更全的杂志信息网

AI时代数据之争,我们需要什么样的“数据权”?

更新时间:2016-07-05

针对“数据权”问题,本文将带来腾讯研究院高级研究员田小军对 AI 时代数据竞争格局的分析。

未来是AI云端的数据竞争时代

“兵无常势,水无常形”,2017年11月4日,中国《反不正当竞争法》历时24年后首次修订,专设“互联网专条”用以规制互联网行业竞争生态,但此时,互联网行业的竞争形态已由产品服务竞争、平台生态竞争发展到数据竞争阶段。

时间倒回2003年,从“3721”与“百度搜霸案”到2013年开始的“3Q”、“3百”与“3狗”大战,以及优酷系列广告屏蔽案,不同的产品服务跨界进行平台竞争,此时,这些争议可以利用新《反不正当竞争法》专设的“互联网专条”进行有效规制。然而,互联网江湖风云乍起,AI新贵今日头条未获平台授权批量抓取、同步新浪微博用户数据,硬件巨头华为在Magic手机中利用微信用户聊天记录进行AI服务推荐。凡此种种,创新的产业与稳定的法律反差强烈,“互联网专条”稍显力不从心。

进入“互联网+”与“人工智能”时代,随着算力与算法的突破,人工智能在多次往复突破后,终于迎来新机,我们看到,微软“小冰”可以写诗,腾讯的DreamWriter在里约奥运会期间写了800篇新闻报道,今日头条的AI算法实现了千人千面的推荐,AlphaGo、腾讯绝艺等实现了人工智能在单一领域的人类超越,人工智能已经能写诗、作画、创作小说、剪辑电影、制作创意海报。而这一切,都依赖于海量数据的喂养训练,特别是算力和算法的突破为互联网上流动的海量数据提供了最为完美的商业可能。

未来的竞争,将是在云端之上,依赖大数据的AI竞争。

The issue of data competition is controversial around the world

数据竞争问题在全球引发争议

事实上,基于商业竞争的考虑,具有数据优势的平台倾向于将“数据”资源作为竞争优势在自有体系与合作伙伴之间流动,有学者认为这可能会产生数据拒绝交易和歧视对待的问题,但于竞争政策的视角去讨论可能更加复杂。不管是因为,基于既有的若干判例,如新浪诉脉脉案与大众点评诉百度案,法院明确承认,数据平台对于平台内的信息具有一定的控制权,即使在现阶段是否赋予其“劳动成果权”还存有一些争议。还是因为,互联网与数据反垄断问题本身就是一个在现阶段很难明确,并需要谨慎对待与慎言的问题。

分析既有的争议,我们发现,数据竞争不仅仅是一个上游之治的问题,除了诸如华为magic读取用户微信聊天信息的争议外,顺丰与菜鸟关于物流数据API接口的争议则发生在同阶平台之间,而新浪微博与脉脉、新浪微博与今日头条的争议则反映了后进入市场者对既有平台海量数据的垂涎。“罗马不是一日建成的”,数据平台方的数据优势建立需要长期的成本投入,其他市场竞争者在未获数据平台方授权的情况下,非法抓取平台数据,直接触及对方核心商业资源,显然不妥。

当前,BAT与华为、京东、今日头条、搜狗等国内企业以及Alphabet、微软、Facebook等全球科技巨头均倾全力押注人工智能技术,百度甚至提出了“All in AI”的战略,数据作为AI时代的新石油,谁掌控了数据,谁就掌控了竞争格局,其重要性不言而喻。自新世纪以来,在全球范围内,有关数据的争议与案件频发,遍及民事、行政与刑事各个领域,甚至从反不正当竞争领域延伸到了反垄断领域。

(3)企业文化是由多个因素构成的有序整体,对企业经营活动和员工行为具有很好的导向、凝聚、协调和约束作用。

在国内,从2008年开始,大众点评诉爱帮网系列案件最早涉及“数据竞争”的问题,大众点评指责爱帮网大量复制其网站内容,主要是商户介绍与用户点评内容信息。大众点评不惜先后在京沪两地以著作权侵权、不正当竞争等为诉由起诉,其代理人于国富律师在其博客中写到,“爱帮网如此长时间大范围的恶性侵权如果不被判令承担高限赔偿,法律难容”,可见当时争议的激烈程度。

北京知识产权法院张玲玲法官在新浪诉脉脉案提出了数据流动与使用的三重授权原则,也即平台之间的数据流动(Open API模式)需通过“用户同意+平台同意+用户同意”的模式,较为周延的平衡了用户与平台利益保护以及数据流动的关系。事实上,因为平台数据多涉及用户隐私、数据安全、消费者利益以及平台利益等问题,数据平台方可以通过平台协议、robots协议、API限制以及技术保护措施等手段控制、限制数据合作与数据保护的范围与方式。数据抓取方如未获授权,则必然动辄得咎,除了行政与民事风险,甚至面临刑事风险。

基于公共利益考虑,我们认为政府公共数据、自然气象数据、医疗数据等关系国计民生福利的数据在产权设定与流动使用中应更多考虑社会福利与公民福祉。而基于竞争政策考虑,为了防范市场失灵,除了在反不正当竞争领域的司法探索外,我国应重点研究建立“数据权”的限制与例外制度。当然,我们首先要考虑数据是否可以成为市场力量的来源?不同数据类型、不同产业领域,以及不同竞争主体间的特定行为是否在竞争减损方面有所区别,以及此类竞争减损与效率促进之间如何平衡、如何救济。至于在数据经济驱动下的网络效应评估、相关市场界定、市场支配力衡量,甚至于反垄断理论更新等问题,研究工作任重而道远。

继大众点评案之后,有关“数据竞争”的争议不断出现。诸如,2013年百度诉360违反robots协议案、2015年新浪诉脉脉非法抓取微博用户数据案、2016年大众点评诉百度地图抓取用户点评信息案、2017年运满满诉货车帮盗取用户信息案,以及淘宝屏蔽百度搜索,顺丰与菜鸟有关物流数据接口的争议,新浪与今日头条有关微博内容爬取的争议,华为在Magic手机中利用微信用户聊天记录进行AI服务推荐等,这些争议无一例外,均与平台的海量数据有关。

服务器:云服务器,Windows2008Server 服务器系统和Apache为平台,MYSQL数据库系统。

此外,我们近期关注的两个问题,其实与“数据权”公共领域问题的研究关系密切。

保护与数据流动存在先天冲突

数据本身是一个复杂、模糊与开放的概念,此文无意对其进行清晰界定,其实,数据大体与作为知识产权客体的知识产品具有相似特性。物理上的无形性与可传输性,经济学上的非竞争性与非排他性,这些特性使得数据同多数知识产品一样,可以进行法律拟制的财产权保护与无损的数据流动。

在美国加州的Computer History Museum陈列着世界上第一台采用了人工智能学的移动机器人Shakey,意为摇摇晃晃的机器人,其在1966年到1972年间由Stanford Research Institute研制,体积庞大,但运算速度缓慢,需要数小时的时间来分析环境并规划行动路径。但是,或许机器人总动员中的Wall·E,《西部世界》中的“高科技成人乐园”会在不远的将来出现。借用当今流行的一句话,“我们只知未来将至,却不知未来已来”,以数据为生产资料的新经济形态也被多国认可,并且写进了《G20数字经济发展与合作倡议》。

试验范围全长58m,分两层施工,每层分4段,均采用机械碾压施工。施工温度为-14~-6℃,风力2~3级。混凝土的碾压采用不同碾压形式,第1层沥青混凝土和过渡料采用不同碾压遍数,碾压温度均为130℃;第2层过渡料和沥青混凝土料在第1层参数基础上进行,每段进行碾压的遍数保持一致,每段的温度保持逐渐升高,分别为:115,125,135,145 ℃。

(2)通过耦合关联度计算,将研究区划分为4种空间分布类型,分别是低耦合度—高经济发展水平型、高耦合度—高经济发展水平型、低耦合度—低经济发展水平型以及高耦合度—低经济发展水平型。市辖区经济和县域经济的耦合关联机制中各指标要素相互影响,其中总人口数和固定资产投资对,耦合关联度分别为0.6和0.65,市辖区经济与县域在经济协调发展的方面仍具有明显的差异和不平衡的发展状态。

竞争关键在于公共领域的研究

当前数据争议的核心在于我们是否要为数据赋权?以及,我们需要什么样的“数据权”?在此问题讨论前,我们借用Jessica litman教授在论述版权法制度中的经典表述,“公共领域才真正是‘数据权’法的前提和基础,离开了公共领域,人类根本无法容忍‘数据权’制度的存在。”那么,我们讨论数据赋权以及“数据权”范畴设定的关键就变为“数据权”的公共领域是什么?我们反其道而行之,可以打开通往“数据权”制度的一扇“后窗”,借此窥探“数据权”的边界,以有效平衡用户、数据平台、数据使用方以及其他参与方与社会利益的关系,并基于用户权利、公共利益与竞争政策的协调为数据定章立规。

当前,欧美等国家与地区均在探索建立数据产权与流动规则。基于用户权利考虑,隐私权利、用户遗忘权、数据可携权、数据安全等在国内外立法实践中均有讨论,并已分别在GDPR(General Data Protection Regulation,欧盟通用数据保护条例)、《网络安全法》《民法总则》等国内外立法中有所体现。

The key to competition lies in the study of the public

而在国外,有关数据竞争的争议已经延伸至反垄断领域。2017年6月,数据分析公司hiQ向加州北部法院提起诉讼,主张Linkedln拥有市场支配地位,推动法院于8月份发出临时禁令,要求Linkedin在24小时内容移除妨碍hiQ获取其公开数据的技术障碍。在此之前,2016年在评估批准微软公司以260亿美元收购Linkedln的交易时,欧盟委员会重点关注领英的数据价值以及对手网站是否可以复制这些数据等问题。

2)重视施工材料的质量,保证各项材料的质量检验证明材料的齐全性。对于施工中所涉及的材料,在使用之前对施工材料的质量进行保证,就可以通过对材料的相关证明进行准备。

“诸科学的知识通常用命题表达出来,并且作为可把握的成果被置于人们面前,供人们使用。而一位思想家的‘学说’则是在他的道说中未被道说的东西,人遭受之,从而人为之用力。”[5]203[注] “柏拉图的真之学说”的引文翻译参考了孙周兴先生的《路标》译本,或有改动,以下不再说明。参见海德格尔:《路标》,孙周兴译,北京:商务印书馆,2000.

其一,“数据权”设定的有效路径是什么?我国《民法总则》征求意见稿的最初文本将“数据信息”一体纳入“知识产权”进行保护,后遭多数专家反对,最终全国人大将数据信息与虚拟财产单列进行财产概括性保护,这是我国立法在“数据权”设定方面的谨慎尝试,也反应了数据与知识产权的复杂关系。其实,知识产权在诸多学术著作中被表述为“信息产权”。

而从域外经验来看,早在1992年,欧盟委员会通过《数据库指令草案(Commission Proposal for a Council Directive on the Legal)》确立了数据库权(Database right)。数据库权衍生于版权体系,以保护实质投资为目的,赋予数据库控制者对抗它人对数据库内容提取的排他权利,并存在着若干平衡性安排,如对合法利用人的非实质性部分的提取或再利用行为进行限制性排除,并规定了若干“法定许可”,虽存争议,但仍可借鉴其有益经验。私以为,借鉴“数据库权”模式可以解决多数的与“数据权”相关的财产性权益争议。

关于语言能力和语用能力之间的关系,大致有两种不同的观点:一种认为语言能力与语用能力之间存在着强烈的相关性,第二语言的语用能力随着语言能力的发展而提高。另一种则质疑语言能力对语用能力的预示作用,认为语言能力低的学习者不一定缺乏语用能力,语言能力强不一定保证语用能力也强,学习者的语言能力与语用能力之间没有必然联系。

其二,用户同意与平台协议的关系,以及在未经数据平台方同意,甚至是平台协议反对的情况下,第三方仅获用户授权,能否大批量、自动化抓取用户已在数据平台方发布的数据内容。

2017年8月9日,今日头条突然开始通过用户授权直接把新浪微博的内容自动搬家到今日头条。面对大量用户与数据溢出的情况,新浪坚决切断了与今日头条的内容接口,并在海淀区法院立案起诉,此案尚未审结。私以为,即使搜索引擎与抓取技术中立,但从技术伦理与商业伦理角度,此类行为的规制应在技术创新与数据平台方激励之间寻求平衡。新浪在微博用户数据的整个生命周期中持续投入,如新浪法律专家王磊所言,“数据的集体涌现性使得‘大数据’出现了系统组成前单个要素所不具有的性质”,平台为数据赋能,法律保护应有所倾斜。

此问题的讨论并未结束,才是刚刚开始。

田小军
《大数据时代》 2018年第04期
《大数据时代》2018年第04期文献

服务严谨可靠 7×14小时在线支持 支持宝特邀商家 不满意退款

本站非杂志社官网,上千家国家级期刊、省级期刊、北大核心、南大核心、专业的职称论文发表网站。
职称论文发表、杂志论文发表、期刊征稿、期刊投稿,论文发表指导正规机构。是您首选最可靠,最快速的期刊论文发表网站。
免责声明:本网站部分资源、信息来源于网络,完全免费共享,仅供学习和研究使用,版权和著作权归原作者所有
如有不愿意被转载的情况,请通知我们删除已转载的信息 粤ICP备2023046998号