大きなモデルは、インターネットのコーパス全体を「食べます」。 「フェアユース」と侵害との間に境界線を引くにはどうすればよいでしょうか?

要約:

大手モデルメーカーが数千億のコンピューティングパワーインフラストラクチャの資金を燃やすために競争している一方で、より秘密の「著作権鉱山」が近づいています。 8月中旬、Appleがニュースコーパスの購入に数億ドルを支払う計画であるというニュースが流れ、コンテンツ業界に波紋を呼んだ。過去 2 年間で、AI トレーニング コーパスを巡る著作権訴訟が世界中に広がりました。報道では、ニューヨーク・タイムズはOpenAIとMicrosoftを訴え、両社がChatGPTなどの大規模モデルを訓練するために何百万もの記事を無許可で使用したとして非難した。

ピューリッツァー賞を 2 回受賞したジョン・カレーロと他の 6 人の作家を含む文学界は、同時に Anthropic、OpenAI、Google、Meta、xAI、Perplexity を「意図的な窃盗」の疑いで告訴しました。

以前、メディア報道によると、Anthropic は AI チャットボット Claude を訓練するために自社の作品を悪用したとして告発されました。和解後も、Anthropic は 15 億米ドルの賠償金を支払わなければなりませんでした。これは、米国の著作権訴訟における既知の和解としては最大規模でもある。国内では昨年11月、上海金山区人民法院が、アニメーション「Fights Against the Sphere」シリーズのキャラクターのコピー権と情報ネットワークの配布権をめぐる、大型人工知能モデルに対する上海初の著作権侵害訴訟を一審で宣告した。

大規模なモデルの反復の背後にある「著作権紛争」はどのように解決できるのでしょうか?論争に直面して、法的に「フェアユース」と「侵害」の境界をどのように定義するのでしょうか?記者はこの件について、関連する弁護士、知的財産教授、出版社、その他のコンテンツ実務家と話をした。

「従量課金制」は公正な取引ですか、それとも価格競争ですか?

Apple の動きは、数億ドルを費やして報道権を購入する計画であるという理由だけでなく、「従量課金制」の変動報酬メカニズムを提案しているという理由でも注目を集めています。つまり、パートナーのコンテンツが実際に Siri によって使用されたときに、パブリッシャーに支払いが発生します。

今回 Apple が提案した「従量課金制」モデルは、AI 時代のコンテンツ ライセンスの新しいパラダイムであると考える人もいます。

著作権保護の法的観点から見ると、

「従量課金制は新しいパラダイムではありません。Apple Pay は依然として、AI による著作権で保護された作品の使用から発生する米国のロイヤルティです。関与する作品の種類と許可されたコンテンツは、現在の米国著作権法に従って決定されます。従量課金制自体は、著作権法における一般的なライセンス料の価格設定モデルの 1 つです。」

「従量課金制」では侵害のリスクを完全に回避できますか?

北京大城（上海）法律事務所のシニアパートナー兼弁護士であるフー・ガン氏は、特に次のように強調した。著作権法は、料金が一括で支払われるか分割払いで支払われるかではなく、企業による著作物の実際の使用と、こうした行為がライセンスされているかどうかに焦点を当てている。

「

Siri がニュースを表示するときに契約でペイパービューが規定されている場合でも、ソースの権利に欠陥がある場合、または認可の範囲が使用シナリオを完全にカバーしていない場合は、侵害または契約違反のリスクが依然として存在する可能性があります。

しかし、北京中倫文徳法律事務所の上海支店のパートナーで弁護士のファン・ヤンヤン氏は、この契約の枠組みの下で、「アップルは、自社が引用したニュースが第三者の著作権を侵害していない限り、基本的に著作権侵害のリスクを回避してきたが、一般に同様の契約ではユーザーの責任を免除する条項が規定されることになる」と指摘した。

Li Yanbing 氏は、従量課金制はライセンス料金の価格設定方法にすぎず、契約条項であることを思い出させました。回数と単価だけを取り決めて、当事者を契約に拘束するだけです。 AIによる著作物の利用という質的な問題は関係ありません。

たとえ業界標準になったとしても、複製と演繹の定義問題を解決することはできず、また新たな測定と識別の問題ももたらします。公開情報から判断すると、通常、このような測定口径の詳細は公開されていません。

「たとえば、クエリは 3 つの発行者からの 5 つのニュース レポートを呼び出し、要約を生成します。これは 5 回、3 回、または 1 回使用されますか? 途中で技術的な障害が発生し、再度呼び出しが行われ、最終的に要約だけが生成された場合、この使用量はどのように計算されますか? 「使用量」、つまり、クローリング、トレーニング、検索、引用、出力など、さまざまなリンクや目的の使用状況は、個別に分類され、計算されますか?従量課金制であっても、現在の定義はまだ明確ではありません。

これは、技術モデルの選択がライセンス料金の徴収に直接影響することも意味します。

実際の運用レベルでは、大規模な AI モデル企業やコンテンツ プロバイダーにとって、「交渉力はどちらにあるのか?」は誰もが懸念している核心的な問題です。

Li Yanbing 氏は、年会費固定制であっても、使用量に応じた支払いであっても、この 2 つの価格設定方法にはメリットがないと考えています。

実際に結果を決定するのは交渉力です。「測定データを管理する者には、価格を解釈する権利がある」

一般的に言えば、「測定データはプラットフォームによって管理されています。コンテンツ発行者は自分のコンテンツが何回呼び出されたのかを確認できず、総額がどのように分配されるのかもわかりません。団体交渉力が弱まります。」李延冰氏は語った。

弁護士の Huang Yangyang 氏はまた、コンテンツが侵害しているかどうかを証明する際、コンテンツ当事者は不利な立場にあると考えています。現在、中国の高品質コンテンツの著作権は、多数の異なる権利所有者の手に分散しています。出版社、報道機関、その他の機関はほとんどが独立しており、分散しています。著作権者の団体交渉力は弱い。 AI プラットフォームの場合、承認プロセスは複雑であり、取引コストは高くなります。

ある出版社の実務者は、「コーパストレーニングの観点から見ると、出版社ではこの問題に気づいていない人が多い。この問題にあまり関心がなく、比較的消極的である。これが出版社の実際の反応状況だ」と明かす。

同氏は記者団に対し、もし誰かがあなたの著作権に興味を持ち、喜んで料金を支払えば、全員が利益とリスクを共有することになり、それは出版社にとって害となるよりも利益になるだろうと語った。しかし、「あるべき姿」と「実際の姿」は別のものであり、両者の間には分裂があります。

Apple によるニュース コーパスの購入は市場の変動を引き起こしました。どのように分析すればよいでしょうか？

Apple がニュース コンテンツの著作権を取得するために最大数億ドルを投資する予定であるというニュースは、業界に大きな衝撃を与えました。このニュースが出た日、A株の「AIコーパス」セクターが急騰した。 Duke Culture はかつて 1 日の限界 20cm に達し、その後に CITIC Publishing、China Publishing、Haitian Ruisheng などが続きました。

西南证券传媒首席分析师苟宇睿认为，这类“海外映射”行情，具备情绪与主题资金轮动特征。

长期来看，AI正推动传媒内容产业，从“消费品"转向“数据+IP资产“双重定价。定价逻辑方面，国内正从“规模竞争“转向“价值和质量竞争“，政策在推动“以词元为基础的数据集价值体系”确权。

画像出典: Oriental Fortune の「AI コーパス」コンセプト

A 株メディア セクターの評価に対する最大の影響は、「市場が『チャネルと発行量に注目する』から『データ資産の品質に注目する』へと移行したことです。AI コーパスの物語は、新しい成長志向の評価物語を提供します。」ゴ・ユルイ氏は記者団に語った。ただし、彼はまた、トークン価値システムの実装は短期的にはテーマ的により柔軟になるだろうとも思い出させました。長期評価センターで決済できるかどうかは、その後の認可された取引や政策が実質的に実施できるかどうかを観察する必要がある。

画像出典: Apple の 2025 会計年度 10-K 年次報告書、米国証券取引委員会 (SEC)

Apple がニュース著作権を購入したというニュースに戻りますが、この「積極的なコンプライアンス」の姿勢は 2025 年の年次報告書にも見られます。 Appleは2025年の年次報告書でAIをリスク要因として挙げた。 Apple は、AI などの複雑なテクノロジーにより、ユーザーが有害または不正確なコンテンツにさらされる可能性があり、また、トレーニング用に著作権で保護された素材を入手して使用したり、モデル出力で著作権で保護されたコンテンツを複製したりする可能性があり、その結果、製品の変更、訴訟費用、ライセンス料、規制上の罰則が発生する可能性があると考えています。

「これは、Apple が AI の著作権、コンテンツのセキュリティ、製造物責任をフロントエンドの中長期的な経営リスクとみなしていることを示しています。」弁護士のフー・ガン氏は、国内の大手モデルメーカーにとって最も直接的な影響は、AI コーパスのコンプライアンスがデータの取得、クリーニング、トレーニング、微調整、インデックス作成、検索、出力、苦情処理の全プロセスをカバーする必要があることであると考えています。

報道権の購入に何億ドルも費やすことで、コンテンツ業界は将来的に再評価されるでしょうか?

「将来本当に不足するのは、『より多くのデータ』ではなく、大型モデルで継続的に、安定して、コンプライアンスに準拠して使用できる高品質のデータ リソースである可能性があります。大手モデル メーカーのデータ競争は、初期の一般公開から、報道機関、出版代理店、専門データベース、垂直業界のコンテンツ プロバイダーとの長期的な許可された協力を確立し、権利処理、ソース マーキング、使用範囲の合意、通話監査を通じてコン​​プライアンス リスクを軽減することに徐々に移行するでしょう。」フー・ガン弁護士は科学技術革新委員会日刊紙の記者に語った。

ゴウ・ユルイ氏も同様の見解を持っています。彼は、人気のあるテキスト、公開書籍、オープンな Web ページが多数あり、その供給は十分であると信じています。本当に不足しているのは、医学の教科書や判例、訴訟事件、学術雑誌、詳細な業界レポート、権威あるニュース、マルチモーダルな実際の物理的相互作用データなど、高品質で独占的、準拠性が高く、追跡可能な専門的な垂直データです。高品質のリアルタイム コンテンツは、AI コンテストの重要なリソースの 1 つになりつつあります。

どのようなコンテンツ資産にメリットが期待されますか?豪ユルイ氏の要約は「希少性 + 独占性 + コンプライアンス + トレーサビリティ + リアルタイム」で、主に専門的な垂直知識 (学術/参考書/出版社)、権威ある古書/参考書 (出版社)、リアルタイムで権威のあるニュース (主流メディア)、オンライン文学/映画およびテレビ IP (オンライン文学プラットフォーム企業)、データ サービス/処理会社の 5 つのカテゴリが含まれます。

同時に、コーパス関連メーカーの収益構造や評価制度も今後再構築を迫られる可能性がある。たとえば、コンテンツ当事者にとって理想的な道は、従来の出版/配信の収益に加えて、「データ ライセンス/API コール共有/データ処理サービス」の増分収益ラインを追加することです。従来の出版は「配当単独／PE評価」から「配当＋データ／著作権再評価」の二重ロジックに切り替わると予想される。ただし、コーパスの直接ライセンス収入はまだ大規模には実現されていません。

“不过，兑现节奏或许并不会非常快，存在几个约束条件，首先权属复杂、二是工程壁垒：从版权库到"可用数据资产"，中间要经历数字化、清洗、标注、脱敏，成本不低，所以“重估”更可能发生在少数专业、独家、稀缺、可溯源的垂类内容持有方，而非全行业。”苟宇睿表示。

IDC データによると、中国の人工知能基礎データ サービス市場は 2025 年に前年比 27.8% 増の 62 億 6,200 万元に達し、その成長率は市場予想を上回っています。市場規模は 2026 年に 78 億 3,400 万元までさらに拡大すると予想されており、2025 年から 2030 年までの年間平均成長率は 19.6% となります。

業界関係者によると、現時点では国内のコーパスデータは「データローカライゼーション＋民間展開」が主流で、大規模な有償認可トランザクションはまだ公開されていないという。以下の 3 種類の実践が並行して行われます。

1.自社構築/共同開発した独自モデル: CITIC Publishing の「Kuafu AI」デジタル インテリジェンス出版プラットフォーム、China Publishing の「中国古書ビッグ モデル」の推進、中国のオンライン自社開発「Xiaoyao」ビッグ モデル、「Yu Education Big Model」における Zhongyuan Media と Tencent の協力など。

2.国家レベルの本物のコーパスを共同構築する：最初の22機関は、出版、メディア、著作権、テクノロジー、その他の分野をカバーする「認可が先、使用は後」を遵守して、高品質の人工知能コーパスを共同構築した。人民日報オンラインは、「主流価値コーパス生態同盟」の設立を主導しました。

3.プロフェッショナルなデータ サービスのアウトソーシング。

それは「フェアユース」ですか、それとも侵害ですか?未決定の世界的な論争

多くの弁護士は記者に対し、大規模な人工知能モデルのトレーニング コーパスを使用する場合、著作権者の著作物の使用は「フェアユース」または侵害に当たると述べた。主な法的争点は、人工知能の大型モデルのトレーニング使用が著作権法の意味でのフェアユースに当たるかどうかである。

また、それが侵害であるかどうかについても、両当事者の意見が一致していません。

AI 企業は、言語ルール、知識関係、表現パターンを学習した後、モデルが新しい技術ツールと表現方法を形成したと考えています。コーパス出力からテキスト出力への強力な変換があり、この 2 つを同一視することはできません。

著作権所有者は、モデルのトレーニングは通常は商業目的であり、作品の完全かつ大規模な複製が必要であると考えています。一部のデータは、海賊版 Web サイトや未承認のデータ セットから取得されたものである場合もあります。このモデルはオリジナルの作品を再現するだけでなく、大量の代替コンテンツを生成し、オリジナルの出版、サブスクリプション、およびライセンス市場を弱体化させる可能性があります。これが「侵害」です。

「大手模型製造業者にとって、トレーニングの『変換』は当然の防御策として使用できません。権利所有者にとって、作品がトレーニングに使用されているという理由だけで侵害を推定することはできません。」これがフー・ガン弁護士の判断だ。

Huang Yangyang 氏も同様の見解を持っています。彼女は、トレーニング段階でコーパスを許可なくコピーしても、出力されたコンテンツが著作権を侵害している必要はない、と考えています。トレーニングが合法だからといって、出力される要約や言い換えコンテンツが正確であるとは限りません。

「フェアユース」と侵害の定義に関して、フー・ガン弁護士は、少なくとも以下の問題が考慮されるべきであると考えています: データがどのように取得されたか、トレーニングプロセス中にどのようなコピー行為が実施されたか、モデルが保護された表現を安定して再現できるかどうか、最終製品がオリジナルの著作物や権利者のビジネスと競合するかどうか、企業がフィルタリング、重複の削除、複製の防止、苦情処理の措置を講じているかどうか。

侵害があるかどうかを実際に判断するとなると、状況はさらに複雑になります。

「同じ AI ビジネスであっても、リンクが異なれば、異なる結論に達する可能性があります。たとえば、裁判所は、トレーニング モデル自体に一定の変形可能性があると考えるかもしれませんが、同時に、海賊版チャネルからの作品の入手や長期保存はフェアユースに当たらないと考えるかもしれません。また、トレーニング段階では侵害の証拠が不足しているが、モデルのリリース、コンテンツの表示、または最終出力は侵害に当たると考えることもあります。」フー・ガン氏はさらに説明した。

今年 7 月 20 日、2 年近く続いた「バッツ対人類事件」が 15 億米ドルの和解金で正式に終了しました。裁判官は、クロードの大規模言語モデルを訓練するためにアンスロピックが著作権で保護された書籍を使用したことは、本質的に「典型的な変形的使用」であり、フェアユースに当たると考えた。しかし、Shadow Library からダウンロードした海賊版書籍をトレーニングに使用するという Anthropic のフェアユース抗弁は却下され、侵害にあたるとみなされました。

弁護士のフー・ガン氏は、「トレーニングの目的は変革的である」と「データソースは合法である」という 2 つの独立した問題であることが明確になっているため、バーツ対人類訴訟は参考になる重要性があると考えています。バックエンドでの使用が革新的だからといって、フロントエンドで取得したデータの侵害のリスクが自動的に排除されるわけではありません。

しかし、法学教授のリー・ヤンビン氏は、バーツ対人類訴訟は 15 億米ドルの和解で終わったため、この訴訟の判決には拘束力のある先例がなかったことも思い出させました。現在控訴中の唯一の訴訟、トムソン・ロイター対ロス事件は依然として第三巡回裁判所で係争中である。

彼女は、

これまでのところ、米国の連邦控訴裁判所は AI トレーニングがフェアユースに当たるかどうかについて実質的な判断を下していない、と指摘しました。フェアユースの抗弁の判断に関しては、米国地方裁判所の既存の判決も互いに矛盾しています。著作権が侵害されるかどうか、またどのような種類の著作権が侵害されるかについても論争がある。この法的な不確実性を短期的に解消することは困難です。

著作権保護が不適切な場合、AI は「鍋に米が残らない」ようになるでしょうか?

著作権保護が不適切であれば、取材対象者の多くは「湖から漁に出る」ことについて記者らに懸念を表明した。 AI が著作権で保護されたコンテンツを無節操に食い荒らすほど、オリジナルの供給はさらに減少します。オリジナルの供給が減少すればするほど、AI は生き残るために「自らをコピーし、自らをリサイクルする」ことにしか頼ることができなくなります。

ピュー研究所が発表した調査によると、ChatGPT の出現以降に公開された Web ページの 3 分の 1 以上に AI 生成の痕跡が含まれている可能性があります。この調査結果は、多数の Web ページがボットによって生成されたコンテンツをボットが読み取るサイクルを生み出している可能性があることを示唆しています。

弁護士の Huang Yangyang 氏は、「知識はモデルのパラメータの重みで固定され、回答はトレーニングで学習した統計的なルールに基づいて生成されます。知識は自動的に更新されず、幻覚を引き起こしたり、間違った内容を出力したりしやすいです。」

匿名のコンテンツ出版関係者は、さらに隠れた危機を明らかにしました。「上流の作家の多くは、人間と機械の共同作業を大量に使用して制作しており、彼らが取得する作品は非常に AI に似ています。制作効率はますます高くなっており、独自性の問題が著作権の観点からさらに大きな問題を引き起こす可能性があります。」

ニュースの分野に焦点を当てているファン・ヤンヤン弁護士は、現在の大規模な AI モデルのトレーニングでは、ニュース報道コンテンツ コーパスの著作権侵害の問題にあまり注意が払われていないと考えています。さらに、ニュース報道の数が多く、文章表現の質が高く、インターネット上で広く公開されているため、比較的入手が容易であり、コンテンツコーパスの著作権侵害をめぐる紛争で最も大きな被害を受けている分野となっている。

Huang Yangyang 氏は、ごく一部のニュース出来事の簡単な説明を除いて、ニュース報道の大部分は著作物であると考えています。ニュースの事実そのものは著作権で保護されませんが、記者の文章表現、話のアレンジ、インタビュー結果などは著作物として保護されます。 AI の大規模モデルのトレーニングでニュース報道コンテンツ コーパスを使用する場合、依然として侵害のリスクが存在します。

彼女はさらに次のように指摘しました。「大規模なモデルに準拠するには、著作権、コンテンツの安全性、製品責任を合わせて評価する必要があります。モデルの効果だけに焦点を当てて、著作権を事後問題として扱うことはできません。」

現在の実際の状況はどうですか? 「大規模モデル会社の多くは、著作権者への買収を積極的に提案しておらず、大規模モデルの製品化前に学習コーパスデータの出所を秘匿し、手掛かりや痕跡の漏洩を防ぐために大規模モデルの出力結果に技術的処理を行っている。」 Shanghai Duan & Duan Law Firmのパートナーで弁護士のLiu Chunquan氏は記者団に語った。これはまた、現在の著作権保護と証明に識別の困難をもたらします。

実際の裁判では、裁判官の中には「イノベーションの寛容」の観点から、新技術の進歩を促すフェアユースに当たると解釈する人もいます。

弁護士のLiu Chunquanは、人工知能企業が作品をスキャンしてコピーし、それをデータベースに適用して大規模なモデルをトレーニングすることは商業行為であり、作品をコピーする権利を侵害していると認定されるべきだと考えています。

「大規模モデルのコーパス トレーニングは、科学研究などの公共の福祉事業とは異なる純粋な商業行為です。大規模モデルのコーパス トレーニングは、出版やオンライン配布とは異なり、読者の販売から商業的利益を直接集めるものではありませんが、大規模モデルの出力は、作業要素を呼び出し、それらを組み合わせて出力するというコーパス トレーニングに基づいています。このプロセスでは、作品をトークンなどの方法で商業的利益を実現するために使用し、著作権所有者に配布しません。裁判所がフェア ユースが以下に相当すると判断した場合、大規模なモデル企業がコストを節約できるよう他者（著者）に寛大であるため、フェアユースには合理性が欠けています。」

弁護士のLiu Chunquan氏は、利益のバランスの観点から、新技術の開発には確かに法制度の寛容さが必要だが、人工知能の発展も考慮する必要があると考えている。大型モデルの使用により、作家や他の作家の創造的な労働が大幅に置き換えられ、既存の作品に対する市場の需要が減少しました。新しい技術、新しいビジネスではありますが、従来の著作権制度による人間の著作物の継承の保護については依然として考慮する必要があります。

コーパス取引に実装できる一連のルールはありますか?

我が国の現在の著作権法の観点から、フェアユースは主に、第 24 条に列挙されている個人的な研究、適切な引用、報道、教育、科学研究などの特定の状況で規定されています。また、著作物の通常の使用に影響を与えず、権利者の正当な権利と利益が合理的に損なわれないことも求められています。

多くの弁護士は記者団に対し、我が国の現在の法律には、商業的な大規模モデルのトレーニングに一般的に適用されるテキストおよびデータマイニングの例外を明確に規定していないが、米国法の「変革的使用」の概念を単純にコピーすることはできず、作品がモデルのトレーニングに使用されている限り、それは確かにフェアユースに当たると信じていると語った。

「将来、関連する裁定ルールは、段階、シナリオ、責任主体の方向に向かって徐々に洗練されていく可能性が高い。判断の焦点は、「AIが作品を学習できるかどうか」という抽象的な議論から、データソース、トレーニング方法、出力結果、市場への影響に関する全プロセスの検討に移行している。司法は依然として、データソース、使用目的、複製の規模、技術的必要性、出力結果、市場に基づいて具体的な判断を下す必要がある。影響。」

同時に、一連の国内管理措置や支援政策も導入されています。

「生成型人工知能サービスの管理に関する暫定措置」の第 7 条では、法的情報源からのデータと基本モデルの使用を義務付けています。知的財産権が関係する場合、法律に従って他人が享受している知的財産権を侵害してはなりません。

画像出典：「生成型人工知能サービス運営に関する暫定措置」

2025 年 11 月に、国家標準「生成人工知能サービスのネットワーク セキュリティ技術の基本セキュリティ要件」が正式に実装されました。この国家標準は、生成型人工知能サービスのセキュリティに関する我が国初の国家標準です。

標準の第 4.1.3 条では、オープンソース コーパスにはライセンス契約または認可文書が必要であると規定されています。自分で収集したコーパスには収集記録が必要であり、他人が収集できないと明確に述べたコーパスは収集すべきではありません。商業コーパスには法的拘束力のある契約が必要であり、プロバイダーに対して確約と認証資料の発行を要求する必要があります。

画像ソース: 「生成人工知能サービスのネットワーク セキュリティ テクノロジーの基本的なセキュリティ要件」

今年 5 月、22 の機関が深センで立ち上げた「国家真正高品質コーパス」では、「認証が先、使用は後で」の原則が確立され、ブロックチェーン トレースが導入されました。コーパスはまだ共同構築の初期段階にあり、コーパスの規模、ライセンス価格、共有計画などは明らかにされていない。

法学教授のリー・ヤンビン氏は、遵守義務は履行されているが、義務を果たすために必要な市場インフラと取引可能な市場はまだ構築中であり、実際には制度上のギャップが依然として存在すると述べた。具体的には、コーパストランザクション用の標準化された認可テンプレート、オープンで透明な価格設定メカニズム、著作権所有者と AI 企業間の正規化された認可チャネル、大規模に再利用できる認可取引プラットフォームはすべて探索の初期段階にあります。

しかし、Li Yanbing 氏は、テクノロジーが成熟し、事件が増加するにつれて、司法判断はタイピングと法的解釈の方法を通じて徐々に合意に達するだろうと述べました。 「AI による著作物の使用の識別に関する限り、AI によって引き起こされる法的構造上の問題はありません。これに対処するには、現代の著作権法と法理の解釈方法で十分です。これは、破壊的テクノロジーが出現するときの通常の現象であり、通常の更新と適応のプロセスと時間が必要です。」