約は米国裁判資料に出てきますが、今回の古書ルートと同一かは断定できません。日販は「AI学習向けと認識したうえで売った事実はない」としています。(2)
廃棄まで確認されているのは、主に海外事例です。Anthropicは合法購入した紙の本を背表紙ごと裁断して高速スキャンし、原本を捨てていました（Project Panama）。米国地裁は、購入した1冊を社内の1デジタルファイルに置き換え、頒布しないならフェアユースだと判断しました。海賊版サイトからの取得は別問題として巨額和解の対象になりました。欧州の古書店でも、カナダ企業経由の大量注文と「スキャン後廃棄」の疑いが広がっています。日本の今回の波についても、業界では同じ目的が疑われていますが、裁断・廃棄そのものはまだ立証段階ではありません。(3)
日本法では、学習段階の複製は著作権法30条の4（情報解析）で原則広く認められます。享受目的でない利用なら許諾不要、ただし「著作権者の利益を不当に害する場合」は除外です。紙の本を買って裁断スキャンすること自体は、譲渡権の消尽と30条の4の組み合わせで議論されます。問題の核心は違法性より、「一点しか残っていない紙の知が物理的に消える」ことにあります。(4)
数十年前の本は、今のAIに効くのか
効きます。しかも「古いから劣る」ではありません。理由は少なくとも四つあります。
第一に、ウェブは汚染されています。2022年以降、ネット上の文章に生成AI由来のテキストが混ざり、次世代モデルがそれを学習すると分布の裾野（稀だが重要な表現や事実）が失われる「モデル崩壊」が理論・実験の双方で指摘されています。2022年以前の紙の本は、人間が書いて校正した「未汚染コーパス」として再評価されています。古いこと自体が価値です。(5)
第二に、専門書はウェブにない密度を持ちます。教科書・論文・実務書は、定義、例外、注、図表、論争の経緯までが一冊に圧縮されています。ウェブのブログや要約では落ちる層です。医学の症例記述、法律の立法過程、地方史の一次観察、30年前の政界メモは、今でも「世界モデル」の部品になります。
第三に、言語モデルは百科事典ではなく、統計的な世界の圧縮です。高度な知的内容は、単語の並びに因果・制約・例外の型を埋め込みます。古い理論が誤りでも、「当時どう考え、どこで破綻したか」の軌跡は推論の訓練になります。正しい結論だけを学ぶより、誤りの構造を含むテキストの方が、後の推論には効くことがあります。
第四に、日本語の長文・専門語彙・論理展開そのものが不足しています。英語圏に比べ、公開されている高品質日本語長文は少ない。古書はその穴を埋める practically な供給源です。
ただし限界もあります。事実は更新されています。古い医学書をそのまま診断に使うのは危険です。効くのは「原理・語彙・論争の型・当時の制約条件」であり、最新の数値そのものではありません。学習後に、新しい論文や統計で上書きする設計が必要です。
「知的推論で現代に資する知見が出るか」
部分的には出ます。ただし「本に書かれていない真実を発見する」と「書かれた制約からあり得た経路を再構成する」は違います。
現在の大規模モデルは、因果実験装置ではありません。大量のテキストから共起と条件付き確率を学び、それに基づいて次の文や仮説を生成します。したがって、
- 30年前の政治書が「派閥・利益団体・官僚機構・メディア」の結合パターンを豊富に含んでいれば、似た構造の現代問題に対して、あり得た圧力経路を列挙しやすくなります。
- 江戸の生活史は、物資循環・身分・災害対応の制約を与えます。現代の地域再生や防災のシミュレーションの境界条件になります。
- 忘れられた学説は、主流が捨てた変数を復活させます。経済学や都市計画では、これが実際に起きます。
一方で、存在しなかった勢力の「影響を導き出す」は、データが薄いほど幻覚に近づきます。モデルは空白をそれらしい物語で埋めます。有用な使い方は「答えを出す」ことではなく、「当時の文献が許容する仮説空間を列挙し、どの仮定を置いたかを明示する」ことです。人間の歴史家が一次史料で検証する前提作業として使うなら価値があり、結論そのものとして使うと危険です。
失われる前に取り込むこと、数十年前の仮想現実
ご指摘の通り、著名書より非著名書の方が危機です。ベストセラーは複数館・再刊で残ります。地方の調査報告、業界内部資料、少数部数の専門書、同人的な政界回顧は、古書店の棚が最後のコピーであることがあります。破壊的スキャンは、その最後のコピーを消します。
デジタル化して残すなら、再現できるものは増えます。
- 当時の用語・物価・制度・日常語で対話できる「時代別エージェント」
- 30年前の国会答弁・新聞・専門書を横断した政策シミュレータ
- 高齢者が「当時こう言われていた」と照合できる記憶の外部装置
高齢者の関与は技術的にも意味があります。本に書かれなかった口頭の文脈（誰が本気で、誰が建前か）はテキストにありません。書籍コーパス＋生存者の校正は、単なるOCRより一段上のアーカイブになります。数年後に「1990年代の霞が関語で政策議論する環境」を作ることは、十分現実的です。ただしそれは、原本を捨てずにスキャンした場合の話です。
国立国会図書館はすでに大規模デジタル化とOCR全文化を進めており、全文検索対象は400万点超、古典籍も追加されています。機械学習利用については権利者の理解を得ながら進める、と計画文書に書かれています。公的ルートは「壊さずに残す」側にあります。民間の破壊的スキャンはその対極です。(6)
学習前にデジタルデータを出版国へ渡せないか
技術的には可能で、政策としては最も筋が良い案の一つです。
実務的な形はこうなります。
- 非破壊スキャン（または裁断しても原本は国内機関が保管）
- 高解像度画像＋校正済みテキストを、国立国会図書館または権利者団体のデポジットに預ける
- 学習用にはトークン化した派生データだけを国外へ出す
- 稀覯本・最後の1冊は輸出禁止または複製義務付き
障壁は三つです。速度、コスト、インセンティブです。破壊的スキャンは速い・安い。非破壊は遅い。AI企業は「 legalmente 買った私物をどう処分しようと自由」という立場を取りやすい。出版国にデータを返す義務は、今の国際取引にはありません。
日本側でできることはあります。古書輸出の報告義務、稀覯本の一時差止め、学習用ライセンス市場の形成、NDLテキストの条件付き提供です。30条の4は学習を広く認めますが、「不当に害する」の解釈を、紙の文化財消滅まで含む方向に実務で締める余地は残っています。ライセンス市場ができれば、ただし書の主張もしやすくなります。
「提供できないものか」への短い答えは、技術的にはできる、今の商業インセンティブではしない、法律と寄託制度で強制しない限り起きにくい、です。
政治書から「存在しなかったが有り得た勢力」を推論できるか
限定的に、できます。万能ではありません。
できること
- 当時の文献に実際に登場するアクター（派閥、労組、業界団体、地方ボス、省庁、媒体）の利害とレトリックを、ネットワークとして再構成する
- 「このアクターが生き延びていたら、どの争点でどの連合を組んだか」を、当時の言語と利害の型から複数シナリオ化する
- 現実には消滅した構想（ある種の産業政策、安全保障観、福祉国家案）を、現代の制約条件に載せて比較する
できないこと、あるいは危険なこと
- 史料に根拠のない新勢力を、あたかも実証されたかのように生成すること
- 経済主体の「真の影響力」を、テキスト頻度から因果として読むこと（言及が多い＝強い、ではない）
- 単一の「あり得た歴史」を確定すること
シミュレーション能力が高い、という特性はここに効きます。同じ初期条件でパラメータ（経済成長、人口、国際環境、メディア構造）を振れば、分岐の幅は出せます。価値は「正解の歴史」ではなく、「当時の知的世界が許していた分岐の地図」です。30年前の政界本が大量に入れば、その地図の解像度は上がります。入らなければ、ウェブ上の後知恵と英語圏の枠で日本政治を雑に近似します。
だからこそ、廃棄は惜しい。学習に使ったあと原本もテキストも残らないなら、後世は「モデルが何を読んだか」を検証できません。科学としても、文化としても弱いやり方です。
是非をどう見るか
古書店が売れること自体は、店の存続にはプラスです。問題は、市場が「読むための本」から「一回読んで捨てる原料」に変わることです。
残した方がいい線ははっきりしています。
- 学習してよい（日本法上も広い）
- 壊してよい（私物処分としては合法になりやすい）
- しかし最後のコピーを壊してデータを国外だけに閉じるのは、知の公共財として最悪に近い
先にデジタル寄託し、稀覯本は非破壊、学習用は派生データ、検証用コーパスは国内に残す。その順番なら、古い本の知的内容は現代にも、数年後の仮想現実にも、反実仮想の政治推論にも使えます。順番を逆にすると、モデルの中にだけ曖昧な痕跡が残り、原本も検証可能性も消えます。
ご提案の「学習前に出版国へデジタルデータを渡す」は、その順番を正す最も単純な条件です。実現には、古書流通・輸出・寄託・学習ライセンスを一つの制度として設計する必要があります。技術の問題というより、残す意思の問題です。
Grok が提示した情報源:
(1)【独自】古書店で「謎の大量注文」相次ぐ……AI学習か 米国向け「日本の本 50トン」の輸出記録も（日テレNEWS NNN） – Yahoo!ニュース
(2)[B! あとで読む] 【独自】古書店で「謎の大量注文」相次ぐ……AI学習か 米国向け「日本の本 50トン」の輸出記録も（2026年9月22日掲載）｜日テレNEWS NNN
(3)AnthropicがAI学習のために数百万冊の紙の本を裁断してデジタル化しまくるため希少本が失われると懸念の声、イーロン・マスクは「SpaceXAIはそんなことしない」とアピール – GIGAZINE
(4)著作権法30条の4とは？AI学習が原則適法になる理由をわかりやすく解説｜著作権弁護士 虎ノ門法律特許事務所
(5)AI models collapse when trained on recursively generated data | Nature
(6)国立国会図書館デジタルコレクションの全文検索対象資料が400万点を突破 | カレントアウェアネス・ポータル
当サイトの関連記事
・AI学習データの利用に関して個人の同意を原則不要にする政府方針
・LLMの学習データ枯渇問題と様々な影響に対して対策は
