APP下载

互联网平台算法推荐的法律规制*

2022-07-22卢海君

中国出版 2022年13期
关键词:服务提供者义务算法

□文│卢海君 徐 朗 由 理

算法推荐(Algorithm Recommendation)是新媒体时代信息分发机制的革命。通过处理用户信息、绘制“用户画像”并有针对性地进行内容推荐是当前互联网平台的核心竞争力之一。网络服务提供商利用算法向用户推送其“偏好”内容,使得个体用户获取的互联网信息内容日益“个性化”,[1]在提升用户黏性和平台日活的同时也引发诸多著作权争议。近年来,我国有关算法推荐侵权的案件数量逐年增加(见图1),标的额亦呈增长趋势(见图2)。明晰算法推荐的法律属性以及厘清网络服务平台的权责义务分配,有助于维护作品传播与版权保护之间的利益平衡。算法推荐技术已经影响用户内容接受并正在影响用户内容创造。对于算法推荐技术的著作权法研究,无论是对于保护版权、促进创新,还是对于保护公益、实现平衡,都有重要的理论和实际意义。

图1 2017年至2021年算法推荐下的网络侵权责任纠纷案件数量

图2 2017年至2021年算法推荐下的网络侵权责任纠纷涉案标的额比例

一、算法推荐法律规制的必要性

算法推荐在提高商业效率、创造经济效益的同时,也面临着伦理性困境和透明性问题。对算法推荐进行规制已成为共识。正确认识算法推荐的著作权属性,有利于著作权体系下对算法和算法推荐作出合理规制。

1.算法推荐的基本内容

算法首先是一种数学方法,指代解决问题所需遵循的有条理的步骤,具备确定性、有限性和可执行性的特点。由于计算机“指令-输出”式的运行特点,算法的功能效用被最大化实现了。既然在规则以内的指令都能得到输出,那么最优化安排这些指令(步骤)就会最优化所产出的结果。由是,算法不但作为形而上的计算机适用的解决问题的方法,也被直接当作实现其预定任务的指令合集。[2]随着人工智能、大数据等新型信息技术的涉入与交互,算法在“吞噬”数据的同时不断改变自己的形态,在维持着算法基本目的(须解决的问题)的基础上自我调整具体指令的使用方式(解决问题的方式)。

大数据(数据库)的建立是算法推荐系统存在的前提,算法推荐是在内容分发机制上对大数据的处理和应用。借助对于海量商品、作品内容信息的收集和处理,通过分析用户与内容交互关系,互联网平台借由算法推荐投放更可能受用户喜爱的产品和内容,以获得用户更多的点击和关注。“千方百计”地“猜测”和推送能够吸引用户与潜在用户注意的内容就成为互联网平台所需求的算法的基础逻辑。这种对注意力的争夺普遍存在于互联网平台中,而在用户规模更大的头部平台中更为激烈。[3]

2.算法推荐的伦理性问题

互联网平台通过算法拣选最大程度迎合目标受众的内容,再将同质化的信息反复推送给用户,事实上造成了信息过滤的效果,用户在不自觉中被关进了“信息茧房”。而由算法决定用户日常会被动浸染在什么样的信息场中,单一和偏狭的信息摄入有可能破坏群体认同,影响文化发展。互联网平台在对流量的追逐中可能会漠视合法权益的保护,纵容侵犯版权之内容的泛滥。短视频平台中大量切条、搬运影视作品的侵权行为即为例证。著作权法以利益平衡为宗旨。因此,正确认识算法推荐的著作权属性,并在著作权体系下作出合理规制,显得尤为重要。

3.算法推荐的不透明性问题

算法推荐的不透明性主要包括3点。一是系统不透明,指的是机器学习(Machine Learning)的自动化特征使得哪怕编程人员也不能具体解释程序运行的每一个结果。二是技术不透明,指的是非从业者缺乏相关知识,难以理解算法的可用信息。技术黑箱如同骑士一般守护着其开发者的意图。即便是将源代码敞开给法官,未受到专业训练的法官也很难理解其中运作方式。三是法律不透明,指的是算法推荐系统被商业秘密保护。[4]

算法的不透明性也是各国对算法规制的重点目标。通用数据保护条例(GDPR)规定数据主体有权知晓包括用户画像在内的自动化决策中“对于相关逻辑、包括此类处理对于数据主体的预期后果的有效信息”。[5]法国在其《数字共和国法》311-5第二款中赋予个人对向针对这些个人做出的行政算法决定要求解释的权利。[6]美国最新出台的《算法责任法》对于算法的透明度、可解释性和非垄断(竞争性)都作出了要求。[7]

二、算法推荐侵权中的技术中立

尽管算法推荐是技术工具,但是具有较强主观性。讨论算法推荐结果造成的侵权是否适用技术中立,解读技术中立原则,分析互联网平台应承担怎样的责任,都应置于著作权法利益平衡的宗旨之下。

1.算法推荐的主观性问题

算法推荐作为一种提升内容分发效率的工具,其设计中蕴含着鲜明的价值取舍和丰富的利益计算。这是由推荐行为自身性质和算法推荐的技术特点共同决定的。

在弱人工智能时代,电脑获取知识作出判断并不来自其“大脑”的思维活动,而来自不断获取数据,通过学习方法,利用某种归纳偏好(Inductive Preference)预测未来的趋势。数据从其收集拣选就伴随着不透明性与非客观性。[8]缺乏归纳偏好的机器学习算法无法产生确定的学习结果。[9]所以,无论选择什么样的推荐算法,互联网平台所推荐的内容都不可能是纯粹客观的。

算法推荐在信息分发中,选取何种目标变量(用户性别、点击频度、页面停留时长等),如何设定分类标签与权重,都会影响信息分发的结果。[10]算法设计者很可能受到社会环境、商业资本以及算法设计者价值判断等因素的影响,难以完全客观、中立地呈现信息,[11]造成算法推荐“客观性”的弱化。

2.技术中立原则适用的否定

版权法是技术之子。然而版权法对技术的调整并不只是跟随着新技术亦步亦趋,而应该展现出有原则性的弹性和包容。对于技术中立原则的解读也应置于著作权法利益平衡的宗旨之下。

从立法上说,无论是《1992年家用录音法案》中美国对于数字录音设备必须具有复制控制措施的要求,还是1998年《千禧年数字版权法案》(以下简称“DMCA”)中对于规避技术保护措施的设备或服务加以制裁,立法者在多个场合禁止或限制了能够提供实质性非侵权用途的产品或商业模式。

从司法上说,在A&M唱片公司诉阿卜杜拉(A&M Records, Inc v. Abdullah)案中,尽管产品可被用于非侵权性用途,但依然不可适用索尼案的抗辩理由。因为即便将索尼案的适用对象扩大到明知为盗版行径而特别设计的产品,被告销售空白磁带的行为依然越过了单纯的服务提供界限。[12]A&M 唱片公司诉奈普斯特(A&M Records, Inc v. Napster)案中,[13]法院认定Napster公司以“点对点”(P2P)模式提供的文件检索服务构成对其用户直接侵权行为的实质性帮助;在收到版权人的反复警告后,没有采取有效方式阻止侵权后果的扩大,因此构成“帮助侵权”。在米高梅诉科斯克(Metro-Goldwyn-Mayer Studios, Inc. v. Grokster Ltd.)案中,[14]美国法院判定,如果设备销售可能存在促使引诱用户侵犯版权的目的和意图,如果其以明确表达或其他确定性步骤激励侵权,那么设备销售者将对第三方的版权侵权行为承担责任。

具体到算法推荐的场景里,在维亚康姆诉油管谷歌(Viacom Inc v. YouTube, Google Inc)一案中,二审法院通过争议事实发生的高度可能性与行为人对该争议事实的着意回避,认定该行为符合“知道”标准而不适于“技术中立”抗辩。[15]在弱人工智能时代,技术实现过程的智能化水平仍然有限,[16]算法推荐中存在着平台对用户上传内容进行的主动选择和编辑。平台在设置、组织编排内容时,不可能完全意识不到侵权行为的存在。[17]因此,仅以用户传播内容作出技术服务而自身并无侵权意图为抗辩理由,以技术本身不具有倾向性遮掩使用技术的行为,似乎略显单薄。

法律期待传播技术与传播(版权)内容的共赢,为此要在其公平之秤上适时拨动砝码。技术发展使平台发现侵权和避免侵权能力提升已成为事实,技术中立的内涵和外延也应该随着时代发展而不断丰富完善。既然互联网平台在体量和技术能力上都在成长,信息和经验都在累积。技术中立原则所强调的技术与商业模式或设备与服务之间的界限越发模糊。[18]

3.算法推荐平台规制的该当性

马克思·韦伯认为,责任伦理的遵循者不仅要具有意图上的善良,还要顾及自己行为的可能后果,并对可能的后果负责。[19]算法设计者与互联网平台不仅要考虑技术带来的功能性利益,还应着眼于算法与社会的关系,在设计算法程序、编写代码之前审慎地选择方案,防范可预知的不良后果。而如果算法的自我调节失灵,法律也应对其作出规范。

发生在互联网平台上的版权侵权包含三方关系:被侵权的版权人、作为网站用户实施侵权的行为人和发生侵权的互联网平台。就版权人与侵权人来说,互联网版权侵权行为具有一定共同的特征:侵权用户与侵权行为散点化,而侵权对象可能在某一时空区间内较为突出,如最热点的影视赛事内容等。对于被侵权人而言,其所受到的侵权是集中的、批量的,而其可追索的具体侵权人却隐身于虚拟用户的面纱之下,难以穷尽。即便是从技术上可以确定侵权人,所需耗费的时间与金钱成本也难以估计。

而包括侵权用户在内的平台用户,与互联网平台之间,存在格式合同的约束和个人信息的收集。其对侵权用户具有较强的控制力。李奇曼认为,如果能够激励当事人对某些行为的消极外部性进行内部化,那么第三方责任是可行的。[20]产品用户数量和产品的经济价值密切相关。在算法推荐的具体情境下,互联网平台在其内容池中会优先推荐更受用户喜爱的内容(哪怕是版权侵权内容)以提升用户对平台的依赖(用户黏性),从而吸引更多用户上传内容,扩充其内容库存,制造“滚雪球”的效果。总之,将应对使用新技术可能造成的侵权漏洞而行保护的责任加之互联网平台,要求软件设计者、销售者或服务提供者承担版权保护责任,不仅符合社会公义的期待,[21]在技术上也更易实现。

三、算法推荐场景下“避风港”原则的重构

技术的演进和应用场景的变化使得传统“避风港”原则面临调整的必要。在采取先进算法进行内容推荐时,网络平台不能滥用其优势地位,逃避相关的责任与义务的承担。网络平台应该如何、多大程度地发现侵权内容,采取什么强度措施去处理侵权内容,主要在于互联网平台对于侵权内容的注意义务几何,以及应该采取怎样的措施。

1.“避风港”原则的历史沿革

美国[22]和欧盟[23]对互联网平台“技术中立”的免责条款均将条件设定在网络服务提供者对传输和缓存服务的技术服务之上。互联网平台不对信息进行主动介入(存储和处理)。欧盟电子商务指令中对互联网平台不知材料非法或知道后迅速采取措施阻断侵权内容与用户接触时的免责仅针对纯粹被动和中立的服务而不包括主动服务。[24]

我国“通知—删除”规则在不断完善中,从著作权扩展到全部知识产权领域,从电子商务交易扩展到整个网络服务,形成了我国网络侵权中的一般与特殊相结合的“通知—删除”体系。《民法典》第1195条用“通知+必要措施”规则防止侵权结果的扩大,且对“必要措施”的规制手段持开放多元的态度。

2.互联网平台网络服务提供者身份再勘

尽管对于“通知—删除”规则属于归责原则还是免责原则有所争议,但是各法律中对其运作的基本环节大同小异,主要环节包括权利人发出通知、平台对涉嫌侵权内容进行“删除”并对涉嫌侵权用户进行转通知,被投诉人反通知、平台恢复内容等。

著作权领域的“避风港”原则仅针对单纯提供技术服务的网络服务提供者(ISP),避免因其提供技术涉及侵权内容而被不合理地追究侵权责任,目的是平衡著作权人权利以及网络技术的发展。机械地适用“避风港”原则认定互联网平台网络服务提供者的属性进而加以保护,无助于算法推荐的规制和网络版权侵权现象的遏制。而将使用算法推荐的互联网平台一概认定为网络内容提供者,也有过苛之嫌。破局之处或在于突破对网络服务提供者身份的局限。参考欧盟对于包括算法推荐在内的一系列自动化决策行为作出规制,与美国的情况有所不同,欧盟是将对个人信息权益的保护拓展到了不区分数据之上内容类型的全互联网场域中。传统称为ISP的互联网服务提供商被限定为一般网络平台的例外,只有平台满足较为严格的“纯粹的、辅助性的”条件,其服务内容为“提供信息存储与定位服务”,才被视为可以直接适用“避风港”原则。由此,我们可以将非“纯粹网络服务”提供者统称为一般网络平台,而对于“避风港”原则在此类平台的适用,网络平台应该如何、多大程度地发现侵权内容,采取什么强度措施去处理侵权内容,又将主要考量两个方面,即互联网平台对于侵权内容的注意义务几何,以及应该采取怎样的措施。

3.算法推荐中互联网平台的注意义务

注意义务的分配。网络空间著作权治理问题的关键,在于注意义务到底应该分配给谁。以20世纪90年代的技术条件而让网络服务提供商依循著作权人的请求全面排除版权侵权未免畸重。然而技术发展促成权利的成长同时不断影响着权利人、传播者、使用者间的利益平衡。流媒体时代,平台与内容生产者的投入产出比的差异越来越大。内容提供者队伍空前,人人都获得期待的合理回报的困难不言而喻。而平台却可以从呈现所有人的内容中获得经济收益,形成规模效益。作为流量经济的最大受益者,互联网平台天然的有激励传播,包括激励传播侵权作品的动机或者冲动,或者掩耳盗铃式地去忽略侵权行为。网络版权产业规模扩大,网络侵权盗版涉及经济数额与规模也不断扩大。这就发生了一个奇怪的现象,在技术的加持下,版权侵权现象愈演愈烈,缺乏技术手段的版权人越来越难以维权;同样在技术赋能下,网络服务提供者尽到注意义务需要付出的成本大大降低,却仍寄托于古老的“避风港”原则寻求豁免。然而,社会要获得高质量的创作内容,其根本来源是创作者的努力创新。从产业链发展的角度而言,更多的网络平台从内容推荐中获取流量获得收益;从技术应用和纠纷应对层面而言,网络平台比用户或权利人更具经验与优势。因此,在采取先进算法进行内容推荐时,网络平台不能滥用其优势地位,逃避相关的责任与义务的承担。

讨论短视频、直播平台的注意义务,首先需要注意短视频、直播平台中版权侵权与电商领域的知识产权侵权的区别。对于电子商务平台的注意义务,通常观点认为,因平台上售卖的商品数量巨大、经营者成分复杂、平台经营者无法一一审查平台上售卖的商品是否侵权,因而以权利人发出的通知作为平台经营者对侵权事实“知道”的重要途径,[25]平台也只有在“知道”或“应知”平台内商户销售之商品侵权时才会构成帮助侵权。[26]在Tiffany诉eBay案中,原告向eBay发出两种侵权通知,一部分包含完整的具有明确指向性的侵权链接,另一部分只是对平台中存在侵权现象作出概括的警告。eBay仅对前一种通知中列出的链接进行删除,美国法院支持了eBay不构成帮助侵权,认为后一类通知仅能使平台获得对侵权现象的概括认知,而概括认知既不能使平台明知,亦不能为平台增添“应知”义务。

然而电商平台中侵权多发于商标、专利,尤其是对于专利侵权,平台往往不具有侵权实质审查能力。而版权侵权中,对于直接搬运、切条视频,版权权属不归涉嫌侵权作品提供者显而易见,侵权事实也较为明显。因此以围绕着电商平台的“注意”难度进行的规则解释照搬到短视频、直播平台是不合适的。

“应当知道”的内涵。“通知—必要措施”原则及红旗规则,都可以拆解为两个部分。通知指向的是平台的“知道”——平台应自何时起知道侵权状况的发生?在通知前,包括实际知道和推定(应该)知道两种情况。经合格通知后,平台对于具体侵权行为则确定地由未知转向知道。以删除为代表的必要措施,指向的就是平台的“行为”——平台自知道后应对侵权状况采取何种措施?目前来说,对具体侵权状况采取的措施主要包括两类,一类针对侵权状况本身,也即针对侵权内容,包括删除、屏蔽等,另一类针对侵权用户,包括账户封禁等。

首先讨论平台的“知道”。根据《民法典》第1197条,“知道”应指实际知道。在“避风港”原则下,经合格通知后知道侵权行为存在与侵权活动相关信息,应当属于知道。而对于“应当知道”,实际上是根据一定条件推定其知道,而不去穷究其主观形态是否真实知道。[27]也即在“应知”的情景下,因过失而主观不知情(“应知而未知”)与主观真实知情在所不问。而将证明其实际不知的责任分配给了网络服务提供者。

在传统上对于“避风港”原则的理解中,网络服务提供者对于具体侵权行为的发生应负有注意义务。而在互联网平台概括性知晓其平台内部用户活动到具体知悉侵权行为发生这一“概括”到“具体”的实现,则是由“知道”或“应当知道”完成。不以概括性知晓作为平台的知道,其逻辑在于网络平台不应对所有其平台上潜在的侵权风险承担责任,也即是说网络平台不对其平台上的网络信息承担一般性审查义务。但如果网络服务提供商通过对作品进行主动的选择、编辑、修改、推荐等安排,使公众可以在平台上直接浏览、下载、分享或者以其他方式获得作品,就自行驶离了“避风港”,应就其主动推送或发布的信息承担侵权注意义务。

著作权法中对于网络服务提供商注意义务的两个要求,一是网络服务提供商客观上应当知道平台中载有被控侵权内容;二是网络服务提供商主观上对平台中传播的被控侵权内容是否构成侵权具有认知能力。那么平台在进行算法推荐时是否切实知道内容存在并能判断其是否侵权呢?算法若想推荐内容,必先识别内容。这不只是其为了达成运营指标、提升用户吸引力及其商业价值的逐利行为,也是其遵纪守法、完成对于涉国家安全等严肃主题之舆情审查的必要步骤。因此其对于内容的接触是必然的,也是具体的。

“注意”的幅度。事实上,为平台设计合理“旗标”,才是目前对于版权侵权之争最佳的破局之策。对于应知的情况,网络服务提供者的具体类型、技术条件、涉事程度、作品热度等,都应被考虑在内。

第一,就主体而言,平台应普遍提高对侵权内容的注意,而对于注意的提高程度应与平台规模正相关。首先,侵权责任法认为危险的制造者或控制者理论上应承担一定程度的注意义务。[28]网络服务提供商提供的平台可视为社会公共场所的某种延伸,其提供的服务某种程度上说为用户提供侵权创造了客观环境上的可能性,所以其承担的注意义务理应要与其“危险制造者”的程度相匹配。网络服务平台应结合其提供的服务定位可能引发的侵权可能性的大小,采取能够在一定程度上制止用户上传的侵权内容的传播的必要措施。

其次,就提高幅度而言,应对平台的规模作出划分。欧盟在约束一般的互联网技术与商业营销手段基础上,格外对(月度活跃用户超过4500万)“超大型平台”和满足“守门人(Gatekeeper)”条件的大型平台企业增加了额外的责任与义务。我国新实施的《个人数据保护法》中也对大型与小型个人信息处理者作出区分。究其本质,个人数据与版权信息在代码层面都体现为二进制编码。依平台规模划分的区别的责任设计,可以在发挥大企业主体责任、便利监管的同时减轻小企业合规成本,鼓励创新。

第二,就侵权行为而言,平台对侵权的涉入程度应依据其采取具体推荐行为的类别和频次有所区别。首先,网络服务提供者不同的推荐行为对内容的控制程度和处理程度有所差别。比如同为网络服务提供者设置榜单以向用户优先或突出展示信息的行为,分类信息设置榜单模式与人工编辑的榜单模式相比,后者更接近直接提供行为。又比如传统搜索引擎中的关键词销售行为,其本身不存储、控制、编辑或修改被链接的第三方网页上的内容显示信息或表现形式,[29]只是对既有搜索结果的“利己”优化,其对用户实际选择具有的是潜移默化的影响。而依据用户偏好或者点击量等因素将相关内容推荐到主页,网络服务提供商势必要对相关信息进行筛选,对其推荐内容的认识和控制能力更强,关联性更高,所承担的注意义务也随之提高。

其次,对于重复侵权行为是否采取合理措施也应纳入设置更高注意义务的考量范围之中。已有法院判定,被告不可能在人为设置、组织和编排最新内容时,意识不到其实施的是未经许可的网络传播行为,因此其在主观上具有过错。[30]算法推荐平台对持续上传相同类型或者相似侵权内容的用户,即用户多次利用信息网络服务实施侵权行为,网络服务提供商未能采取合理措施,可能会被认定为未尽审查义务。

第三,就客体而言,版权内容自身的性质和影响力也应被考虑在内。版权内容的性质,指的是版权内容的主题。如奥运会、冬奥会等具有重大政治意义的内容,还是一般的文化体育娱乐内容。对于前者,基于其与社会公共利益的密切联系,应给予更高的关注。版权内容的影响力,侧重于版权内容的商业表现,是否处于重点档期(如春节档、国庆档),是否属于近期热播影视剧,或者具有不俗的互联网话题度?在目前的商业模式和传播条件下,电视剧作品的热播期有限,在热播期内严防侵权行为,对于回收投资成本,提高平台关注度和会员黏性均具有重要意义。热播期内遭受大规模侵权严重影响版权人利益。[31]对于此类作品遭遇侵权时,网络服务提供者相较一般作品应给予更高的注意义务。[32]因此在讨论平台对版权内容的注意程度时,有必要对相关内容的主题和影响力(热度)作出划分。这有利于平台有的放矢地履行,也能富有效率地挽回版权侵权带来的经营损失。

4.必要措施的内容

重庆一中院在《斗罗大陆》动漫作品的诉前禁令中,不仅明确要求短视频平台立即删除侵权视频,同时还明确要求短视频平台立即采取有效措施过滤和拦截用户上传和传播侵权视频,前者属于短视频平台的“通知—删除”义务,而后者则明显加重了短视频平台的注意义务,这意味着仅适用“通知—删除”规则,并不足以解决当下短视频侵权的严重态势。

传统观点认为,发现侵权是权利人的事,网络服务提供者没有义务主动去发现侵权事实;网络服务提供者只需对已经发生的侵权行为采取措施,而无需对尚未发生的侵权行为采取措施。在此逻辑下,著作权人要求平台对平台上未明确具体位置的侵权内容进行清理并对尚未发生的侵权行为主动采取措施,似乎没有法律依据。然而,“删除、屏蔽、断开链接等必要措施”的表述中,“删除、屏蔽、断开链接”后还有一个“等”字,重点则在“必要措施”。因此,平台所应采取的“必要措施”显然不止于“删除、屏蔽、断开链接”,而关键问题则在于如何界定必要措施。

有观点认为,必要措施中应该包含过滤义务。需要注意的是,“过滤”实质上是由“主动检测”的监管性手段与“删除、屏蔽、断开链接”等处分手段组合而成的。“主动检测”是平台采取手段让自己知晓侵权具体情况,以便于嗣后必要措施的实施,其属于“知道”的范畴。

对于“主动检测”的启动,或称为“预防侵权机制”的开启,就必须要参照其他规定予以穿透。如GDPR第23条中的“限制”条款,在尊重基本权利与自由的前提下,为一些特殊目的,包括国家安全、公共安全、重要一般公共利益等。比如在冬奥会中,就应以最高级别的版权侵权规制措施予以相应。

对于版权侵害的紧迫处境及配套的必要措施,本文作出如下分级:一是一般的版权侵害,经通知后对于权利人提供的具有明确指向的链接采取包括删除等在内的必要措施;二是热播影视剧、体育赛事等,除对其提供的具体链接予以处理外,还应循其警告的侵权方向/路径启动主动检测,如关键词搜索、标签屏蔽等;三是奥运会等重大社会事件,平台配合权利人维护权利与主动检测并采取措施预防侵权发生。

四、结语

算法推荐显著提高了互联网平台信息分发的效率。使用算法推荐技术并未改变互联网平台网络服务提供者的身份。著作权法规定的“避风港”原则整体上不应突破。然而互联网平台进入“避风港”的条件也需要适时、适度地加以调整。算法推荐行为具有主观性。算法推荐行为客观上使得互联网平台受益。互联网平台具有规制算法推荐的能力,由互联网平台加强对算法推荐的规制符合公义的期待和效益的最优。因此,互联网平台对于侵权内容“应当知道”的范围应该拓宽,其所采取的必要措施应该能够在一定程度上制止用户上传的侵权内容的传播。无论是对“应知”还是必要措施的认定都应该结合具体场景、具体情况,应对平台的规模作出划分,避免绝对化、极端化的倾向,避免简单用个别平台的技术能力代替法律要求的一般性的平台能力。

注释:

[1]喻国明.人工智能与算法推荐下的网络治理之道[J].新闻与写作,2019(1)

[2]蒋舸.作为算法的法律[J].清华法学,2019,13(1)

[3]参见District of Columbia v. Facebook,inc.,(District of Columia Superior Court,No.2018-CA-008715B)。本案仍在审理中。

[4]Michael L.Machine Learning, Automated Suspicion Algorithms, and the Fourth Amendment[J].Social Science Electronic Publishing, 2016(4)

[5]参见GDPR第15-17条。

[6]Edwards L,Veale M.Enslaving the Algorithm: From a “Right to an Explanation” to a “Right to Better Decisions”?[J]. IEEE Security & Privacy,2018(3)

[7]参见美国《算法责任法》27(c)。

[8]Crawford,K.The Hidden Biases in Big Data.[J].Harvard Business Review, 2013(4)

[9]刘东亮.技术性正当程序:人工智能时代程序法和算法的双重变奏[J].比较法研究,2020(5)

[10]郭小平,秦艺轩.解构智能传播的数据神话:算法偏见的成因与风险治理路径[J].现代传播,2019,41(9)

[11]Caliskan A,Bryson J J,Narayanan A.Semantics derived automatically from language corpora contain human-like biases[J].Science,2017, 356(6334)

[12]Menell P S , Nimmer D . Legal Realism in Action: Indirect Copyright Liability's Continuing Tort Framework and Sony's De Facto Demise[J]. Ssrn Electronic Journal, 2007(143)

[13]See A&M Records, Inc. v. Napster, Inc.239 F.3d 1004(2001)

[14]See Metro-Goldwyn-Mayer Studios, Inc. v. Grokster 518 F.Supp.2d 1197(2007)

[15]See Viacom Intern., Inc. v. YouTube, Inc. 676 F.3d 19(2d Cir.2012,2012)

[16]参见上海知识产权法院(2018)沪73 民终361号民事判决书,上海市杨浦区人民法院(2007)沪0110 民初22129 号民事判决书。

[17]参见北京市第二中级人民法院(2005)二中民初字第13739号民事判决书。

[18]Picker R C . Rewinding Sony: The Evolving Product, Phoning Home and the Duty of Ongoing Design[J].SSRN Electronic Journal,2005(749)

[19]马克斯·韦伯.学术与政治[M].钱永祥,译.上海:上海三联书店,2019:271—277

[20]Lichtman, Doug, and Eric Posner. Holding Internet Service Providers Accountable[J].Supreme Court Economic Review,2006(14)

[21]丛立先.大数据软件服务的版权侵权责任析论[J].中国版权, 2014(6)

[22]参见《美国版权法》第512条。

[23]参见欧盟《电子商务指令》(EC/2000Directive on E-Commerce,art 12-15)

[24]李素娟.论网络中介商的民事责任[J].社会科学, 2002(8)

[25]孔祥俊.“互联网条款”对于新类型网络服务的适用问题——从“通知删除”到“通知加采取必要措施”[J].政法论丛,2020(1)

[26]张新宝,任鸿雁.互联网上的侵权责任:《侵权责任法》第36条解读[J].中国人民大学学报,2010(4)

[27]杨立新.电子商务交易领域的知识产权侵权责任规则[J].现代法学,2019, 41(2)

[28]屈茂辉.论民法上的注意义务[J].北方法学,2007(1)

[29]参见深圳市中级人民法院民事判决书( 2011) 深中法知民终字第 651 号。

[30]孔祥俊.论网络著作权保护中利益平衡的新机制[J].人民司法,2011(17)

[31]参见北京知识产权法院民事裁定书(2021)京73民初1016号。

[32]参见北京市高院《关于审理涉及网络环境下著作权纠纷案件若干问题的指导意见》。

猜你喜欢

服务提供者义务算法
哪种算法简便
幸福的人,有一项独特的义务
网络服务提供者的侵权责任研究
网络服务提供者的侵权责任研究
论网络服务提供者连带责任的理论困境
网络服务提供者“应知规则”的再厘定及适用探讨
Travellng thg World Full—time for Rree
进位加法的两种算法
三十载义务普法情
跟踪导练(一)(4)