O tym, jak prawo autorskie wpływa na badania naukowe i rozwój nowych technologii, rozmawiali 21 października w Bibliotece Uniwersytetu Warszawskiego przedstawiciele środowiska naukowego, biznesu, instytucji kultury i organizacji pozarządowych. Przy stole zasiadła także Wikimedia Polska, którą reprezentował Grzegorz Kopaczewski, dyrektor stowarzyszenia.
Eksploracja tekstów i danych (ang. text and data mining, TDM) to automatyczna analiza dużych zbiorów tekstów i danych. Korzystają z niej naukowcy, a także firmy rozwijające sztuczną inteligencję, bo na takiej analizie opiera się uczenie maszynowe. W Unii Europejskiej zasady TDM określa dyrektywa o prawie autorskim z 2019 roku: badacze mogą eksplorować utwory do celów naukowych, a pozostali tylko wtedy, gdy właściciel praw tego nie zastrzegł (tzw. opt-out). Wikipedia jest w tej dyskusji stroną, bo jej treści, udostępniane na wolnych licencjach, należą do najważniejszych źródeł danych, na których trenuje się modele AI.
Spotkanie Research and Innovation Roundtable: Making the copyright framework fit for research and innovation (Okrągły stół: badania i innowacje - dostosowanie ram prawa autorskiego do potrzeb badań naukowych i innowacji) zorganizowała sieć EARE (European Alliance for Research Excellence). Jego celem było zebranie rekomendacji, które pomogą uporządkować zasady TDM.
Rozmowa dotyczyła niepewności prawnej, ograniczeń w dostępie do wiedzy i danych oraz interesów podmiotów, do których należą prawa autorskie do tych zasobów. Uczestniczyli w niej przedstawiciele nauki, biznesu, sektora GLAM (galerii, bibliotek, archiwów i muzeów) oraz organizacji pozarządowych.
Trzy wątki ważne dla Wikimediów
Z naszej perspektywy szczególnie interesujące okazały się trzy tematy, które pojawiły się w rozmowie.
Brak symetrii w otwartości
Sektor naukowy, edukacyjny, publiczny i społeczny udostępnia swoje zasoby, a firmy rozwijające technologie AI potrzebują tej otwartości. Same pozostają jednak w znacznie większym stopniu zamknięte.
Nierówne egzekwowanie praw
Naruszenia praw twórców i badaczy bywają traktowane jako niegroźny, a nawet konieczny etap rozwoju AI. Gdy naruszone zostają prawa biznesu, sankcja pojawia się natychmiast.
Publiczne pieniądze - publiczny dostęp
Zasada, że to, co powstaje za publiczne pieniądze, powinno być publicznie dostępne, wciąż trudno przekłada się na praktykę.


Wnętrze i ogród na dachu Biblioteki Uniwersytetu Warszawskiego. Fot. Adrian Grycuk, CC BY-SA 3.0 PL, Wikimedia Commons (1, 2)
Co zarekomendowano
Wypracowane rekomendacje objęły cztery obszary.
RównowagaSzukanie rozwiązań, w których rozwoju technologii nie hamują zbyt restrykcyjne przepisy.
HarmonizacjaSpójne prawo w całej Unii Europejskiej.
Standard opt-outUjednolicenie zastrzeżeń dotyczących eksploracji tekstów i danych, czyli jasny system oznaczeń czytelnych dla maszyn.
Wsparcie prawnePomoc dla uczelni, bibliotek i instytutów badawczych.
Jasne wskazówki i dostęp do ekspertyz prawnych mają pozwolić uczelniom, bibliotekom, instytutom, ich pracownikom i niezależnym badaczom bezpiecznie korzystać z obowiązujących przepisów.

