Το δημόσιο διαδίκτυο γίνεται διαπραγμάτευση δεδομένων εκπαίδευσης

Οι ανιχνευτές, οι κρατήσεις, οι άδειες και η προέλευση ανατρέπουν την παλιά παραδοχή ότι μια δημόσια σελίδα είναι απλώς εκεί για να την πάρει κανείς. Το...

Το δημόσιο διαδίκτυο γίνεται διαπραγμάτευση δεδομένων εκπαίδευσης

Η σελίδα είναι δημόσια. Η χρήση δεν έχει διευθετηθεί.

Για πολύ καιρό, ο δημόσιος ιστός λειτουργούσε με μια αδρή αλλά λειτουργική κοινωνική συμφωνία. Ένας εκδότης δημοσίευε μια σελίδα. Οι μηχανές αναζήτησης την έβρισκαν, την ευρετηρίαζαν αρκετά ώστε να στέλνουν πίσω τους αναγνώστες, και ο αναγνώστης έφτανε στην αρχική σελίδα. Υπήρχαν διαφωνίες για την ευρετηρίαση, τα αποσπάσματα και τη διαφήμιση, αλλά η διαδρομή ήταν αναγνωρίσιμη. Μια σελίδα ήταν ταυτόχρονα η μονάδα δημοσίευσης και ο τόπος όπου ο αναγνώστης συναντούσε τον εκδότη.

Η εκπαίδευση ενός μοντέλου γενικής χρήσης αλλάζει τη μορφή αυτής της συμφωνίας. Ένας ανιχνευτής μπορεί να ξεκινά από μια δημόσια διεύθυνση, αλλά ο προορισμός δεν είναι πλέον απαραίτητα ένα αποτέλεσμα αναζήτησης. Το υλικό μπορεί να αντιγραφεί, να αναλυθεί, να φιλτραριστεί, να αποθηκευτεί, να συνδυαστεί με άλλο υλικό και να χρησιμοποιηθεί σε μια διαδικασία εκπαίδευσης της οποίας το αποτέλεσμα δεν είναι ένας σύνδεσμος πίσω στη σελίδα. Μπορεί αργότερα να βοηθήσει στην απάντηση μιας ερώτησης χωρίς ο αναγνώστης να επισκεφθεί το πρωτότυπο έργο. Το γεγονός ότι μια σελίδα είναι ορατή είναι σημαντικό. Δεν είναι όμως η πλήρης απάντηση.

Γι' αυτό το δημόσιο διαδίκτυο μετατρέπεται σε μια διαπραγμάτευση για τα δεδομένα εκπαίδευσης. Όχι μια ενιαία διαπραγμάτευση σε ένα δωμάτιο, και όχι ένα δράμα όπου η μία πλευρά ανακαλύπτει ότι η άλλη υπάρχει. Είναι μια κατανεμημένη διαπραγμάτευση που διεξάγεται μέσω νόμων, αδειών, τεχνικών σημάτων, συμβάσεων, προτύπων, αρχείων και, όπου χρειάζεται, ανθρώπων που μιλούν μεταξύ τους. Ένας κάτοχος δικαιωμάτων μπορεί να επιφυλάξει μια χρήση εξόρυξης. Ένας πάροχος μοντέλων μπορεί να εντοπίσει μια επιφύλαξη και να αποφασίσει να μην συλλέξει. Τα μέρη μπορούν να συμφωνήσουν σε μια άδεια. Ένας οργανισμός μπορεί να τεκμηριώσει τη διαδρομή αρκετά καλά ώστε μια μεταγενέστερη ερώτηση να μπορεί να απαντηθεί. Ή μπορούν να αφήσουν τη διαδρομή ασαφή και να ανακαλύψουν ότι η ασάφεια είναι δαπανηρή μόλις το υλικό έχει ταξιδέψει.

Τίποτα από αυτά δεν καθιστά κάθε δημόσια σελίδα μη διαθέσιμη για κάθε υπολογιστική χρήση. Το ευρωπαϊκό πλαίσιο πνευματικής ιδιοκτησίας περιέχει εξαιρέσεις για την εξόρυξη κειμένου και δεδομένων, και οι προϋποθέσεις έχουν σημασία. Ούτε καθιστά ένα αρχείο robots ένα καθολικό μέσο πνευματικής ιδιοκτησίας, ούτε μια άδεια ένα απλό πλαίσιο επιλογής. Η χρήσιμη αλλαγή είναι πιο μετριοπαθής: τα δεδομένα εκπαίδευσης πρέπει να αντιμετωπίζονται ως μια σχέση με όρους, ιστορικό και όρια. Αυτή είναι μια καλύτερη περιγραφή του τι ήταν ήδη. Το νέο στοιχείο είναι ότι η σχέση γίνεται όλο και πιο δύσκολο να αγνοηθεί.

Το έργο της Ευρωπαϊκής Επιτροπής γύρω από την Πράξη για την Τεχνητή Νοημοσύνη δίνει στην αλλαγή μια διοικητική μορφή. Οι πάροχοι μοντέλων τεχνητής νοημοσύνης γενικής χρήσης έχουν υποχρεώσεις σχετικά με την πολιτική πνευματικής ιδιοκτησίας και τη σύνοψη του περιεχομένου εκπαίδευσης. Ο Κώδικας Πρακτικής για την ΤΝ γενικής χρήσης παρουσιάζει μια εθελοντική διαδρομή για τους παρόχους που επιλέγουν να τον ακολουθήσουν, συμπεριλαμβανομένων δεσμεύσεων σχετικά με τις επιφυλάξεις δικαιωμάτων και το robots.txt. Η Επιτροπή έχει επίσης διεξαγάγει διαβουλεύσεις για πρωτόκολλα έκφρασης επιφυλάξεων. Αυτά δεν υποκαθιστούν το δίκαιο πνευματικής ιδιοκτησίας, ούτε αποτελούν διακήρυξη ότι κάθε τεχνικό σήμα έχει το ίδιο νομικό αποτέλεσμα. Αποτελούν απόδειξη ότι η διαδρομή από την οδηγία ενός κατόχου δικαιωμάτων έως το σύστημα συλλογής ενός παρόχου μοντέλων είναι πλέον ένα πολιτικό ζήτημα από μόνη της.

Η ιστορία δεν χρειάζεται έναν επινοημένο εκδότη, έναν δραματικό ανιχνευτή ή μια πλασματική ακροαματική διαδικασία. Είναι ορατή στα συνηθισμένα σημεία όπου μια πηγή αλλάζει χέρια. Κάποιος αποφασίζει αν μια διεύθυνση URL ανήκει σε μια συλλογή. Κάποιος αποφασίζει τι σημαίνει μια επιφύλαξη. Κάποιος αποφασίζει αν μια άδεια είναι αρκετά συγκεκριμένη για εκπαίδευση, ανάκτηση, αξιολόγηση ή αναδιανομή. Κάποιος αποφασίζει ποια έκδοση μιας πολιτικής ισχύει όταν μια πηγή αλλάζει. Οι αποφάσεις μπορεί να είναι ήσυχες. Παραμένουν αποφάσεις.

Ένας ανιχνευτής δεν είναι πλέον μόνο ένας επισκέπτης

Τα προγράμματα περιήγησης, οι ανιχνευτές αναζήτησης, τα εργαλεία αρχειοθέτησης, οι υπηρεσίες προσβασιμότητας, οι ακαδημαϊκοί ερευνητές, τα συστήματα παρακολούθησης και οι αγωγοί εκπαίδευσης μοντέλων μπορούν όλα να ζητήσουν την ίδια σελίδα. Από τον διακομιστή του εκδότη, μπορεί αρχικά να φαίνονται παρόμοια: φτάνει ένα αίτημα, αποστέλλεται μια απάντηση, καταγράφεται μια γραμμή στο αρχείο καταγραφής. Αλλά οι σκοποί τους, τα πρότυπα αντιγραφής και οι επακόλουθες συνέπειες είναι διαφορετικά. Το να αντιμετωπίζεται κάθε αυτοματοποιημένο αίτημα ως ταυτόσημο είναι βολικό για τις υποδομές και ανεπαρκές για τη διακυβέρνηση.

Ένας συνηθισμένος αναγνώστης ανοίγει ένα άρθρο και μπορεί να επιστρέψει κάποια άλλη μέρα. Ένας ανιχνευτής αναζήτησης δημιουργεί ένα ευρετήριο που έχει σκοπό να οδηγήσει τον αναγνώστη πίσω. Μια αγωγή εκπαίδευσης μπορεί να δημιουργήσει ένα αντίγραφο που διατηρείται, μετασχηματίζεται και συγκεντρώνεται με πολλά άλλα έργα προτού καν υπάρξει κάποιο μοντέλο. Ένα σύστημα ανάκτησης μπορεί να δημιουργήσει ένα πιο άμεσο εμπορικό υποκατάστατο μιας επίσκεψης. Ένα σύνολο αξιολόγησης μπορεί να διατηρήσει αποσπάσματα για να δοκιμάσει ένα σύστημα. Οι ετικέτες δεν είναι ηθικές κατατάξεις. Είναι περιγραφές χρήσεων που απαιτούν διαφορετικά ερωτήματα.

Το πρώτο ερώτημα είναι συνήθως η πρόσβαση. Έφτασε ο συλλέκτης στο υλικό μέσω νόμιμης οδού; Το δεύτερο είναι η νομική βάση για τις πράξεις που θέλει να εκτελέσει το σύστημα. Το τρίτο είναι αν ο δικαιούχος έχει εκφράσει επιφύλαξη όπου ο εφαρμοστέος κανόνας το επιτρέπει. Το τέταρτο είναι αν μια ξεχωριστή άδεια ή σύμβαση παρέχει άδεια, όρους ή περιορισμούς. Ένα πέμπτο ερώτημα, που συχνά έρχεται πολύ αργά, είναι επιχειρησιακό: μπορεί ο οργανισμός να δείξει τι είδε και γιατί προχώρησε;

Η Οδηγία (ΕΕ) 2019/790 δεν αντιμετωπίζει την εξόρυξη κειμένου και δεδομένων ως μία ενιαία, απεριόριστη άδεια. Το άρθρο 3 προβλέπει υποχρεωτική εξαίρεση για ερευνητικούς οργανισμούς και φορείς πολιτιστικής κληρονομιάς που πραγματοποιούν αναπαραγωγές και εξαγωγές για επιστημονική έρευνα, εφόσον έχουν νόμιμη πρόσβαση. Το άρθρο 4 αφορά την εξόρυξη κειμένου και δεδομένων για άλλους σκοπούς, και πάλι όταν υπάρχει νόμιμη πρόσβαση, εκτός αν ο δικαιούχος έχει επιφυλαχθεί των σχετικών δικαιωμάτων με κατάλληλο τρόπο. Για διαδικτυακό περιεχόμενο που διατίθεται δημόσια, η Οδηγία αναφέρει ότι η επιφύλαξη μπορεί να εκφραστεί με αναγνώσιμο από μηχανή τρόπο, συμπεριλαμβανομένων μεταδεδομένων και όρων και προϋποθέσεων.

Αυτή η διάκριση δεν είναι μια δευτερεύουσα συντακτική λεπτομέρεια. Σημαίνει ότι μια δημόσια σελίδα δεν φέρει μία γενική ετικέτα που λέγεται χρησιμοποιήσιμο. Ο φορέας, ο σκοπός, η οδός πρόσβασης, η επιφύλαξη του δικαιούχου και οι συγκεκριμένες πράξεις έχουν όλα σημασία. Ένα εύλογο σύστημα συλλογής χρειάζεται επομένως περισσότερο λεξιλόγιο από το επιτρέπεται και αποκλείεται. Θα πρέπει να μπορεί να καταγράφει υποψήφιο, παρατηρηθείσα πρόσβαση, εντοπισθείσα επιφύλαξη, απαιτούμενη άδεια, χορηγηθείσα άδεια, περιορισμένος σκοπός, ανεπίλυτο, απορριφθέν και αποσυρθέν. Αυτό δεν είναι γραφειοκρατία για χάρη της γραφειοκρατίας. Είναι η ελάχιστη γραμματική που χρειάζεται όταν μια πηγή μπορεί να είναι απόλυτα ορατή και παρόλα αυτά να μην είναι διαθέσιμη για την προτεινόμενη χρήση.

Η μελέτη του 2025 του Γραφείου Διανοητικής Ιδιοκτησίας της Ευρωπαϊκής Ένωσης για τη γενετική τεχνητή νοημοσύνη και τα πνευματικά δικαιώματα περιγράφει αυτό το τοπίο ως ένα στο οποίο οι επιφυλάξεις δικαιωμάτων και η αδειοδότηση αναπτύσσονται παράλληλα με τις τεχνικές λύσεις. Το συμπέρασμά της δεν είναι ότι έχει εμφανιστεί ένας ολοκληρωμένος μηχανισμός αγοράς. Είναι σχεδόν το αντίθετο: καμία ενιαία λύση δεν ταιριάζει σε κάθε δικαιούχο, σε κάθε πάροχο μοντέλων ή σε κάθε είδος υλικού. Αυτός είναι ακριβώς ο λόγος για τον οποίο ένα έντιμο σύστημα πρέπει να διατηρεί τις διακρίσεις αντί να τις εξαλείφει στο όνομα της κλίμακας.

Η κλίμακα προσφέρεται συχνά ως δικαιολογία για την ανακρίβεια. Ένας πάροχος μοντέλων μπορεί να πει ότι δεν μπορεί να διαπραγματευτεί σελίδα προς σελίδα. Ένας μικρός εκδότης μπορεί να πει ότι δεν μπορεί να ελέγξει κάθε αυτοματοποιημένο αίτημα. Και οι δύο δηλώσεις μπορεί να είναι αληθείς. Δεν αφαιρούν την ανάγκη για μια λειτουργική διεπαφή μεταξύ των δύο. Εξηγούν γιατί τα αναγνώσιμα από μηχανή σήματα, οι τυποποιημένες άδειες, τα αρχεία οικογενειών πηγών και οι συλλογικές ρυθμίσεις παρουσιάζουν ενδιαφέρον. Η απάντηση σε ένα μεγάλο πρόβλημα δεν είναι απαραίτητα μια μεγάλη συνάντηση. Μπορεί να είναι ένας αξιόπιστος τρόπος να δηλωθεί ένα όριο και ένας αξιόπιστος τρόπος να ληφθεί.

Μια διαδρομή πηγής δεν είναι σήραγγα προς ένα μοντέλο. Είναι μια σειρά αποφάσεων που θα πρέπει να παραμένουν ορατές και μετά τη συλλογή.

Το διάγραμμα είναι μια εννοιολογική διαδρομή, όχι μια μηχανή νομικών αποφάσεων. Μια κάρτα που δείχνει πράσινη δεν αποδεικνύει ότι μια χρήση είναι νόμιμη. Δείχνει τα στοιχεία και την κρίση που θα πρέπει να μπορεί να επιθεωρεί μια ομάδα. Αυτή η σεμνή διάκριση έχει αξία. Η περισσότερη αποφεύξιμη σύγχυση ξεκινά όταν ένα λειτουργικό γεγονός εκλαμβάνεται ως νομικό συμπέρασμα ή όταν ένα νομικό συμπέρασμα δεν μπορεί να αναχθεί στα λειτουργικά γεγονότα.

Οι επιφυλάξεις χρειάζονται μια γλώσσα που μπορούν να μεταφέρουν οι μηχανές

Μια εξαίρεση συχνά περιγράφεται ως κουμπί: ο κάτοχος δικαιωμάτων λέει όχι, ο ανιχνευτής σταματά. Η πραγματική δουλειά είναι λιγότερο κινηματογραφική. Μια επιφύλαξη πρέπει να εκφραστεί κάπου, να βρεθεί από έναν συλλέκτη, να συσχετιστεί με το σχετικό έργο ή υπηρεσία, να ερμηνευτεί στο σωστό πλαίσιο και να διατηρηθεί ως αποδεικτικό στοιχείο. Μπορεί να βρίσκεται σε μεταδεδομένα, σε όρους και προϋποθέσεις, σε δημοσιευμένη πολιτική ή σε ένα πρωτόκολλο που κατανοεί ένας συλλέκτης. Μπορεί να ισχύει για έναν ιστότοπο, έναν κατάλογο, μια ροή, μια βάση δεδομένων ή μια καθορισμένη ομάδα έργων. Μπορεί να αλλάξει με την πάροδο του χρόνου.

Η αναφορά της Οδηγίας στο μηχαναγνώσιμο έχει σημασία, επειδή μια επιφύλαξη που δεν μπορεί να εντοπιστεί στο σημείο συλλογής δεν μπορεί αξιόπιστα να αλλάξει μια απόφαση συλλογής. Αλλά το μηχαναγνώσιμο δεν σημαίνει αλάνθαστο, αυτονόητο ή νομικά πλήρες. Ένας αναλυτής μπορεί να βρει μια οδηγία με μια άγνωστη τιμή. Ένας κάτοχος δικαιωμάτων μπορεί να δημοσιεύσει μια πολιτική που παραπέμπει σε επαφή αδειοδότησης αντί για κατηγορηματική άρνηση. Μια πηγή μπορεί να είναι διαθέσιμη μέσω συνδρομής με τους δικούς της όρους. Ένα σύστημα μπορεί να μην βλέπει κανένα αναγνωρίσιμο σήμα. Η απουσία σήματος είναι μια παρατήρηση, όχι μια γενική άδεια.

Υπάρχει ένα αρκετά ολλανδικό μάθημα σε αυτό. Μια πινακίδα που λέει ότι η γέφυρα είναι κλειστή δεν βελτιώνεται από έναν οδηγό παράδοσης που ισχυρίζεται ότι ο χάρτης του δεν διάβασε την πινακίδα. Ούτε κάθε κλειστή γέφυρα είναι απαγόρευση εισόδου στην επαρχία. Το ερώτημα είναι αν η πινακίδα είναι ευανάγνωστη για τη σχετική διαδρομή, αν η διαδρομή έχει μια λογική εναλλακτική και αν κάποιος έχει καταγράψει τι συνέβη. Το ζητούμενο δεν είναι να μετατραπεί ο ιστός σε δίκτυο καναλιών. Είναι να μην εξαφανιστεί ένα όριο επειδή ήταν άβολο να μοντελοποιηθεί.

Η διαβούλευση της Επιτροπής για τα πρωτόκολλα επιφύλαξης δικαιωμάτων από την εξόρυξη κειμένου και δεδομένων καθιστά αυτό το κενό εφαρμογής σαφές. Παραπέμπει στη δέσμευση του Κώδικα Ορθής Πρακτικής για τα GPAI, σύμφωνα με την οποία οι υπογράφοντες οφείλουν να εντοπίζουν και να συμμορφώνονται με τα κατάλληλα αναγνώσιμα από μηχανή πρωτόκολλα που χρησιμοποιούν οι κάτοχοι δικαιωμάτων, παράλληλα με τη δέσμευση να σέβονται το robots.txt και τις μεταγενέστερες εκδόσεις του προτύπου από τον IETF. Η ίδια η διαβούλευση δεν αποτελεί τελικό πρωτόκολλο. Αποτελεί ένδειξη ότι τα μέρη χρειάζονται μια σαφέστερη τεχνική γλώσσα για μια νομική επιλογή που πρέπει να διακινείται μέσω αυτοματοποιημένων συστημάτων.

Το robots.txt έχει έναν χρήσιμο, περιορισμένο ρόλο σε αυτή τη συζήτηση. Αποτελεί μια μακροχρόνια σύμβαση του ιστού για τη συμπεριφορά των ανιχνευτών. Μπορεί να μεταφέρει ότι ένας εκδότης δεν επιθυμεί να ανιχνευθεί ένα συγκεκριμένο αυτοματοποιημένο πρόγραμμα ή μονοπάτι. Η μεταχείρισή του από τον Κώδικα GPAI του προσδίδει πρακτική σημασία για τα συστήματα συλλογής των υπογραφόντων. Ωστόσο, το robots.txt δεν αποτελεί καθολικό μητρώο δικαιωμάτων, και μια οδηγία ανίχνευσης δεν επιλύει κάθε ζήτημα πνευματικής ιδιοκτησίας, σύμβασης ή δικαιώματος επί βάσεων δεδομένων. Η σύγχυση των επιπέδων οδηγεί σε δύο αρνητικά αποτελέσματα. Η μία πλευρά υποθέτει ότι το robots.txt αποτελεί τη συνολική νομική απάντηση. Η άλλη το αντιμετωπίζει ως απλώς προαιρετική ευγένεια. Καμία από τις δύο θέσεις δεν δημιουργεί μια σταθερή σχέση.

Ένα σύστημα συλλογής θα πρέπει να διατηρεί τα σήματα ξεχωριστά. Τεχνική οδηγία ανίχνευσης: τι έλεγε το αρχείο robots τη δεδομένη στιγμή; Επιφύλαξη δικαιωμάτων: ποια αναγνώσιμη από μηχανή ή δημοσιευμένη δήλωση παρείχε η πηγή; Προϋπόθεση πρόσβασης: ήταν η διαδρομή ανοιχτή, με έλεγχο ταυτότητας, με συνδρομή ή παρεχόμενη βάσει συμφωνίας; Άδεια χρήσης: ποια δικαιώματα παραχωρήθηκαν για ποιο σκοπό και για ποια περίοδο; Εσωτερική πολιτική: τι αποφάσισε να πράξει ο οργανισμός όταν η εικόνα παρέμενε αβέβαιη; Τα πεδία μπορεί να συνδέονται, αλλά δεν είναι εναλλάξιμα.

Αυτός ο διαχωρισμός καθιστά επίσης τη διαχείριση σφαλμάτων πιο ανθρώπινη. Ένας συλλέκτης μπορεί να αναφέρει ότι είδε ένα σήμα που δεν μπορεί να ερμηνεύσει, αντί να το αντιμετωπίσει σιωπηλά ως άσχετο. Ένας κάτοχος δικαιωμάτων μπορεί να ανακαλύψει ότι ο προτιμώμενος δείκτης του δεν υποστηρίζεται και να επιλέξει άλλο κανάλι. Ένας πάροχος μπορεί να βελτιώσει έναν αναλυτή χωρίς να ξαναγράψει την ιστορία. Ένας μεταγενέστερος αξιολογητής μπορεί να δει αν μια πηγή έγινε δεκτή επειδή υπήρχε άδεια χρήσης, επειδή αξιολογήθηκε μια εξαίρεση ή επειδή ελήφθη μια απόφαση πολιτικής υπό δηλωμένη αβεβαιότητα. Η εναλλακτική είναι ένα αδιαφανές πεδίο που λέει συλλέχθηκε.

Η αδειοδότηση δεν είναι το αντίθετο της καινοτομίας

Υπάρχει μια διαρκής συνήθεια να περιγράφονται οι άδειες ως τριβή και τα μοντέλα ως πρόοδος. Είναι μια παραπλανητική αντίθεση. Μια άδεια μπορεί να είναι περιορισμός, αλλά μπορεί επίσης να είναι μια διεπαφή: ένας τρόπος να δηλωθεί ποιο υλικό είναι διαθέσιμο, για ποια χρήση, σε ποια τιμή, με ποια προϋπόθεση απόδοσης, αναφοράς, αποκλεισμού ή ανανέωσης. Η ποιότητα αυτής της διεπαφής καθορίζει αν μικρότεροι κάτοχοι δικαιωμάτων και μικρότεροι πάροχοι μοντέλων μπορούν να συμμετάσχουν καθόλου.

Η Ομοσπονδία Ευρωπαίων Εκδοτών έχει υποστηρίξει ότι οι κάτοχοι δικαιωμάτων χρειάζονται διαφάνεια σχετικά με τα δεδομένα που χρησιμοποιούνται για την εκπαίδευση της τεχνητής νοημοσύνης και τον τόπο συλλογής τους, αναγνωρίζοντας παράλληλα ότι οι εκδότες μπορούν να χρησιμοποιούν την τεχνητή νοημοσύνη στη δική τους εργασία. Αυτή είναι μια θέση του κλάδου, όχι ουδέτερη απόδειξη της σωστής νομικής απάντησης σε κάθε περίπτωση. Ωστόσο, διατυπώνει ένα πρακτικό σημείο που οι πάροχοι μοντέλων θα πρέπει να λαμβάνουν σοβαρά υπόψη: ένας εκδότης μπορεί να είναι ταυτόχρονα χρήστης της τεχνητής νοημοσύνης και κάτοχος δικαιωμάτων του οποίου το υλικό χρειάζεται όρους. Η επιλογή δεν είναι μεταξύ λογοτεχνίας και τεχνολογίας, ή μεταξύ δημιουργών και μηχανικής. Η επιλογή είναι αν η ανταλλαγή έχει μια ευανάγνωστη βάση.

Η έκθεση του 2026 της Ένωσης Εκδοτών για την αγορά εκδόσεων και αδειοδότησης τεχνητής νοημοσύνης στο Ηνωμένο Βασίλειο παρέχει μια πιο συγκεκριμένη εικόνα. Περιγράφει τις υφιστάμενες άδειες εξόρυξης κειμένων και δεδομένων, τις μεταγενέστερες άδειες εκπαίδευσης τεχνητής νοημοσύνης και την αυξανόμενη αδειοδότηση για δημιουργική ανάκτηση με επαύξηση, και αναφέρει την εργασία για μια συλλογική άδεια με δικαίωμα προσχώρησης για τους κατόχους δικαιωμάτων. Το Ηνωμένο Βασίλειο βρίσκεται εκτός της έννομης τάξης της ΕΕ, οπότε αυτό δεν αποτελεί ένδειξη για το τι απαιτεί η Οδηγία DSM. Αποτελεί χρήσιμη ένδειξη μιας γειτονικής ευρωπαϊκής αγοράς δικαιωμάτων που επιχειρεί να καταστήσει τις άδειες εκπαίδευσης και ανάκτησης πιο πρακτικές από μια ιδιωτική διαπραγμάτευση μεταξύ ενός περιορισμένου αριθμού πολύ μεγάλων οργανισμών.

Οι συλλογικές ρυθμίσεις αξίζουν προσοχή, επειδή ο ιστός δεν δημιουργείται μόνο από εταιρείες με νομικό τμήμα και υπεύθυνο λογαριασμού. Ένας μικρός εξειδικευμένος εκδότης, μια επιστημονική εταιρεία, μια περιφερειακή εφημερίδα, ένα αρχείο φωτογράφου ή ένας ανεξάρτητος συγγραφέας μπορεί να διαθέτει πολύτιμο υλικό και πολύ περιορισμένη δυνατότητα να διαπραγματευτεί εξατομικευμένους όρους με κάθε πιθανό πάροχο μοντέλων. Ένα τυπικό δικαίωμα προσχώρησης, μια συλλογική άδεια ή ένας αξιόπιστος ενδιάμεσος δεν μπορεί να επιλύσει κάθε ζήτημα αποτίμησης. Μπορεί όμως να καταστήσει δυνατή την πρώτη συζήτηση.

Οι πάροχοι μοντέλων έχουν επίσης λόγο να προτιμούν τη σαφήνεια. Μια διαπραγματευτική οδός μπορεί να παρέχει υλικό με διαπιστωμένη προέλευση, καθορισμένο πεδίο εφαρμογής και υπεύθυνο επικοινωνίας. Μπορεί να έχει κόστος. Το ίδιο ισχύει και για τον καθαρισμό ενός συνόλου δεδομένων, τη διερεύνηση μιας αμφισβητούμενης πηγής, την υπεράσπιση μιας θέσης χωρίς αρχεία ή την αντικατάσταση μιας πηγής σε προχωρημένο στάδιο ανάπτυξης. Μια άδεια δεν εγγυάται ότι το υλικό είναι κατάλληλο, ακριβές ή αντιπροσωπευτικό. Προσφέρει μια διαφορετική συμβολή: μετατρέπει την άδεια από υπόθεση σε ρητή προϋπόθεση.

Η αποζημίωση δεν είναι ούτε αυτή μια μαγική λέξη. Δεν υπάρχει ένα ενιαίο δίκαιο τέλος για κάθε έργο και κάθε χρήση. Η εκπαίδευση, η ανάκτηση, η αξιολόγηση, η εσωτερική ανάλυση, η βελτίωση μοντέλων και η δημοσίευση μπορούν να δημιουργήσουν διαφορετικές εμπορικές σχέσεις. Μια άδεια μπορεί να αφορά ανά έργο, ανά συλλογή, ανά τόμο, ανά περίοδο, ανά ανάπτυξη, ανά χρήστη, ανά οικογένεια μοντέλων ή να διαπραγματεύεται με άλλη βάση. Μπορεί να περιλαμβάνει υποχρέωση αναφοράς πηγής, υποχρέωση υποβολής εκθέσεων, δικαίωμα ελέγχου, μηχανισμό απόσυρσης ή καμία συνεχή πρόσβαση. Ένα χρήσιμο σύστημα δεν προσποιείται ότι αυτοί οι όροι είναι καθολικά απλοί. Τους καθιστά αρκετά ευανάγνωστους για να εφαρμοστούν.

Η σημαντική μετατόπιση είναι από μια κουλτούρα εξόρυξης σε μια κουλτούρα όρων. Αυτό δεν σημαίνει ότι κάθε σύνολο δεδομένων μετατρέπεται σε διαδικασία προμηθειών. Σημαίνει ότι όταν ένας κάτοχος δικαιωμάτων επιλέγει να επιφυλάξει, να αδειοδοτήσει ή να προσφέρει υλικό υπό όρους, ο πάροχος μοντέλων έχει έναν επιχειρησιακό τρόπο να λάβει αυτή την επιλογή. Όταν ένας πάροχος θέλει να χρησιμοποιήσει υψηλής ποιότητας, επίκαιρο, εξειδικευμένο υλικό, έχει μια οδό να ρωτήσει και όχι απλώς μια οδό να αντιγράψει. Υπάρχει σημαντικός χώρος μεταξύ της αδιάκριτης ανίχνευσης και ενός κόσμου όπου μόνο οι μεγαλύτερες εταιρείες μπορούν να διαπραγματευτούν.

Η προέλευση είναι η απόδειξη, όχι η άδεια

Η προέλευση μερικές φορές παρουσιάζεται ως θεραπεία για την αβεβαιότητα των πνευματικών δικαιωμάτων. Δεν είναι. Ένα αρχείο πηγής μπορεί να δείξει από πού προήλθε το υλικό και τι πίστευε κάποιος σε δεδομένη στιγμή. Δεν μπορεί να καταστήσει διαθέσιμο ένα μη διαθέσιμο έργο. Ένα hash μπορεί να αποδείξει ότι δύο αρχεία είναι πανομοιότυπα χωρίς να εξηγήσει αν κάποιο από τα δύο αντιγράφηκε νόμιμα. Ένα άριστα τηρημένο μητρώο μπορεί να τεκμηριώσει μια κακή απόφαση με εντυπωσιακή ακρίβεια.

Αυτός ο περιορισμός είναι ακριβώς ο λόγος για τον οποίο η προέλευση είναι χρήσιμη. Διαχωρίζει τα αποδεικτικά στοιχεία από την ευσεβή σκέψη. Αν ένας πάροχος μοντέλων αποθηκεύει τη διεύθυνση URL της πηγής, την ταυτότητα της πηγής, τον χρόνο συλλογής, τους παρατηρηθέντες όρους, τα αποδεικτικά επιφύλαξης, την οδό πρόσβασης, τον υπεύθυνο απόφασης, την ισχύουσα άδεια ή την αξιολόγηση εξαίρεσης, την έκδοση του συνόλου δεδομένων και τον σκοπό κατάντη χρήσης, ένας αξιολογητής μπορεί να θέσει ένα ουσιαστικό ερώτημα. Αν ο πάροχος αποθηκεύει μόνο ένα εξαγόμενο απόσπασμα κειμένου και μια ημερομηνία, ο αξιολογητής μένει με αρχαιολογία.

Η καλή τεκμηρίωση προέλευσης χρειάζεται χρόνο. Μια σελίδα μπορεί να αλλάξει. Ένας εκδότης μπορεί να αναθεωρήσει τους όρους. Μια πηγή μπορεί να αφαιρεθεί, να μεταφερθεί πίσω από συνδρομή, να πωληθεί, να διορθωθεί ή να αντικατασταθεί. Μια άδεια μπορεί να λήξει. Ένα πρωτόκολλο εξαίρεσης μπορεί να ενημερωθεί. Ένας πάροχος μοντέλου μπορεί να ανακαλύψει ένα ελάττωμα σε μια προηγούμενη απόφαση συλλογής. Το αρχείο δεν πρέπει να αντικαθιστά την προηγούμενη κατάσταση με την τρέχουσα. Θα πρέπει να διατηρεί την προηγούμενη παρατήρηση, να εντοπίζει τη μεταγενέστερη αλλαγή και να καταγράφει τι έκανε στη συνέχεια ο οργανισμός.

Αυτό είναι ιδιαίτερα σημαντικό όταν συζητείται η αφαίρεση ή η απόσυρση. Η αφαίρεση μιας σελίδας από μια ενεργή ουρά ανίχνευσης δεν είναι το ίδιο με την αφαίρεσή της από κάθε ενδιάμεσο χώρο αποθήκευσης, παράγωγο σύνολο δεδομένων, εκτέλεση λεπτομερούς ρύθμισης, σύνολο αξιολόγησης, ευρετήριο ανάκτησης και δημοσιευμένο μοντέλο. Η ειλικρινής απάντηση δεν είναι να υποσχεθεί κανείς άμεση διαγραφή από κάθε τεχνικό τεχνούργημα. Είναι να καθορίσει τις διαδρομές, τα όρια και τα σημεία ελέγχου πριν τα υποσχεθεί. Ένας κάτοχος δικαιωμάτων αξίζει ένα σημείο επικοινωνίας που μπορεί να εξηγήσει τη διαδικασία. Ένας πάροχος μοντέλου χρειάζεται έναν τρόπο να εντοπίσει ποια τεχνουργήματα επηρεάζονται. Και οι δύο χρειάζονται ένα αρχείο που να διακρίνει ένα αίτημα που ελήφθη από ένα αίτημα που επιλύθηκε.

Το άρθρο 53 της Πράξης για την Τεχνητή Νοημοσύνη δίνει στην τεκμηρίωση προέλευσης έναν γείτονα δημόσιας πολιτικής. Απαιτεί από τους παρόχους μοντέλων γενικής χρήσης τεχνητής νοημοσύνης να θεσπίσουν πολιτική συμμόρφωσης με τη νομοθεσία της Ένωσης περί πνευματικής ιδιοκτησίας και να δημοσιοποιούν μια επαρκώς λεπτομερή σύνοψη του περιεχομένου που χρησιμοποιείται για εκπαίδευση. Η δημόσια σύνοψη δεν χρειάζεται να αποκαλύπτει κάθε στοιχείο ενός συνόλου δεδομένων, και η Πράξη περιλαμβάνει όρια εμπιστευτικότητας και εμπορικού απορρήτου. Αλλά η κατεύθυνση είναι σαφής: ένας πάροχος μοντέλου θα πρέπει να μπορεί να περιγράφει το περιεχόμενο εκπαίδευσης με τρόπο πιο ενημερωτικό από το «εμπιστευθείτε μας», διατηρώντας παράλληλα πληρέστερη τεκμηρίωση για τις αρμόδιες αρχές και τους κατάντη παρόχους.

Αυτός ο διαχωρισμός κοινού είναι λογικός. Ένας δημόσιος αναγνώστης πρέπει να κατανοεί τις κατηγορίες πηγών, τις επιλογές συλλογής και επιμέλειας, τους σχετικούς περιορισμούς και τις διαδρομές επικοινωνίας. Ένας κάτοχος δικαιωμάτων με συγκεκριμένη απορία μπορεί να χρειάζεται μια διαδικασία που να μπορεί να διαχειριστεί ένα πιο εξειδικευμένο ερώτημα. Μια ρυθμιστική αρχή μπορεί να χρειάζεται τεκμηρίωση που δεν μπορεί εύλογα να αναρτηθεί σε δημόσια σελίδα. Το λάθος είναι να θεωρούνται αυτά τα επίπεδα δικαιολογίες για να μην λεχθεί τίποτα, ή να θεωρείται μια δημόσια σύνοψη απόδειξη ότι κάθε απόφαση σε επίπεδο πηγής έχει διευθετηθεί. Η διαφάνεια είναι μια αρχιτεκτονική πληροφοριών, όχι ένα δελτίο τύπου.

Η τεκμηρίωση προέλευσης δεν δημιουργεί άδεια. Διατηρεί τα αποδεικτικά στοιχεία, το πεδίο εφαρμογής και τη μεταγενέστερη αλλαγή συνδεδεμένα με το έργο που τα χρειάζεται.

Υπάρχει εδώ μια χρήσιμη πειθαρχία για τους μηχανικούς. Κάντε την καταγραφή να μεταφέρει την αβεβαιότητα. Αν η κατάσταση μιας πηγής είναι ανεπίλυτη, καταγράψτε την ως ανεπίλυτη. Αν μια άδεια καλύπτει την ανάκτηση αλλά όχι την εκπαίδευση, μην την αποκαλείτε γενικά αδειοδοτημένη. Αν μια πολιτική άλλαξε μετά τη συλλογή, μην υπονοείτε ότι η προηγούμενη απόφαση ελήφθη υπό τη μεταγενέστερη πολιτική. Ένα σύνολο δεδομένων δεν γίνεται πιο αξιόπιστο από τη βεβαιότητα των ετικετών του. Γίνεται πιο διαχειρίσιμο όταν οι ετικέτες του διατηρούν ό,τι είναι γνωστό, άγνωστο και υπό όρους.

Η διαπραγμάτευση πρέπει να περιλαμβάνει και την έξοδο

Μεγάλο μέρος της συζήτησης επικεντρώνεται στην είσοδο: μπορεί ο ανιχνευτής να συλλέξει αυτή την πηγή σήμερα; Αλλά μια σχέση με δεδομένα εκπαίδευσης χρειάζεται και έξοδο. Μια άδεια φτάνει στην ημερομηνία λήξης της. Ένας κάτοχος δικαιωμάτων αλλάζει μια επιφύλαξη. Ένας εκδότης εντοπίζει ένα σφάλμα σε μια εγγραφή απόδοσης. Ένας πάροχος αλλάζει το σχέδιο ανάπτυξης του μοντέλου του. Μια πηγή καθίσταται ακατάλληλη επειδή η προέλευσή της δεν μπορεί να ανασυντεθεί. Φτάνει μια καταγγελία. Αυτά είναι συνηθισμένα γεγονότα του κύκλου ζωής, όχι απόδειξη ότι κάποιος συμπεριφέρθηκε άσχημα.

Το σημαντικό ερώτημα είναι αν το σύστημα ξέρει τι να κάνει όταν συμβαίνουν. Μια πολιτική πηγών θα πρέπει να προσδιορίζει ποιος λαμβάνει μια ειδοποίηση, ποιος αποφασίζει για το πεδίο εφαρμογής της, ποιος μπορεί να αναστείλει τη νέα χρήση, ποιος μπορεί να εντοπίσει τα επηρεαζόμενα σύνολα δεδομένων, ποιος επικοινωνεί με τον κάτοχο δικαιωμάτων και τι μπορεί και τι δεν μπορεί ρεαλιστικά να αλλάξει ο οργανισμός σε ένα δημοσιευμένο τεχνούργημα. Η ροή εργασίας πρέπει να είναι αρκετά συγκεκριμένη ώστε να μπορεί να δοκιμαστεί. Το να λέμε ότι οι ανησυχίες λαμβάνονται σοβαρά υπόψη είναι μια ευγενική πρόταση. Δεν είναι διαδικασία.

Οι ευρωπαϊκές συζητήσεις για τη διακυβέρνηση των μοντέλων έχουν την τάση να επιστρέφουν στην τεκμηρίωση, επειδή η τεκμηρίωση είναι εκεί όπου ένα σύστημα δηλώνει τη δική του μνήμη. Το ίδιο ισχύει και εδώ. Μια διαδρομή χειρισμού καταγγελιών χρειάζεται ένα αναγνωριστικό. Μια αναθεώρηση χρειάζεται μια καταγεγραμμένη απόφαση. Ένα αίτημα αφαίρεσης χρειάζεται ένα σαφές όριο. Μια αλλαγή πηγής χρειάζεται ιστορικό εκδόσεων. Μια έκδοση μοντέλου πρέπει να συνδέεται με τα σχετικά αρχεία εκπαίδευσης και επιμέλειας. Χωρίς αυτά, ακόμη και ένας ειλικρινής οργανισμός καταλήγει να βασίζεται στη μνήμη, και η μνήμη δεν κλιμακώνεται ιδιαίτερα καλά μετά από μερικές αλλαγές προσωπικού και τρεις μεταναστεύσεις αποθήκευσης.

Υπάρχει επίσης ένας εμπορικός λόγος για να χτιστεί η έξοδος νωρίς. Ένας πάροχος που μπορεί να απομονώσει μια οικογένεια πηγών και να κατανοήσει τις κατάντη χρήσεις της έχει περισσότερες επιλογές όταν αλλάζουν οι όροι. Μπορεί να σταματήσει τη μελλοντική συλλογή, να αφαιρέσει την οικογένεια από ένα προγραμματισμένο σύνολο δεδομένων, να αντικαταστήσει με αδειοδοτημένο υλικό, να αναστείλει μια έκδοση ή να εξηγήσει γιατί ένα ζητούμενο μέτρο φτάνει σε ένα τεχνούργημα αλλά όχι σε άλλο. Ένας πάροχος χωρίς αυτούς τους δεσμούς αναγκάζεται σε γενικόλογες δηλώσεις επειδή δεν μπορεί να δώσει μια ακριβή απάντηση. Οι γενικόλογες δηλώσεις σπάνια ικανοποιούν κανένα από τα δύο μέρη.

Οι κάτοχοι δικαιωμάτων έχουν επίσης ευθύνες σε αυτή τη σχέση, αν και δεν είναι ίδιες με τις ευθύνες των παρόχων. Μια επιφύλαξη που δημοσιεύεται σε σαφή, σταθερή, αναγνώσιμη από μηχανή μορφή είναι πιο εύκολο να γίνει σεβαστή από ένα όριο ενσωματωμένο σε μια παράγραφο που κανένα σύστημα συλλογής δεν μπορεί να εντοπίσει. Μια επαφή αδειοδότησης που μπορεί να εξηγήσει τη διαθέσιμη διαδρομή μειώνει το κόστος μιας νόμιμης συμφωνίας. Μια ειδοποίηση αλλαγής που διατηρεί το ιστορικό εμποδίζει έναν λογικό συλλέκτη να κριθεί βάσει πληροφοριών που δεν ήταν διαθέσιμες εκείνη τη στιγμή. Το βάρος δεν πρέπει να μεταφερθεί εξ ολοκλήρου στους εκδότες, ιδιαίτερα στους μικρότερους. Είναι απλώς αλήθεια ότι μια διεπαφή λειτουργεί καλύτερα όταν και τα δύο άκρα μπορούν να μιλήσουν.

Η τρέχουσα εργασία της Επιτροπής για τα πρωτόκολλα επιφυλάξεων δεν είναι επομένως μια σκοτεινή συζήτηση προτύπων. Αφορά το αν ο ιστός μπορεί να εκφράσει μια επιλογή στην κλίμακα με την οποία τα μοντέλα συλλέγουν υλικό. Τα καλά πρότυπα δεν θα διευθετήσουν την αποτίμηση, δεν θα κάνουν κάθε νομικό ζήτημα εύκολο ούτε θα εξαλείψουν την κακοπιστία. Μπορούν να μειώσουν μια κατηγορία αποφεύξιμης ασάφειας. Αυτή είναι μια μετριοπαθής φιλοδοξία, και στον ιστό οι μετριοπαθείς φιλοδοξίες είναι συνήθως αυτές που επιβιώνουν από την επαφή με την πραγματικότητα.

Τι θα πρέπει να μπορεί να πει ένας υπεύθυνος συλλέκτης

Ένας υπεύθυνος συλλέκτης δεν χρειάζεται να εμφανίζει νομικές συμβουλές σε κάθε γραμμή καταγραφής. Χρειάζεται όμως να καθιστά αληθείς αρκετές πρακτικές δηλώσεις. Θα πρέπει να μπορεί να πει ποιον σκοπό εξυπηρέτησε μια συλλογή. Θα πρέπει να μπορεί να προσδιορίσει την πηγή και την έκδοση που εξέτασε. Θα πρέπει να μπορεί να δείξει τη διαδρομή πρόσβασης και τα σήματα που παρατήρησε. Θα πρέπει να μπορεί να προσδιορίσει τον κανόνα, την άδεια ή το άλυτο ζήτημα που διείπε την απόφαση. Θα πρέπει να μπορεί να συνδέσει μια αποδεκτή πηγή με το σύνολο δεδομένων ή το σύστημα που την παρέλαβε. Θα πρέπει να μπορεί να εξηγήσει πώς διαχειρίζεται τις αλλαγές και τις ανησυχίες.

Αυτές οι δηλώσεις υποδεικνύουν έναν σχεδιασμό και όχι μια λίστα ελέγχου. Ξεκινήστε με μια σύμβαση πηγής. Η σύμβαση κατονομάζει την οικογένεια πηγών, την προβλεπόμενη χρήση, τις αποδεκτές μεθόδους πρόσβασης, τα τεχνικά όρια, τα γνωστά σήματα δικαιωμάτων, τα απαιτούμενα αποδεικτικά στοιχεία και έναν υπεύθυνο. Δεν είναι σύμβαση με τη νομική έννοια, εκτός αν τα μέρη την έχουν καταστήσει τέτοια. Είναι μια επιχειρησιακή σύμβαση εντός του οργανισμού: ένα αρχείο του τι επιτρέπεται να κάνει το σύστημα συλλογής και γιατί.

Έπειτα, κρατήστε τα σημεία απόφασης κοντά στις ενέργειες που έχουν σημασία. Μην ανακτάτε πρώτα και μην αναζητάτε περιορισμούς αφού το υλικό έχει αντιγραφεί μέσα από πολλές ουρές. Μην επιτρέπετε σε ένα σύνολο δεδομένων να μετακινηθεί από την ερευνητική αξιολόγηση στην εκπαίδευση εμπορικών μοντέλων μόνο και μόνο επειδή τα bytes ταιριάζουν και στα δύο καθήκοντα. Μην μετατρέπετε ένα πεδίο άδειας σε μια γενική τιμή true επειδή το πραγματικό πεδίο εφαρμογής είναι άβολο. Και μην αντιμετωπίζετε ένα αίτημα διακοπής ως δελτίο υποστήριξης χωρίς καμία σχέση με το αρχείο της πηγής.

Όταν ένας συλλέκτης δεν μπορεί να κατανοήσει ένα σήμα, θα πρέπει να το δηλώνει. Όταν χρειάζεται ανθρώπινη αναθεώρηση, το σύστημα θα πρέπει να καθιστά ορατή την παύση. Όταν υπάρχει διαθέσιμη άδεια, οι εμπορικές και τεχνικές διαδρομές θα πρέπει να συναντώνται: η συμφωνία πρέπει να αναπαρίσταται σε μορφή που αλλάζει τι μπορεί να κάνει ο συλλέκτης. Ένα PDF σε έναν νομικό φάκελο δεν εμποδίζει έναν αγωγό να κάνει το λάθος πράγμα στις τρεις τα ξημερώματα. Ο αγωγός χρειάζεται μια εκτελέσιμη κατάσταση.

Στη Dweve, το μικρό μέρος αυτού του επιχειρήματος που είναι άμεσα δικό μας είναι ορατό στο υλικό εκπαιδευτικού περιεχομένου στο Trust Centre μας. Το δημοσιευμένο αρχείο αναφέρει ότι ο κατάλογος οικογενειών πηγών δεν αποτελεί ισχυρισμό γενικής άδειας και ότι οι αποφάσεις για το στοιχείο, την έκδοση, την άδεια, την απόδοση, τον σκοπό, την απόσυρση και τα αποδεικτικά στοιχεία ελέγχονται σε ένα καθολικό Spindle. Αυτή είναι μια περιγραφή της δηλωμένης διαδικασίας μας, όχι ένας ισχυρισμός ότι ένα αρχείο επιλύει από μόνο του ζητήματα πνευματικών δικαιωμάτων. Ο ρόλος της Winnow σε αυτή την εικόνα είναι η ευφυΐα πηγών και οι επαναλήψιμες, επιθεωρήσιμες διαδικασίες πηγών. Το ευρύτερο σημείο δεν αφορά τα προϊόντα μας. Αφορά το ότι η συλλογή γίνεται πιο υπεύθυνη όταν η διαδρομή της πηγής αντιμετωπίζεται ως αποδεικτικό στοιχείο και όχι ως θόρυβος υποβάθρου.

Αυτό είναι το είδος της εργασίας προϊόντος που σπάνια εμφανίζεται σε μια επίδειξη μοντέλου. Κανείς δεν χειροκροτεί ένα πεδίο που ονομάζεται observed-terms-version. Αλλά αυτά τα πεδία καθορίζουν αν μια ομάδα μπορεί να απαντήσει σε μια εύλογη ερώτηση χωρίς να διεξάγει μια εσωτερική ανασκαφή. Το μέλλον της διακυβέρνησης μοντέλων θα περιλαμβάνει άφθονα εντυπωσιακά μαθηματικά. Θα περιλαμβάνει επίσης αρκετά πιο προσεκτικά αρχεία από ό,τι η βιομηχανία θεωρούσε κάποτε μοντέρνο.

Το έργο είναι διακυβέρνηση, όχι μια ρύθμιση ανιχνευτή

Είναι δελεαστικό να μετατραπεί αυτό σε τεχνική διαφωνία. Βάλτε τη σωστή οδηγία σε ένα αρχείο, ενημερώστε τον παράγοντα χρήστη, ενεργοποιήστε έναν αναλυτή, απενεργοποιήστε έναν αναλυτή. Αυτά έχουν σημασία, αλλά αποτελούν μόνο το ορατό άκρο ενός προβλήματος διακυβέρνησης. Ένας ανιχνευτής κάνει ό,τι έχει αποφασίσει ο οργανισμός ότι επιτρέπεται να κάνει. Αν ο οργανισμός δεν έχει σαφές όριο σκοπού, μητρώο αδειών, υπεύθυνο πηγής, διαδρομή αναθεώρησης και ιστορικό συνόλων δεδομένων, η τεχνική συμμόρφωση θα είναι ασυνεπής ακόμη και όταν κάθε μεμονωμένος μηχανικός προσπαθεί να είναι προσεκτικός.

Ξεκινήστε από τον σκοπό, γιατί ο σκοπός αλλάζει το ερώτημα. Ένας πάροχος μοντέλων που συλλέγει υλικό για ένα στενό, δηλωμένο ερευνητικό πείραμα δεν βρίσκεται κατ' ανάγκην στην ίδια θέση με κάποιον που συλλέγει υλικό για ένα εμπορικό μοντέλο γενικής χρήσης. Ένας πάροχος που ζητά άδεια για ανάκτηση περιεχομένου μπορεί να χρειάζεται διαφορετική συμφωνία από εκείνον που επιδιώκει να εκπαιδεύσει ένα μοντέλο. Ένα αρχείο δημοσίου συμφέροντος μπορεί να έχει διαφορετική εντολή και νομική οδό από μια ομάδα προϊόντος που κατασκευάζει μια μηχανή απαντήσεων. Αυτές οι διακρίσεις δεν πρέπει να χρησιμοποιούνται για να συγκαλύπτονται υποχρεώσεις. Είναι ο λόγος για τον οποίο ένα ενιαίο πεδίο καθολικής κατάστασης δεν μπορεί να αποτυπώσει την αλήθεια.

Έπειτα, κάντε την ιδιοκτησία ορατή. Κάποιος πρέπει να είναι υπεύθυνος για την πολιτική πηγών. Κάποιος πρέπει να είναι υπεύθυνος για τον τεχνικό συλλέκτη. Κάποιος πρέπει να είναι υπεύθυνος για τους όρους άδειας και την απόφαση να γίνει δεκτή μια οικογένεια πηγών. Κάποιος πρέπει να είναι υπεύθυνος για την απάντηση σε ερώτημα κατόχου δικαιωμάτων. Το ίδιο άτομο δεν χρειάζεται να κατέχει όλους τους ρόλους, και μια μικρή ομάδα μπορεί να τους συνδυάσει. Αυτό που έχει σημασία είναι η ευθύνη να είναι ανιχνεύσιμη πριν μια ερώτηση εξελιχθεί σε διαφορά. Μια γενική θυρίδα αλληλογραφίας δεν είναι ακριβώς ιδιοκτήτης. Είναι ένα μέρος όπου η ιδιοκτησία μπορεί ή δεν μπορεί τελικά να βρεθεί.

Η διακυβέρνηση δεδομένων πρέπει επίσης να συναντήσει τη διακυβέρνηση μοντέλων. Μια απόφαση για πηγές που παραμένει σε ένα εργαλείο συλλογής ιστού ενώ η εκπαίδευση γίνεται αλλού είναι εξ ορισμού αδύναμη. Η ομάδα εκπαίδευσης πρέπει να γνωρίζει ποιες ομάδες πηγών είναι εντός πεδίου. Ο κατασκευαστής συνόλων δεδομένων πρέπει να διατηρεί τις εξαιρέσεις και τις προϋποθέσεις. Η διαδικασία έκδοσης πρέπει να γνωρίζει εάν μια ουσιαστική αλλαγή στην πολιτική πηγών απαιτεί επανεξέταση. Η διαδικασία δημόσιας σύνοψης πρέπει να διαθέτει μια υπερασπίσιμη περιγραφή των κατηγοριών περιεχομένου εκπαίδευσης. Κανένα άτομο δεν χρειάζεται να φέρει ολόκληρη την ιστορία στο μυαλό του. Το σύστημα χρειάζεται μια διαδρομή μέσω της οποίας η ιστορία μπορεί να ανακτηθεί.

Εδώ βοηθά μια προσεκτική διάκριση μεταξύ πολιτικής και επιβολής. Μια πολιτική πνευματικών δικαιωμάτων δηλώνει τι προτίθεται να κάνει ο οργανισμός και ποια πρότυπα θα ακολουθήσει. Η επιβολή είναι το σύνολο των τεχνικών και διαδικαστικών ελέγχων που καθιστούν μια αντίθετη ενέργεια δυσκολότερη: πύλες εισόδου, αρχεία πηγών, διαμόρφωση ανιχνευτή, έλεγχοι πρόσβασης, έλεγχοι συμβάσεων, δηλώσεις συνόλων δεδομένων, εκδόσεις, επανεξέταση και κλιμάκωση. Μια πολιτική χωρίς επιβολή είναι φιλοδοξία. Η επιβολή χωρίς πολιτική μπορεί να γίνει ένας αποτελεσματικός τρόπος εκτέλεσης κανόνων που κανείς δεν έχει σκεφτεί. Η εστίαση του AI Act στην πολιτική πνευματικών δικαιωμάτων είναι πολύτιμη ακριβώς επειδή απαιτεί από τον πάροχο να συνδέσει τη νομική πρόθεση με την επιχειρησιακή πρακτική του.

Δεν υπάρχει λόγος αυτό να εξελιχθεί σε μια μυστική εσωτερική διαδικασία. Μια δημόσια πολιτική μπορεί να δηλώνει το πεδίο εφαρμογής, την προσέγγιση στις επιφυλάξεις δικαιωμάτων, τα είδη διαδρομών συλλογής που χρησιμοποιούνται, τη διαδρομή επικοινωνίας και τα όρια οποιουδήποτε δημόσιου απολογισμού. Δεν πρέπει να υπόσχεται βεβαιότητα όπου ο νόμος ή τα αποδεικτικά στοιχεία παραμένουν αδιευκρίνιστα. Πρέπει να λέει τι κάνει όταν ένα σήμα είναι διφορούμενο, τι κάνει όταν ένας κάτοχος δικαιωμάτων επικοινωνεί μαζί του και τι μπορεί να επανεξετάσει αφού μια πηγή έχει ήδη περάσει από ένα σύστημα. Μια συγκρατημένη πολιτική είναι πιο αξιόπιστη από μια μεγαλόστομη. Το μεγαλύτερο μέρος της δουλειάς γίνεται μετά τη δημοσίευση της πολιτικής, στο άχαρο ζήτημα του κατά πόσον το αρχείο και η γραμμή επεξεργασίας συμφωνούν.

Η προμήθεια αξίζει την ίδια προσοχή. Όταν ένας οργανισμός αγοράζει ένα μοντέλο, μια υπηρεσία δεδομένων ή ένα προϊόν ανάκτησης, θα πρέπει να ρωτά κάτι περισσότερο από το αν ο προμηθευτής έχει μια δήλωση πνευματικών δικαιωμάτων στον ιστότοπό του. Ποιες κατηγορίες πηγών χρησιμοποιήθηκαν; Πώς αντιμετωπίζονται οι επιφυλάξεις δικαιωμάτων; Ποια τεκμηρίωση είναι διαθέσιμη στους κατάντη παρόχους; Μπορεί ο προμηθευτής να εξηγήσει τη δημόσια σύνοψη περιεχομένου εκπαίδευσής του; Τι συμβαίνει όταν μια πηγή περιεχομένου αμφισβητείται, διορθώνεται ή αποσύρεται; Ποιο μέρος αναμένεται να διεξαγάγει την έρευνα; Αυτές δεν είναι ερωτήσεις που κάνει ένας πελάτης για να γίνει δικηγόρος πνευματικών δικαιωμάτων. Είναι συνηθισμένες ερωτήσεις σχετικά με την εξάρτηση και τα αποδεικτικά στοιχεία.

Οι απαντήσεις μπορεί να είναι ελλιπείς, ιδίως σε έναν τομέα που εξελίσσεται ταχύτατα. Οι ελλιπείς απαντήσεις θα πρέπει να επισημαίνονται ως τέτοιες, με υπεύθυνο και με σαφή τρόπο βελτίωσής τους. Η επικίνδυνη απάντηση είναι συχνά η ομαλή: όλο το περιεχόμενο είναι δημόσιο, όλη η εκπαίδευση είναι θεμιτή, όλα τα αρχεία είναι εμπιστευτικά, όλα τα ζητήματα έχουν διευθετηθεί. Κάθε φράση κρύβει ακριβώς τις διακρίσεις που χρειάζεται μια υπεύθυνη διαπραγμάτευση. Μια πιο χρήσιμη απάντηση κατονομάζει το πεδίο εφαρμογής, τον κανόνα, τα αποδεικτικά στοιχεία, τον περιορισμό και το επόμενο σημείο επανεξέτασης.

Οι δημόσιες αρχές έχουν ιδιαίτερο λόγο να θέτουν αυτά τα ερωτήματα. Μπορούν να επηρεάσουν την αγορά μέσω των προμηθειών πολύ πριν ένα δικαστήριο ή μια ρυθμιστική αρχή επιλύσει κάθε δύσκολο ζήτημα. Μια προκήρυξη διαγωνισμού μπορεί να απαιτεί από τον πάροχο να περιγράψει την προσέγγισή του στα δεδομένα εκπαίδευσης, τις επιφυλάξεις, τις άδειες, την προέλευση και τα παράπονα. Μπορεί να απαιτεί αρχείο ουσιωδών αλλαγών. Μπορεί να διακρίνει μια δήλωση πολιτικής από τα αποδεικτικά στοιχεία εφαρμογής. Μπορεί να θέτει αναλογικούς όρους χωρίς να απαιτεί από τον αγοραστή να διαθέτει πλήρη θεωρία για κάθε ζήτημα πνευματικών δικαιωμάτων στην Ευρώπη. Η προμήθεια δεν υποκαθιστά τον νόμο. Είναι ένα από τα σημεία όπου ο νόμος μετατρέπεται σε επιχειρησιακή προσδοκία.

Αυτό είναι το ευρύτερο μάθημα. Η διαπραγμάτευση δεν γίνεται μόνο μεταξύ ενός εκδότη και ενός προγράμματος συλλογής περιεχομένου. Αφορά επίσης τους ανθρώπους που διαμορφώνουν τη συλλογή, δημιουργούν πρότυπα, προμηθεύονται μοντέλα, διαχειρίζονται άδειες, κατασκευάζουν σύνολα δεδομένων, δημοσιεύουν τεκμηρίωση μοντέλων, λειτουργούν διαύλους παραπόνων και αποφασίζουν αν ένα μοντέλο μπορεί να διατεθεί στην αγορά. Μια σχέση δεδομένων εκπαίδευσης γίνεται λιγότερο εκμεταλλευτική όταν αυτοί οι άνθρωποι μπορούν να βλέπουν τα ίδια αποδεικτικά στοιχεία και να εργάζονται με τα ίδια όρια. Η εναλλακτική δεν είναι η απλότητα. Είναι μια αλυσίδα ξεχωριστών υποθέσεων που τελικά συναντά τον κάτοχο δικαιωμάτων στην πιο ακατάλληλη στιγμή.

Το δημόσιο δεν σημαίνει χωρίς ιδιοκτήτη

Ο δημόσιος ιστός θα πρέπει να παραμείνει δημόσιος. Αυτό σημαίνει ότι θα πρέπει να παραμείνει δυνατή η ανάγνωση, η σύνδεση, η παράθεση εντός των ορίων του νόμου, η έρευνα, η ευρετηρίαση, η κριτική, η διατήρηση και η δημιουργία νέων υπηρεσιών. Ένας ιστός γεμάτος αναδυόμενα παράθυρα άδειας για κάθε συνηθισμένη ενέργεια δεν θα ήταν ανοιχτός με καμία χρήσιμη έννοια. Αλλά η ανοιχτότητα δεν ταυτίζεται με την απουσία ιδιοκτήτη, και η ορατότητα δεν αποτελεί γενική μεταβίβαση δικαιωμάτων.

Οι διαπραγματεύσεις που διαμορφώνονται τώρα γύρω από τα δεδομένα εκπαίδευσης αποτελούν ευκαιρία να γίνει αυτή η διάκριση πρακτική. Ένας κάτοχος δικαιωμάτων θα πρέπει να μπορεί να επιφυλάσσει μια χρήση σε μορφή που μπορεί να λάβει ένας υπεύθυνος συλλέκτης. Ένας πάροχος μοντέλων θα πρέπει να μπορεί να αποκτά υλικό υψηλής ποιότητας μέσω όρων που μπορούν να εφαρμοστούν και να ελεγχθούν. Οι μικροί οργανισμοί δεν θα πρέπει να αποκλείονται επειδή μόνο οι μεγαλύτεροι παράγοντες μπορούν να αντέξουν οικονομικά εξατομικευμένες συμφωνίες. Οι δημόσιες αρχές θα πρέπει να μπορούν να βλέπουν αρκετά για το περιεχόμενο εκπαίδευσης μοντέλων και την πολιτική πνευματικών δικαιωμάτων ώστε να θέτουν εύστοχα ερωτήματα. Και όταν προκύπτει διαφορά ή αλλαγή, και οι δύο πλευρές θα πρέπει να έχουν μια διαδρομή που ξεκινά από τα αποδεικτικά στοιχεία και όχι από την επίδειξη.

Θα εξακολουθήσουν να υπάρχουν δύσκολες περιπτώσεις. Ο νόμος θα εξακολουθεί να χρειάζεται ερμηνεία. Ορισμένες συγκρούσεις δικαιωμάτων δεν θα επιλυθούν με ένα πρότυπο, και ορισμένες εμπορικές διαπραγματεύσεις θα παραμείνουν άνισες. Ένα αρχείο προέλευσης δεν θα καταστήσει μια κακή συμφωνία δίκαιη. Ένας τεχνικός δείκτης δεν θα προσδώσει νόημα σε ένα δικαίωμα αν ένας συλλέκτης τον αγνοεί σκόπιμα. Στόχος δεν είναι ένας ιστός χωρίς τριβές. Η έλλειψη τριβών συχνά σημαίνει ότι το κόστος κάποιου άλλου έχει αποκρυφθεί.

Ο καλύτερος στόχος είναι ένας ιστός που μπορεί να επιθεωρηθεί. Ένας ιστός όπου ένα αυτοματοποιημένο αίτημα μπορεί να φέρει δηλωμένο σκοπό, ένα δημοσιευμένο όριο μπορεί να επιβιώσει της επαφής με ένα σύστημα συλλογής, μια άδεια μπορεί να γίνει επιχειρησιακός κανόνας και ένας πάροχος μοντέλων μπορεί να λογοδοτήσει για τη διαδρομή που έφερε υλικό στο έργο του. Αυτό είναι ένα λιγότερο ρομαντικό όραμα από μια μηχανή που διαβάζει ό,τι έχει γραφτεί ποτέ. Είναι επίσης πιο πιθανό να αφήσει εκδότες, δημιουργούς, ερευνητές και κατασκευαστές μοντέλων με έναν ιστό για τον οποίο αξίζει να διαπραγματεύονται.

Πηγές