前沿动态
司法文明协同创新中心的建设目标是按照“国家急需、世界一流、制度先进、贡献重大”的要求,依据科学研究、学科建设、资政育人“三位一体”的方针,打造中国乃至世界司法研究的重镇、中国司法学科建设的平台、卓越司法人才培养的基地、司法文明和法治中国建设的核心智库。
熊文聪 :算法推荐提升了平台的注意能力吗?
【学科类别】知识产权法
【出处】微信公众号:人大版权
【写作时间】2022年
【中文关键字】算法推荐;自动化决策
【全文】


  引言
  近段时间以来,自动化决策语境下的算法技术所引发的诸多法律问题受到了学界的高度关注和热烈讨论,这把火也迅速烧到了知识产权领域。有研究者认为:“网络服务提供者以算法技术主动向用户推送内容链接或发布内容信息的,应就其主动推送或发布的信息承担侵权注意义务”;[1]“网络服务提供者主动利用算法扩大作品的传播,使得侵权作品更容易被网络用户获得。这一行为已经改变了传统网络服务提供者中立、被动的角色,故对其注意义务的设定应当有所变化而不能固守一般理性人标准”。[2]很快,司法实践便对这一学术观点做出了回应。如在“捷成华视诉荔支网络”案中,二审法院认为:“荔支公司的上述算法推荐行为,实际上是向用户提供了信息流推荐服务,一定程度上存在提高侵权传播效率、扩大侵权传播范围的风险,同时也为其自身获得了更多的流量和市场竞争优势等利益,其理应对用户的侵权行为负有更高的注意义务。”[3]在“爱奇艺诉字节跳动”案中,一审法院认为:“即使通过算法推荐识别短视频具体内容不具有技术可行性,但对于允许哪些短视频进入被算法推荐的范围,如何设置和优化算法推荐的具体应用方式,以及如何将已经进入推荐范围的侵权短视频纳入复审环节以避免其被大范围、长时间地传播等方面,字节公司仍可以通过在其服务和运营的相应环节中施以必要的注意、采取必要的措施加以完善……字节公司以其服务特点和技术优势帮助用户在移动互联网上高效率地获得更多的曝光和关注的同时,也为自身获取了更多的流量和市场竞争优势等利益。但不容忽视的是,字节公司更加先进和高效的服务也存在着提高侵权传播效率、扩大侵权传播范围、加重侵权传播后果的风险。正因为存在获取更多优势、利益与带来更大侵权风险并存的上述情况,字节公司与不采用算法推荐、仅提供信息存储空间服务的其他经营者相比,理应对用户的侵权行为负有更高的注意义务。”[4]管见认为,算法推荐背景下的网络服务提供者(英文缩写ISP)是否负有更高的侵权注意义务,是否已经突破了“技术中立”原则,是否不能再援引“通知-删除”之避风港规则,关系到整个中国互联网产业和平台经济的健康、繁荣发展,关系到鼓励科技和商业模式创新、提升用户体验、满足消费者多样化需求、降低搜寻和交易成本等重大战略目标的落地,更关系到法律界如何运用原理、逻辑、方法和智慧正确看待一项客观事实及其社会影响,从而为全体市场经营者提供公平、有序的规范预期,理应更加全面、更加冷静、更加审慎地分析与研判。
  一、算法推荐是什么?
  要理解算法推荐,先得理解算法。所谓“算法”(Algorithm),是指解题方案的准确而完整的描述,是解决问题的一系列清晰指令,算法代表着用系统的方法描述解决问题的策略机制。换句话说,具有确切性、有穷性、输入项、输出项及可行性等五个特征的解题方案,皆可称之为“算法”。人们误以为算法是自动化决策及人工智能带来的新鲜事物,但其实,追溯到公元9世纪,波斯数学家al-Khwarizmi便提出了算法这个概念,意思是阿拉伯数字的运算法则。科学家也早已揭示,算法本就存在于万事万物之中,人的大脑就是借助各种算法来分析问题和解决问题的。人类社会依靠着“算法”,在千万年的时间长河中组织运作并进化发展。[5]所谓人工智能,无非是设计一种工具来模拟人的智能,虽然在运算能力或某些方面可以超越人类,但它毕竟是人的设计,带有先天的缺陷和不足,不可能做到全智全能,更不可能具有人的直觉与情感。有研究者强调指出,一个平台,当然会追求利益最大化,但这种利益最大化一定是以平台的稳定和可持续为前提,以帮助更多的相关方创造价值为前提,基于这样的利益考量而设计的算法,不太可能完美无缺,也不太可能同时兼顾多方的体验都无懈可击,甚至时常会出现各种槽点,陷于巨大的争议,但那一定不是因为算法“坏”,而是因为算法“笨”。[6]
  自动化决策及人工智能语境下的推荐算法,就是平台设计出来的一种“笨”算法。通说认为,它是指通过分析用户行为、内容属性,推测出用户可能喜欢的内容,并推荐给用户的一种数学方法,以实现吸引用户、提高用户粘度的目的。常见的几种推荐算法,包括(1)基于人口统计的推荐;(2)基于商品属性的推荐;(3)基于用户的协同过滤推荐;(4)基于商品的协同过滤推荐。[7]说白了,算法推荐是在帮助平台在数以亿计的用户人次与天文数字般的商品信息之间尽可能地建立更加匹配的、低成本的联系。然而,无论是用户端,还是商品端,都是千姿百态、千变万化的,既然世界上连两片完全相同的树叶都找不到,更何况一个个活生生的、有着各自主见的人,或每个人对待同一种商品(无论是物质类商品还是精神类商品)的看法与取向。人工智能也只能做到通过机器学习在海量数据之中推导出可能的相似性,并将这种相似性标签化,即所谓的“用户画像”“商品画像”,如推定所有居住在大城市的青年男士具有高度相似性,推定《少林寺》《卧虎藏龙》《新龙门客栈》与《一代宗师》都属于武侠电影而不是爱情电影、励志电影或悬疑电影,哪怕一部电影可能蕴藏多重元素及丰富内涵。精确与成本是一对不可调和的矛盾体,人做不到的,机器也很难做到,用户不要你觉得他喜欢,而要自己觉得喜欢。现实中,有很多算法推荐的效果并不好,被用户吐槽是“人工不智能”或“人工智障”。
  狭义上,算法推荐仅仅指平台基于匹配度测算后将相关商品之链接曝光(推送)给目标用户,并不包含对被推荐内容的识别与过滤。而广义上,算法推荐是一整套流程或系统,包括算法过滤、相似性测算、反馈收集和人工审核等多个环节。[8]在整个流程中,与是否侵犯他人作品著作权之认定紧密相关的其实并不在于后端,因为平台通过算法向特定用户推送的,只是某内容材料的链接,而非内容材料本身。所有内容材料(包括涉嫌侵权的内容材料)仍然是由某个用户自主上传到平台上的(简称“用户生成内容”,英文缩写UGC),算法推荐并没有把平台的角色从间接提供链接服务换成直接提供作品内容,它改变的只是将原来由单个用户在平台上自行搜索其想要的商品链接,转化为平台根据“算法画像”主动向特定用户推送相关商品链接。这么做其实是一把双刃剑,即一方面可能解决了用户懒惰、信息掌握不全面不及时和搜寻成本高等问题,但也可能激起用户个人信息被刺探、被标签化和被频繁打扰的不适感。它虽然可能引发侵犯人格权的争议(这一争议或矛盾并非不可化解,比如可以由用户关闭算法推荐功能来实现用户、商家和平台的自主选择权和利益最大化),但并没有改变平台是网络服务(信息存储服务、内容链接服务)提供者的属性定位,故仍然可以适用“通知-删除”之避风港规则。在此情形下,能否将自动化决策语境下的算法推荐等同于平台经营者(包括其员工)对UGC涉嫌侵权材料主动地编辑、整理和推荐行为,进而倒推在前端的算法过滤环节,平台已经知道或应当知道被其链接的商品或网页中包含侵权内容,本可以或本应当过滤掉却没有过滤掉?这恐怕才是最关键、也最需要思考和回答的问题。
  二、算法能够识别侵权内容吗?
  在回答这一问题之前,首先有必要反思和澄清一个概念,即推荐算法或算法推荐行为具有天然的法律性质吗?这涉及到“技术中立”原则的存废之争。笔者认为,任何一个事物、技术、方法或行为,都属于第一性的客观世界,都只具有自然属性而不具有法律属性。当且仅当在具体情境中,某一技术的实施已经损害到了他人乃至整个社会之利益时,才需要对该技术的实施行为进行法律定性(也即正当性评价)。换言之,当没有给出技术的实施是否已经损害或妨碍到了他人利益等前提条件时,技术当然是中立的,此刻讨论某一技术或行为是否具有法律性质,既无可能,也不必要,推荐算法或算法推荐行为概不例外。
  说白了,法律的定性涉及到价值取舍,并不能从被评价对象本身是什么,便可以得出必然的、唯一的结论。[9]有人认为,既然算法可以识别出色情、暴力或政治敏感符号并将其过滤掉,那也当然可以识别出侵犯他人著作权的内容材料。实际上,涉嫌色情、暴力或政治敏感内容也不是“识别”出来的,同样是利弊权衡的结果,其之所以可行,也应当这么做,是因为:
  其一,立法者或社会共识认为,相较于言论表达自由,与色情、暴力或政治敏感密切相关的公共利益更为重要、也更为紧迫,所以在做筛查与过滤时,并不讲求绝对精准,可谓“宁可错杀一千不可放过一个”,这恰恰是“笨”算法可以干的活。即便是这样,“笨”算法对之前没有见过的涉黄、赌、毒、暴力或政治敏感内容也无识别能力,需要人工不断事后更新各种符号变体、特定图片等数据,与相关行为斗智斗勇,不断对抗、升级,并经常需要人工进行“举一反三”式的教导,且依然会出现各种遗漏。
  其二,而在保护著作权(私人财产权)与维系言论表达及再创作自由之间,并不存在前者价值位阶明显高于后者的情况,甚至可以说,正是因为后者的权重常常高于前者,所以才演化出著作权法中一些不可撼动的基石性概念和规则,如保护期制度、思想表达二分法、实质性相似以及合理使用对著作权的限制等。当然,这并不表示在具体个案中,是否属于“不受保护的思想”、是否构成“实质性相似”或“合理使用”是很容易判断的,恰如一位学者所言,认定“合理使用”就仿佛在墙上钉果冻般困难。[10]著名的汉德大法官也坦言:“从来也没有人确立过,而且也没有人能够确立那个(思想与表达)分界线。”[11]既然连经验丰富的法官也无法给出一刀切的普适标准,我们又有何理由相信,一个机器算法可以在几秒钟内高效地完成这一艰巨的任务呢?
  其三,识别和过滤的前提是比照,即必须拥有一个巨大的、可供机器学习和比对的数据库。而平台建立涉嫌色情、暴力或政治敏感符号表达的数据库并不困难,这是因为,一方面这类数据库(预警清单)往往是由政府或权威部门直接确定并提供的;另一方面,这些符号表达往往没有著作权保护,平台进行收集并不需要征得任何私人的同意或许可。相反,用于比对和判断是否侵犯著作权的正版作品数据信息,往往只有著作权人掌握,基于商业秘密和控制传播的考量,作品(特别是热播影视剧)著作权人往往不愿意把数码化的作品内容提供给有竞争关系的其他网络平台。既然缺乏正版作品数据,平台又谈何比对?更谈何价值权衡意义上的侵权“识别”呢?
  概言之,由算法对平台上的用户生成内容(UGC)进行正当性识别与过滤,均涉及价值权衡与取舍。价值权衡与取舍的差异和复杂性决定了识别与过滤的难度和精确度。实际上,当前各大平台普遍采用的算法推荐或信息流推荐,并不对被推荐的UGC进行具体内容层面的识别,亦未对被推荐的UGC进行差异化介绍。对此,有论者主张,即便无法评判UGC具体内容本身的正当性,采用推荐算法的平台也可以基于被传播作品的知名度、点击率等因素事先知晓(无需等待权利人通知)哪些是需要重点关注的对象,进而借助篇幅长短、播放时间或关键词(如作品标题、主要角色名称)等工具快速而准确定位到极有可能涉嫌侵权的UGC上,及时将其删除或过滤掉。管见认为,这一观点值得商榷。
  首先,根据最高人民法院2012年发布的《关于审理侵害信息网络传播权民事纠纷案件适用法律若干问题的规定》第九条第(二)项之规定,传播的作品、表演、录音录像制品的类型、知名度及侵权信息的明显程度,可以作为认定网络服务提供者是否构成应知的考量因素之一。这也就意味着,无论是否采用了算法推荐技术,当这些因素出现时,均可以推定平台应知涉嫌侵权内容的存在。如果认为当这些因素出现后,采用了算法推荐的平台才构成应知,而未采用的便不构成应知,则不仅会严重打击以算法推荐为代表的技术创新与应用,更会造成显失公平、投机取巧的不良后果。说白了,不能把所有的问题都张冠李戴地归咎于算法推荐头上。
  其次,当平台上出现知名度较高、点击率也较高的作品(如热播影视剧)时,从理论上讲,平台的确可以更加积极、主动地运用播放时长阈值、关键词搜索来进一步寻找和锁定有可能侵权的内容材料,但这一做法是高成本、低效率的,原因在于:(1)诚如前文所言,即便在著作权人提供了可供比对的正版作品数据的前提下,算法也很难借助“内容全景扫描”来自行评判相关材料是否构成侵权,更何况仅仅依靠某几个简短的关键词呢?(2)根据法理,简短的关键词(如作品标题、主要角色名称)之上通常并无著作权,如果让算法见关键词就报警、见关键词就过滤,实际上等于赋予了作品著作权人对简短字符享有绝对的垄断权,而这不仅违背了最基本的公平原则,更是对言论表达自由的严重侵犯;(3)道高一尺魔高一丈,如果某些关键词或播放时长成了拦路虎,聪明的用户便会设计出其他字符替换,或缩短、切割其上传内容的篇幅,乃至添加解说与评论,从而绕过算法审查或援引合理使用抗辩,这就会让平台与用户陷入循环往复的猫捉老鼠游戏之中;(4)实践证明,关键词筛查与算法过滤不仅会出现大量误伤(即把纯解说、宣传、采访、综艺视频等非原告版权的内容予以删除),还会造成显著遗漏(即本应过滤掉的内容没有过滤掉),出错率极高,最终还是得依靠人工善后不断地、反反复复地排查与纠偏。[12]而这显然是需要巨大成本投入的——可以说,算法过滤一定程度上还帮了倒忙。
  最后也是最关键的,注意义务多高才合适,直接跟行为人的侵权防范能力及成本密切相关。根据法经济学的最小防范成本原则,对于意外或损失,谁能够以最小的成本加以预防,就由谁承担相应的预防责任、尽到相应的注意义务。[13]无论是识别算法还是过滤算法,都不仅仅只是网络服务提供者(ISP)所独有的,很多大的视频网站或著作权人都早就运用算法技术来对其他平台上的用户生成内容进行监测和预警,这已经是一种非常普及、成熟的做法。相较于ISP一端的主动识别与过滤,权利人这端的自我监测与预警成本更低、优势更加明显,原因在于:(1)根据理性人原理,每个人都是实现自身利益最大化的最佳判断者和决策者,著作权人显然会比ISP更加积极、全面地去侦察网络上侵犯自己权利的内容或行为,这也就意味着,他们会更愿意在算法技术的研发和部署上加大投入,让它们变得更加敏捷、更加有效;(2)恰如前文所言,著作权人手中握有需要保护的正版作品数据,在做侵权比对与分析时会更加及时和准确,不容易产生误伤和遗漏。同时,为提升投诉的准确性,负责任的权利人会将监测获取的侵权线索进行一定的复查,避免错误通知;(3)相较于平台方在每天数以亿计的用户生成内容中大海捞针般地盲目筛查、过滤(哪怕知名作品应当优先,但同一时段有一定知名度的作品可能有很多部),权利人方在拥有完整作品比对库的基础上进行精准预警和有效通知的成本显然要低得多;(4)之所以在算法监测技术广泛运用的今天,侵权盗版乱象仍然屡屡发生,根源在于公民尊重他人知识产权的意识仍不高,版权许可机制不通畅、不高效和违法成本过低,对重复侵权者施加的“三振出局”举措、惩罚性赔偿乃至追究其刑事责任的制度安排没有得到充分适用,而不是因为引入了算法推荐技术的ISP没有采取事先的合理或必要措施。
  所谓“合理”或“必要”措施,应当是低成本的、情境化的、设身处地的、符合比例原则的和与每部作品知名度状态联动变化的,如果只是一味苛责ISP必须不惜一切代价,任何时候都得采取最主动、最迅速、最彻底的方式来杜绝其平台上的所有涉嫌侵权内容,甚至对与此不相关的正当技术应用、商业模式改进、合理使用及言论表达也毫不放过、清除干净,则不仅是其不堪承受的,更会助长通过滥发通知和恶意诉讼来打击竞争对手、干扰正常的市场经营秩序的不良心理动机,乃至于阻碍有益的技术进步、商业创新和消费者福利的提升,更可能造成言论表达的寒蝉效应,这么做恐怕是得不偿失的,是我们的法院、立法者和社会大众都不愿意看到的。
  从比较法的角度观之,其他国家和地区也曾商讨是否要将算法过滤作为网络服务提供者的强制性版权义务。美国在2020年发布的《DMCA(数字千禧版权法)第512条款运行报告》中指出,如果将算法的作用过于夸大,或者认为算法在过滤和审查过程中有很重要、很关键的功能,很可能造成我们对内容识别和过滤技术的依赖,但是这种依赖会导致大量错误的删除、错误的过滤,导致算法被滥用,一些合法的网络言论、网络表达,一些用户自创作行为也会受到打击,更可能导致一些中小规模的网络服务提供者因缺乏或无能力购买这种算法而无法成长。因为他们没有这样的算法,也无法负担这样的算法,会导致算法的拥有者和持有者占有市场支配地位,这在他们看来是有弊端的。[14]
  同样地,欧盟的《电子商务指令》明确禁止各成员国给网络服务提供者施加普遍监控义务。学界有一种颇为流行的观点,认为欧盟《数字化单一市场版权指令》增加了ISP的过滤义务,值得我国借鉴。但已有研究者指出,这只是一种误传。根据该《指令》的规定,向公众提供其用户上传的受著作权保护的作品,构成了向公众传播的或向公众公开的行为,因此在线内容共享服务提供者必须从权利人处获得许可。如果未获得许可,则内容共享服务提供者应对用户的侵权行为承担责任,除非可以证明其已尽最大努力获得授权;并且在收到著作权人充分有效的通知后已迅速采取行动禁止访问或从其网站上删除涉嫌侵权内容,并尽最大努力防止以后再上传这些内容。为了避免误解,该《指令》还明确规定,这些义务“不应导致成员国施加一般性审查义务。”所以,《指令》的本质目的是为了促使权利人和ISP之间的授权合作,而不是抬高或增加ISP的注意义务或过滤义务。[15]
  三、法律人如何正确理解技术?
  在既定的案由和司法管辖权划分中,著作权纠纷并不属于技术类案件。但深谙该领域的实践者会懂得,审理著作权案件的技术含量一点都不亚于专利法,几乎每一次技术革新(无论是早先的无线电、自动钢琴、家庭录像机还是今天的流媒体、云计算、加框链接)都引发了版权界惊涛骇浪般的巨大争论。[16]但很有意思的是,经历不断的风雨淘洗,一些颠扑不破的原理、方法和规则沉淀下来,成为应对下一次技术挑战和观点碰撞的压舱石。很多误解与争论,最终都借着这些原理、方法和规则得以消除和化解。
  例如,有人认为,应当将“算法过滤”“提前拦截”同“应权利人通知的删除措施”一道,列为网络服务提供者的强制性版权义务。这一断言恐怕是难以成立的。诚如前文所述,对涉嫌侵权内容的所谓“识别”“过滤”或“拦截”,本质上是复杂的利弊权衡与价值取舍,而不是简单的事实查明,需要实施者投入精力、信息、智慧、法律的原理与规则乃至主观的意志与情感,几乎可以说就是事先的监督与审查,当且仅当充分论证了特定情境下其执行成本很低且相当准确,能够做到而未做到时,才可以说相关措施采取得不够“必要”或未尽到合理的注意义务,故对侵权结果的继续发生存在过错,需要为此承担损害赔偿责任。相反,应权利人通知的“删除措施”,只是一种不必思索的机械操作,故即便删除有误,也无须向任何一方承担侵权责任。[17]因此,ISP在接到有效通知后及时删除被控侵权内容,是著作权人享有绝对权请求权(停止侵害、排除妨碍)的应有之意,可以说是一种强制性的版权义务,而“平台必须主动识别、过滤或拦截涉嫌侵权内容”的结论,却并不能从著作权人享有绝对权请求权推导出来。
  再比如,有观点认为,最高人民法院颁行的《关于审理侵害信息网络传播权民事纠纷案件适用法律若干问题的规定》第九条第(三)项认定网络服务提供者构成应知的因素之一——网络服务提供者主动对作品进行了“选择、编辑、修改、推荐”中的“推荐”,既包括人工推荐,也包括利用技术推荐,注重的是推荐的结果,而非推荐的手段和过程。更有人主张,算法推荐本质就是网络服务提供者利用算法进行推荐,算法无非是一种工具,故算法推荐与人工推荐在性质上是相同的,不同的仅是推荐手段而已,并且相较于人工推荐,利用算法进行主动推荐更容易扩大作品的传播范围。[18]这恐怕是对技术本身的重大误读,正如前文所言,算法推荐是将用户偏好和商品特征都标签化,进而将“同一端(用户端或商品端)标签相同的子项应当均匹配另一端的同一标签”逻辑应用到整个平台。因此,与其说它是一种信息流推荐,不如说它只是在计算不同模块之间的匹配度。由此可知,算法推荐与所谓的人工推荐有着本质的不同,人工推荐的前提是人已经知晓并理解被推荐对象的具体内容,故如果被推荐的内容涉嫌侵权,则很难说推荐者没有过错。相反,算法推荐只是依靠字符化的标签在海量内容池中进行机械检索,它既不理解被推荐内容的语义内涵,也不需要去理解。当然,对涉嫌色情、暴力或政治敏感内容,则另当别论。之所以能够也应当初步过滤这些内容,之所以不能够也不应当将这一做法沿用到对涉嫌侵犯著作权的内容审查上,前文已有充分论述,此处不赘。
  清华大学交叉信息研究院唐平中教授指出:“我们可以想象,每天6亿日活用户、每天10亿的视频内容上传,系统要算这6亿×10亿维度的相似性,就不能基于一些特别细分的标签,而是基本上通过用户之间的相似性来进行推荐。哪怕系统可能要用一些标签,那也不会是非常精确的。最多比如可能精确到这段视频是古装剧,这段视频是喜剧,它不会针对某一部影视剧的片名或针对某一影视公司进行识别。而且即便用户在评论中可能出现该影视剧的片名,评论内容被系统抽取到了,系统对语义内涵也是不理解的。”[19]这段话给我们法律人的启示是:其一,无论是归纳模块之间的相似性,还是给被推荐信息贴标签,抑或是根据片名进行关键词检索,都不涉及具体内容的理解,因为“对内容的理解以及在此基础上的侵权判断”不仅需要借助可供比对的作品数据库,更需要依赖自然人的直觉与情感,以及相当复杂和精细化的法律判断与逻辑推理,再高级的人工智能或算法,也无法实现这一点;其二,相对于ISP通过人工将被推荐内容在平台首页置顶或突出显示给所有用户而言,信息流推荐只是将经过相似度估算的内容链接定向推送给与其存在匹配关系的目标用户,其他用户是无从知晓的,可见,这不是扩大了反而是缩小了作品的传播范围。其三,容量越大、维度越多的平台,越难以实现准确地识别与判断,也就越不能推定其已经知道或应当知道涉嫌侵权内容之存在,并就此采取相关必要措施。这一点刚好与前述“爱奇艺诉字节跳动”案一审法院的见解(即认为规模越大的平台,其算法推荐行为导致的侵权风险越高、且平台收益也越多,故要承担更重的法律责任)完全相左。
  申言之,侵权与否是价值判断,而非事实认定,作为一项技术,算法推荐无法对目标内容进行侵权与否的评价,具有非实质侵权用途。技术可能离我们普通人的生活认知稍微有点远,法官也是普通人,不具备特定领域的专业知识和技术背景,这很正常。但正常不代表法律人就可以想当然,就可以跟着感觉走,就可以为了创新而创新,因为法官作出的每一份裁决(尤其是从中归纳、抽取出来的具有一定的指引性、规范性作用的司法见解或裁判要旨)不仅会改变原被告双方的利益格局,更会触动整个社会的发展方向,切不可望文生义,更不能断章取义。正确的解码方式应当是,但凡遇到一个由不熟悉的技术所带来的新问题,先打一个问号,再躬身倾听来自该技术领域内部专业人士的声音,并尝试运用逻辑、常识和原理反复推敲,直至最终理解它。
  结语
  综上所述,人们往往一方面对新技术抱有过于浪漫的期待,憧憬它的到来能给周遭的生活带来翻天覆地的巨变;一方面又会因为陌生而过度紧张甚至恐慌(妖魔化是负向的浪漫化)。另外,法律人长期养成了一种“零和博弈”思维惯式,总以为一个对某些人好的东西,肯定会给另外一些人带来坏处或风险。然而,市场竞争并不是零和博弈,更不是弱肉强食的丛林法则,创新、比拼与合作能把蛋糕做大,能让社会总体福利不断递增。而法律的本色是保守的,是以不变应万变,法官要尽可能地扼制自己的创新冲动,如无必要,绝不制造规范冗余,绝不给市场和公众添加行为预期的不确定性,更应当避免给经营者苛责难以做到的不合理负担。无论是算法推荐技术还是算法过滤技术,都不敌视产权保护,它们只是没有办法取代人类来做更加精准的价值判断,它们也没有给著作权制度及民法的基本概念、规则和原理(比如什么是“帮助侵权”,什么是“应知”,什么是“合理注意义务”,什么是“必要措施”等)带来冲击,但的确提供了一次反思我们的思维惯式和固有方法论的良好契机——将事实的归于事实,将价值的归于价值,将算法的交给算法,将人为的交给人为,这恐怕是得出正确推导结论的前提基础。


【作者简介】
熊文聪,中央民族大学法学院副教授,中国法学会知识产权法学研究会理事。
【注释】

【参考文献】
[1]易健雄:《从算法技术看网络服务提供者的“应当知道”——也谈<民法典>第1197条的适用》,载《知识产权》2021年第12期。
[2]李自柱:《算法推荐下网络服务提供者侵犯著作权责任的判断》,载知产财经:https://mp.weixin.qq.com/s/PZ7EwGbj30IXgfhAAGQY2Q,2022年6月7日访问。
[3]北京知识产权法院(2021)京73民终4295号民事判决书。
[4]北京市海淀区人民法院(2018)京0108民初49421号民事判决书。
[5]参见李佩珊:《算法是邪恶的吗?》,载经济观察报观察家:https://mp.weixin.qq.com/s/Ku3ZS-PnkH7qvNzWO4-qcg,2022年6月7日访问。
[6]Keso:《坏算法?笨算法?》,载keso怎么看:https://mp.weixin.qq.com/s/fwVrvxcXP5_XcR7kuK-Lgg,2022年6月6日访问。
[7]李智慧:《4种简单推荐算法背后的原理》,载数据分析网:https://www.afenxi.com/92989.html,2022年6月5日访问。
[8]唐平中:《算法推荐技术原理》,载社科大互联网法学:https://mp.weixin.qq.com/s/Ixx05ImP8-PDm54bJ18nTg,2022年6月6日访问。
[9]参见熊文聪:《事实与价值二分:知识产权法的逻辑与修辞》,华中科技大学出版社2016年版,第7-20页。
[10]Francis M. Nevins, Copyright lecture at St. Louis University School of Law (Spring 2009).
[11]Nichols v. Universal Pictures Corp. , 45 F. 2d 119(2d Cir. 1930).
[12]参见北京市海淀区人民法院(2018)京0108民初49421号民事判决书事实查明部分。
[13]参见熊秉元:《最小防范成本原则》,载《读书》2015年第9期,第145-153页。
[14]转引自熊琦:《算法介入与网络服务提供者的责任认定》,载社科大互联网法学:https://mp.weixin.qq.com/s/TpgGC1TRAWFwN54Ckzx0cA,2022年6月7日访问。
[15]引文同上;亦可参见万勇:《著作权法强制性过滤机制的中国选择》,载《法商研究》2021年第6期。
[16]参见熊文聪:《数字技术与版权制度的未来》,载《东方法学》2010年第1期。
[17]参见熊文聪:《避风港中的通知与反通知规则》,载《比较法研究》2014年第4期。
[18]李自柱:《算法推荐下网络服务提供者侵犯著作权责任的判断》,载知产财经:https://mp.weixin.qq.com/s/PZ7EwGbj30IXgfhAAGQY2Q,2022年6月7日访问。
[19]唐平中:《算法推荐技术原理》,载社科大互联网法学:https://mp.weixin.qq.com/s/Ixx05ImP8-PDm54bJ18nTg,2022年6月6日访问



稿件来源:北大法律信息网法学在线

原发布时间:2022/11/23 8:37:44  




上一条:熊文聪 :从身份到行为:IPTV语境下视听节目侵权主体探析 下一条:喻 中 :王道、王政与王制:孟子政治法学的三个维度

关闭