結論
特許権は、技術的なアイデアである発明を、特許庁の審査を経た設定の登録によって、原則として出願日から20年守る権利です。著作権は、思想や感情の創作的な表現を、創作した時点から手続なしに原則として著作者の死後70年まで守る権利で、侵害になるのは他人の作品に依拠した場合に限られます。
比較表
| 観点 | 特許権 | 著作権 |
|---|---|---|
| 根拠となる法律 | 特許法 | 著作権法 |
| 守る対象 | 発明:自然法則を利用した技術的思想の創作のうち高度のもの(2条1項) | 著作物:思想又は感情を創作的に表現したもので、文芸、学術、美術又は音楽の範囲に属するもの(2条1項1号) |
| アイデアと表現 | 技術的なアイデアそのものを守る。書き方や表現を変えても、同じ技術を使えば効力が及ぶ | 具体的な表現を守る。アイデアや、プログラム言語・規約・解法(アルゴリズム)は守らない(10条3項) |
| 権利の発生 | 特許庁への出願、審査、特許料の納付を経た設定の登録で発生する(66条) | 創作した時点で、手続なしに発生する(17条2項、無方式主義) |
| 主な要件 | 産業上の利用可能性、新規性、進歩性など(29条) | 思想や感情を創作的に表現していること。新しさや技術的な高さは問わない |
| 存続期間 | 原則として出願日から20年(67条1項)。医薬品などは延長の制度がある | 創作の時から、原則として著作者の死後70年(51条)。法人などの名義のものは公表後70年(53条) |
| 独自に同じものを作った他人への効力 | 及ぶ。独自に考え出しても、業として実施すれば原則として侵害になる(相手の出願の時点で、独自に発明して実施や準備をしていた者には先使用権がある。79条) | 及ばない。侵害になるのは、既存の著作物に依拠して似たものを作った場合 |
| 効力が及ばない主な場面 | 業としてでない実施(68条)、試験・研究のための実施(69条1項) | 私的使用のための複製(30条)、AIの学習などの情報解析を含む非享受目的の利用(30条の4。著作権者の利益を不当に害する場合を除く)、引用(32条)など |
| 従業者が仕事で生み出したとき | 職務発明。発明者は従業者のままで、勤務規則などで定めれば特許を受ける権利が発生時から会社に帰属する(35条3項) | 職務著作。要件を満たせば会社が著作者になる(15条)。プログラムは会社名義での公表を要しない |
| AI開発での例 | 新しい学習手法、学習済みモデルを使った処理の仕組み | ソースコード、選択や構成に創作性のあるデータベース、人が創作的に寄与したAI生成物 |
| G検定での問われ方 | 発生に登録が必要なこと、出願から20年、独自に開発した他社にも効力が及ぶこと、職務発明の権利の帰属を、著作権と比べて問う | 手続なしに発生すること、アイデアやアルゴリズムは守られないこと、侵害に依拠が必要なこと、AI生成物の著作物性を問う |
| シラバス項目 | 法律・倫理分野 項目3 特許法 | 法律・倫理分野 項目2 著作権法 |
最終確認日:2026年11月1日
それぞれの説明
特許権
特許権は、発明を守る権利です。発明とは、自然法則を利用した技術的思想の創作のうち高度のものをいいます(特許法2条1項)。特許庁に出願し、新規性や進歩性などの審査を通って設定の登録を受けると発生します(66条)。存続期間は、原則として出願日から20年です(67条1項)。
守られるのは、技術的なアイデアそのものです。他社が同じ発明を独自に考え出しても、業として実施すれば原則として侵害になります。同じ発明について複数の出願があれば、先に出願した者だけが特許を受けられます(39条1項)。出願の内容は公開されるため、技術の公開と引き換えに一定期間の独占を得る制度です。
著作権
著作権は、著作物を守る権利です。著作物とは、思想又は感情を創作的に表現したもので、文芸、学術、美術又は音楽の範囲に属するものをいいます(著作権法2条1項1号)。創作した時点で、手続なしに発生します(17条2項)。存続期間は、原則として著作者の死後70年までです(51条)。
守られるのは具体的な表現で、アイデアは守られません。プログラムでも、ソースコードの表現は守られますが、解法(アルゴリズム)は対象外です(10条3項)。また、他人の作品に依拠せずに作ったものが偶然似ていても、侵害にはなりません。
AI開発での使い分け
新しい学習手法や、学習済みモデルを使った処理の仕組みは、コンピュータによる具体的な処理として示せば、特許の対象になりえます。数式そのものは発明に当たりません。ソースコードは、書いた時点で著作物として守られます。1つのプログラムが、表現は著作権で、技術的な仕組みは特許権で、重ねて守られることもあります。
従業者が仕事で生み出した成果の扱いも違います。職務著作では、要件を満たせば会社が著作者になります(著作権法15条)。職務発明では、発明者は従業者のままです。勤務規則などで定めておけば、特許を受ける権利が発生した時から会社に帰属し、従業者は相当の利益を受ける権利をもちます(特許法35条3項・4項)。
見分けるコツ
- 「技術のアイデアか、表現か」で見分けます。学習手法や処理の仕組みは特許権、ソースコードの書き方や文章・画像の表現は著作権の対象です。
- 手続の有無で見分けます。特許権は出願・審査・登録を経て発生し、著作権は創作した時点で自動的に発生します。
- 独自に作った他人に効力が及ぶかも定番の違いです。特許権は及び、著作権は依拠がなければ及びません。
◯×チェック
次の文が正しいか、誤りかを選んでください。
-
職務著作が成立すると会社が著作者になるのと同じく、職務発明でも、勤務規則などであらかじめ定めておけば会社が発明者になる。
答えを見る
答え × 誤り
発明者は、実際に発明をした従業者のままです。勤務規則などで会社に帰属させられるのは、特許を受ける権利です(特許法35条3項)。職務著作では、要件を満たせば会社が著作者そのものになります(著作権法15条)。
-
著作権法30条の4にもとづけば、AIの学習(情報解析)のためであれば、他社の特許発明を業として実施することも、特許権者の許諾なく行える。
答えを見る
答え × 誤り
30条の4は著作権を制限する規定で、特許権の効力には関係しません。特許権の効力が及ばない場面は特許法が定めており、試験・研究のための実施(69条1項)などがあります。
-
誰の特許権の対象にもなっていない公知の手法でも、その手法を実装した他社のソースコードを無断で複製して自社製品に組み込めば、著作権侵害になりうる。
答えを見る
答え ◯ 正しい
手法そのものはアイデアなので、特許権がなければ誰でも使えます。一方、それを実装したソースコードの表現は、特許権とは別にプログラムの著作物として守られます。他社のコードに依拠せず自社で実装すれば、この問題は生じません。
関連問題
出典
- G検定 試験出題範囲(シラバス2024)第1.4版 (法律・倫理分野 項目3 特許法)
- G検定 試験出題範囲(シラバス2024)第1.4版 (法律・倫理分野 項目2 著作権法)
- 特許法(e-Gov法令検索) (2条1項・3項・4項、29条、35条、39条、66条、67条、68条、69条、79条)
- 著作権法(e-Gov法令検索) (2条1項1号、10条、15条、17条2項、30条、30条の4、32条、51条、53条)
- 文化庁著作権課「著作権テキスト -令和8年度版-」 (2.知的財産権について、5.「著作物」とはなにか)
ほかの違い比較
- アジャイルとウォーターフォールの違い 進め方とAI開発での使い分け
- 赤池情報量規準(AIC)とベイズ情報量規準(BIC)の違い 罰則の重さ
- バギングとブースティングの違い 並列か逐次か、減らす誤差の違い
- バッチ正規化とレイヤー正規化の違い 平均と分散を計算する範囲の違い
- バッチ学習・ミニバッチ学習とオンライン学習の違い 更新回数とぶれ
- BERTとGPTの違い エンコーダとデコーダ、学習課題の違い
- CBOWとスキップグラムの違い 予測の向きと学習の速さ
- 分類問題と回帰問題の違い 出力の形で見分けるコツと評価指標
- CNN・RNNとTransformerの違い 得意なデータと計算の並列性
- 協調フィルタリングとコンテンツベースフィルタリングの違い 仕組み
- 共分散と相関係数の違い 式の関係と単位・値の範囲
- データ汚染とAdversarial Attackの違い 学習時か推論時かと対策
- 決定木とランダムフォレストの違い 解釈のしやすさと精度・安定性
- 深さ優先探索と幅優先探索の違い 調べる順番・最短解・メモリ
- 営業秘密と限定提供データの違い 3つの要件と刑事罰の有無
- Faster R-CNNとYOLOの違い 2段階型と1段階型、速度と精度
- GANと拡散モデル(Diffusion Model)の違い 学習と生成の仕組み
- GANとVAEの違い 識別器の有無と学習の仕組み
- GDPRと個人情報保護法の違い 法的根拠・本人の権利・制裁金
- 勾配降下法と誤差逆伝播法の違い 勾配を使う側と求める側
- グリッドサーチとランダムサーチの違い 試行回数の決まり方と効率
- ホールドアウト検証と交差検証の違い 分割回数・計算量・使い分け
- 画像分類(物体識別)と物体検出の違い 出力の形と使い分け
- 委託・第三者提供と共同利用の違い 同意の要否と受け手が使える範囲
- k-means法と階層的クラスタリングの違い クラスタ数を決める時期と計算量
- 個人情報・個人データと保有個人データの違い 範囲の入れ子とかかる義務
- 個人情報と個人識別符号の違い 包含関係と当たる例・当たらない例
- L1正則化とL2正則化の違い 罰則の形と重みが0になるか
- 最小二乗法と最尤法の違い 推定の基準と結果が一致する条件
- LIMEとSHAPの違い 局所近似とシャープレイ値の使い分け
- LSTMとGRUの違い ゲートの数と記憶セルの有無
- 機械学習とディープラーニングの違い 包含関係と特徴量の決め方
- 平均絶対値誤差(MAE)と平均二乗誤差(MSE)の違い 外れ値への強さ
- 正規化と正則化の違い 目的と代表的な手法を表で整理
- 主成分分析(PCA)と特異値分解(SVD)の違い 目的と計算の関係
- 主成分分析(PCA)とt-SNEの違い 線形か非線形か、保つ構造の違い
- 適合率と再現率の違い 分母の違いと重視する場面
- プルーニング・量子化と蒸留の違い 何を減らすかと元モデルの扱い
- Q学習とSARSAの違い 更新式の1か所と方策オン・オフ
- RNNとLSTMの違い 記憶セルと勾配消失の起きにくさ
- Self-AttentionとSource-Target Attentionの違い Q・K・Vの出どころ
- セマンティック・インスタンスとパノプティックの違い 背景と個体の扱い
- 新規性と進歩性の違い 比べ方とAI発明での論点
- シグモイド関数とソフトマックス関数の違い 出力の合計と使い分け
- ソフトローとハードローの違い 法的拘束力の有無と日本・EUの例
- 強いAIと弱いAIの違い 心をもつと考えるかの違い
- 教師あり学習・教師なし学習と強化学習の違い 学習の手がかりと代表例
- 匿名加工情報と仮名加工情報の違い 加工の程度と第三者提供の可否
- 転移学習とファインチューニングの違い 重みを固定するか更新するか
- 請負契約と準委任契約の違い 完成義務とAI開発での使い分け
- Zero-shotとFew-shotの違い 与える例の数と重みを更新しない点