Er crawling av bilder på nettet et brudd på den japanske opphavsrettsloven? En forklaring på juridiske problemer med maskinlæring
De siste årene har fremskrittene innen AI (kunstig intelligens) teknologi vært bemerkelsesverdige, og ulike AI-er som bildegenererings-AI-er som “Stable Diffusion” og “Midjourney”, samt tekstgenererings-AI som “ChatGPT”, har fått mye oppmerksomhet. Ved å krype data på nettet og la AI lære av dem, har det blitt mulig å gjøre mange ting med AI, og nøyaktigheten av maskinlæring har forbedret seg. Samtidig har risikoen for brudd på den japanske opphavsrettsloven blitt påpekt.
Er det ikke et brudd på opphavsretten å krype og samle inn bilder, illustrasjoner og andre data som er offentliggjort på nettet uten tillatelse, og bruke dem til maskinlæring for AI?
I denne artikkelen vil vi forklare de juridiske problemene ved å bruke bilder og illustrasjoner som er offentliggjort på nettet til maskinlæring.
Hva er maskinlæring
Maskinlæring (ML: Machine Learning) er prosessen der maskiner lærer fra data på samme måte som mennesker lærer fra erfaring. I maskinlæringsprosessen må man samle inn data, velge og bearbeide disse dataene, og deretter lage et datasett for læring.
Crawling er prosessen der et program kalt en crawler besøker nettsteder og kopierer og lagrer informasjon som tekst og bilder fra nettsidene.
Relaterte artikler: Hva er scraping? En forklaring på juridiske utfordringer ved denne populære metoden for datainnsamling[ja]
Opphavsrettslige Problemer i Maskinlæring
«Opphavsrett» refererer enkelt sagt til rettighetene som juridisk beskytter verk. Når det gjelder beskyttede «verk», er det definert i paragraf 2, første ledd i den japanske opphavsrettsloven som følger:
(Definisjon)
Paragraf 2: I denne loven skal betydningen av de termer som er oppført i de følgende punktene være som angitt i hver av disse punktene.
1. Verk: Verk som kreativt uttrykker tanker eller følelser, og som tilhører kategoriene litteratur, vitenskap, kunst eller musikk.
Bakgrunnen for Endringen av den Japanske Opphavsrettsloven i 2018 (Heisei 30, 2018)
I 2018 (Heisei 30, 2018) ble den reviderte japanske opphavsrettsloven vedtatt, og den trådte i kraft 1. januar 2019 (Heisei 31, 2019).
For å utnytte teknologier som IoT, Big Data og AI (kunstig intelligens), er det nødvendig å muliggjøre akkumulering, kombinasjon og analyse av store mengder informasjon, inkludert verk. Derfor ble det i denne revisjonen innført bestemmelser som tillater bruk av verk under visse omstendigheter, forutsatt at de ikke brukes til formål som nytelse av verket.
Bruk Tillatt i Henhold til Paragraf 30-4 i den Japanske Opphavsrettsloven
Paragraf 30-4 i den japanske opphavsrettsloven, revidert i 2018, tillater bruk av verk «som ikke har til formål å nyte tankene eller følelsene uttrykt i verket», innenfor nødvendige grenser og uavhengig av metode.
(Bruk som ikke har til formål å nyte tankene eller følelsene uttrykt i verket)
Paragraf 30-4: Verk kan brukes i følgende tilfeller, eller i andre tilfeller hvor formålet ikke er å nyte tankene eller følelsene uttrykt i verket, innenfor nødvendige grenser og uavhengig av metode. Dette gjelder imidlertid ikke hvis slik bruk urimelig skader opphavsrettshaverens interesser, med hensyn til typen og bruken av verket samt måten det brukes på.
1. Når verket brukes til testing for utvikling eller kommersialisering av teknologi relatert til opptak, filming eller annen bruk av verket.
2. Når verket brukes til informasjonsanalyse (definert som å trekke ut, sammenligne, klassifisere eller analysere informasjon relatert til språk, lyd, bilder eller andre elementer fra et stort antall verk eller annen stor mengde informasjon, som angitt i paragraf 47-5, første ledd, andre punkt).
3. Når verket brukes i andre tilfeller enn de to foregående, uten menneskelig persepsjon av verkets uttrykk, i prosessen med databehandling eller annen bruk (unntatt når det gjelder utførelse av programverk på en datamaskin).
Spesifikt er bruk av verk tillatt i følgende tilfeller:
・Handlinger som å reprodusere kunstverk eksperimentelt for å utvikle kameraer eller skrivere som er egnet for reproduksjon av kunstverk.
・Handlinger som å samle og bruke verk som læringsdata for å utvikle kunstig intelligens, eller å tilby (overføre eller offentlig sende) de innsamlede læringsdataene til tredjeparter for formålet med å utvikle kunstig intelligens.
・Handlinger som å kopiere verk i bakgrunnen under databehandlingsprosessen, uten at mennesker oppfatter dataene.
・Handlinger som å bruke programverk for formålet med å undersøke og analysere programmet (såkalt «reverse engineering»).
Tilfeller der bruk av opphavsrettsbeskyttet materiale i maskinlæring kan bryte opphavsrettsloven
Som nevnt, er det tillatt å samle inn, bearbeide og bruke bilder (opphavsrettsbeskyttet materiale) for maskinlæring, samt å tilby (selge eller overføre) innsamlede læringsdata til tredjeparter, i henhold til Japansk opphavsrettslov artikkel 30-4, punkt 2. Imidlertid kan slik bruk av opphavsrettsbeskyttet materiale også føre til juridiske problemer.
La oss undersøke de juridiske problemene som kan oppstå når man samler inn bilder som er offentliggjort på nettet for bruk i maskinlæring.
Relatert artikkel: Hvor mye av informasjonen på internett kan brukes? En forklaring om opphavsrett på nettet[ja]
Når opphavsrettshaverens interesser blir urimelig skadet
Japansk opphavsrettslov artikkel 30-4 tillater “bruk som ikke har som formål å nyte tankene eller følelsene uttrykt i verket”, men tillater ikke bruk som urimelig skader opphavsrettshaverens interesser.
Hvilke tilfeller kan dette konkret omfatte? Ifølge spørsmål og svar fra Kulturdepartementet, anses følgende tilfeller som “urimelig skade på opphavsrettshaverens interesser”.
Den endelige vurderingen gjøres i rettsvesenet, men for eksempel, hvis en database med opphavsrettsbeskyttet materiale som er organisert på en måte som gjør det enkelt å bruke til informasjonsanalyse, blir solgt, vil handlinger som kopiering av denne databasen for informasjonsanalyseformål anses som “urimelig skade på opphavsrettshaverens interesser” fordi det kolliderer med markedet for salg av databasen.
Kilde: Kulturdepartementets opphavsrettsavdeling｜“Grunnleggende tanker om fleksible begrensninger av rettigheter i tråd med digitalisering og nettverksutvikling”[ja]
Når det er inngått en avtale som avviker fra opphavsrettslovens bestemmelser
Selv om Japansk opphavsrettslov tillater bruk av opphavsrettsbeskyttet materiale i maskinlæring, kan partene inngå en avtale som avviker fra dette. Hvis en slik avtale er inngått, kan brudd på avtalen føre til erstatningsansvar.
For eksempel, noen nettsteder har bruksvilkår eller lisensvilkår som eksplisitt forbyr innsamling og utvinning av data for maskinlæring eller informasjonsanalyse. Når man samler inn data, er det viktig å sjekke nettstedets bruksvilkår eller lisensvilkår.
Generelt kreves det en handling for å “akseptere” bruksvilkårene på et nettsted. For eksempel, “Ved å opprette en konto, anses du å ha akseptert bruksvilkårene og personvernreglene”, og man må registrere seg eller klikke på en samtykkeknapp. Ved å klikke på registrerings- eller samtykkeknappen, inngås en “avtale”.
På den annen side, hvis et nettsted bare har bruksvilkår som forbyr innsamling og utvinning av data på en annen side enn nedlastingssiden, og det er mulig å laste ned bilder uten å samtykke til disse vilkårene, anses det at en “avtale” ikke er inngått. I dette tilfellet gjelder opphavsrettslovens bestemmelser, og man kan bruke opphavsrettsbeskyttet materiale.
For å unngå problemer, er det imidlertid best å avstå fra å samle inn data fra nettsteder som eksplisitt forbyr innsamling og utvinning av data i sine bruksvilkår.
Relatert artikkel: Hva er scraping? En forklaring på de juridiske utfordringene ved denne populære metoden for datainnsamling[ja]
Blir bilder generert av maskinlæring et brudd på den japanske opphavsrettsloven?
Så langt har vi forklart at bruk av opphavsrettsbeskyttet materiale i maskinlæring er tillatt under den japanske opphavsrettsloven. Men, vil det å la AI utføre maskinlæring og generere syntetiske bilder utgjøre et brudd på opphavsretten til de opprinnelige bildene (fotografier, illustrasjoner, malerier osv.) som ble brukt i læringsprosessen?
Her vil vi forklare dette ved å bruke et eksempel der AI genererer bilder ved hjelp av GAN (Generative Adversarial Networks).
Hvordan bilder genereres ved hjelp av maskinlæring
GAN (Generative Adversarial Networks) er en type generativ modell som kan lære egenskaper fra data og deretter generere ikke-eksisterende data eller transformere eksisterende data i henhold til disse egenskapene. Denne mekanismen for bildegenerering ved hjelp av GAN brukes for eksempel i tjenester som analyserer bilder eller malerier av faktiske rom og deretter genererer bilder som viser møbler plassert i rommet i henhold til budsjett og romstørrelse.
Kan AI bryte opphavsretten til de opprinnelige bildene som ble brukt i maskinlæringen?
GAN består av to nevrale nettverk: en generator og en diskriminator. Generatoren kvantifiserer og leser egenskapene til de opprinnelige bildene og genererer syntetiske bilder ved å justere disse egenskapene med visse variabler.
Med andre ord, de syntetiske bildene er nyopprettede bilder som et resultat av å ha input variabler i en funksjon under synteseprosessen, og er derfor helt forskjellige fra de opprinnelige bildedataene (fotografier, illustrasjoner, malerier osv.). Selv om de syntetiske bildene ligner på de opprinnelige bildene som et resultat av maskinlæringen, anses dette ikke som en reproduksjon, tilpasning eller modifikasjon av de opprinnelige læringsdataene.
Derfor kan vi konkludere med at syntetiske bilder generert av AI gjennom maskinlæring ikke bryter opphavsretten til de opprinnelige bildene som ble brukt i læringsprosessen.
Relaterte artikler: Hvordan beskyttes immaterielle rettigheter i AI-utvikling? En gjennomgang av opphavsrett og patentrett[ja]
Oppsummering: Rådfør deg med en advokat om AI-maskinlæring og opphavsrett
I denne artikkelen har vi forklart problemene knyttet til opphavsrettsloven ved bruk av bilder som er offentliggjort på nettet for AI-maskinlæring.
Bruk av opphavsrettsbeskyttet materiale til maskinlæring er tillatt i henhold til den japanske opphavsrettsloven (japansk opphavsrettslov, artikkel 30-4). Imidlertid, i unntakstilfeller hvor opphavsrettshaverens interesser blir urimelig skadet, eller hvor partene har inngått en avtale som avviker fra opphavsrettslovens bestemmelser, kan bruk av opphavsrettsbeskyttet materiale ikke være tillatt.
AI-teknologier som “Midjourney”, “Stable Diffusion” og “ChatGPT” har fått mye oppmerksomhet, og flere selskaper har begynt å utvikle ytterligere AI-løsninger. Siden det kan være vanskelig å avgjøre om bruk av opphavsrettsbeskyttet materiale som læringsdata for AI er tillatt, anbefales det å rådføre seg med en advokat som er ekspert på IT-området når man driver virksomhet som benytter AI og maskinlæring.
Veiledning om tiltak fra vårt firma
Monolith Advokatfirma er et advokatfirma med omfattende erfaring innen IT, spesielt internett og jus.
AI-virksomhet medfører mange juridiske risikoer, og støtte fra advokater som er godt kjent med juridiske spørsmål knyttet til AI er uunnværlig. Vårt firma tilbyr avansert juridisk støtte for AI-virksomheter, inkludert ChatGPT, gjennom et team av advokater og ingeniører som er eksperter på AI. Vi bistår med utarbeidelse av kontrakter, vurdering av forretningsmodellens lovlighet, beskyttelse av immaterielle rettigheter, personvern og mer. Detaljer er beskrevet i artikkelen nedenfor.
Monolith Advokatfirmas arbeidsområder: Juridiske tjenester for AI (inkludert ChatGPT)[ja]
Category: IT
