人工智能時代圖書館信息分析的著作權例外規則*

王文敏，高 軍

0 引言

隨著人工智能(AI)技術的持續發展，人類進行信息分析的方式發生重大變革。信息分析(Information Analysis)亦稱情報分析，是指根據特定問題的需要，對大量信息進行深層次分析和加工，從而解決問題的信息勞動過程。人工智能的信息分析在圖書館領域具有廣泛的應用前景。作為信息和知識的重要收藏機構，圖書館界已經開始利用人工智能技術為讀者提供包括智能檢索、智能書目推薦、智能咨詢和反饋等多方面的個性化信息分析服務，逐漸開始向以自動化、智能化為特點的“智慧圖書館”轉變。基于此，國際圖書館界一直對人工智能技術的發展保持密切關注。2019年9月，國際圖聯(IFLA)積極參與世界知識產權組織(WIPO)召開的“知識產權與人工智能產權組織對話會”，并就WIPO 編寫的有關人工智能的議題草案發表意見：人工智能是當今世界的發展趨勢，但也應重視其帶來的法律風險，圖書館的使命是促進館藏作品的獲取和使用，幫助用戶進行科研活動，因此應盡可能采取著作權例外制度，實現對作品進行有效的信息分析[1]。2018 年在美國圖書館協會(ALA)年會上，圖書館和信息技術協會推出學術圖書館中的第一個AI實驗室[2]。2019年國際圖聯大會會前衛星會議信息技術分會(IFLA WLIC 2019)的主題是“機器人在圖書館：挑戰或機遇”，來自全球圖書館界的專家學者分享了各自對人工智能在圖書館領域應用的觀點[3]。

當前我國圖書館學研究主要關注人工智能技術在圖書館領域的具體運用，對與之相關的知識產權法，學界主要著眼于人工智能生成物的著作權屬性問題[4]，對圖書館領域利用人工智能技術進行信息分析所引發的法律風險以及由此對著作權例外規則造成的挑戰研究較少。法律上的不確定性將會給智慧圖書館的建設帶來極大的障礙，為此需要進行深入分析并提出有效的應對策略。

1 人工智能時代圖書館信息分析面臨的侵權風險和法律困境

人工智能的核心競爭力就在于其具有強大的信息分析能力，能夠通過大數據訓練集自動分析重要的模式與趨勢，并利用該規律處理新的數據訓練集[5]。人工智能將賦予圖書館更強大的信息檢索功能，能夠發現傳統檢索服務沒有檢測到的文本關聯，并根據文獻檢索結果進行深度的分析比較，這將使圖書館的內容提取和文獻索引服務更加便捷和準確。人工智能要在圖書館領域得到廣泛運用，而信息分析正是圖書館提供智能服務的前提。圖書館信息分析大致可以分為三個階段：信息輸入階段、信息處理階段和信息輸出階段，每個階段都面臨著一定的著作權侵權風險。

1.1 著作權侵權風險

(1)信息輸入階段。圖書館提供智能服務的前提是全面系統地掌握館藏文獻或數據。比如，谷歌公司推出的Talk to Books搜索引擎，需要檢索約十萬本書后回答用戶提出的問題。毫無疑問，上述過程需要先對圖書館館藏資源進行數字化，建立可供提取分析的內容庫，然后才能對數字化的館藏數據進行全面檢索從而實現快速匹配與定位。信息輸入是信息分析的前提。正如人們需要閱讀、觀看和聆聽各種信息，經過系統的學習才能創作出新的作品，人工智能機器也需要使用足夠龐大的信息進行訓練，才能培養其智能的行為模式，繼而為圖書館提供智能化的服務。然而，圖書館內容庫中的文本、圖片、聲音往往受到著作權法的保護。在信息分析之前，圖書館首先要通過人工智能技術將這些作品的格式轉換為標準的數據格式、抽取有用的信息并按照一定的結構重新組織，建立屬于該次信息分析范圍的內容庫。這一過程必然會涉及對原作品進行大規模的數字化復制，也就意味著信息輸入階段存在侵犯復制權的風險。

(2)信息處理階段。人工智能在圖書館信息處理中所采用的技術手段十分復雜，需要對圖書館的內容庫進行多次復制和模仿。一般情況下，這種復制行為只持續短暫時間，不屬于穩定長久的復制而只是計算機對作品的臨時復制。我國著作權法中的“復制”僅指永久性復制行為，臨時性復制在我國并不屬于侵犯復制權的行為[6]。基于此，信息處理階段的臨時復制行為在我國著作權法中的侵權風險較低。即使在將臨時復制納入復制權控制范圍的歐盟等發達國家和地區，出于促進數字信息自由流通的目的，臨時復制在滿足若干條件時也屬于著作權例外的情形，不會侵犯著作權。從另一個角度來看，在圖書館信息處理階段中，計算機對作品或數據的自動分析與人們對作品的閱讀與欣賞并無本質區別，不同之處僅僅在于學習的主體是機器而不是人。由于著作權法上沒有一個所謂的“閱讀權”或“欣賞權”來控制此種行為，其本身并不是著作權法意義上的作品利用方式，因此本來就無需征求權利人的同意，更不會構成對著作權的侵犯。正如馬克斯·普朗克創新與競爭研究所在報告中強調的那樣，對作品或數據的自動分析本身類似于人類的閱讀行為，這意味著只要人工智能有權閱讀文本，就有權進行文本挖掘[7]。據此，人工智能在信息處理階段的行為并不會侵犯著作權。

(3)信息輸出階段。此階段是指圖書館通過對作品的智能分析得出結果，進而利用該結果為讀者提供搜索、推薦、咨詢和反饋等服務。例如，谷歌的Talk to Books 搜索引擎根據讀者的咨詢提供一段邏輯性的回復或某書中的內容，讀者可以根據計算機的回答來選擇自己感興趣的書籍。根據“接觸加實質性相似”的著作權侵權判斷標準，如果輸出的內容是全新的作品或根本不構成作品的信息(如谷歌圖書館案中信息搜索后輸出的內容為某關鍵詞出現的次數，或者原文內容的極少片段①)，則并不構成侵權；但如果輸出的內容與原作品存在實質性相似，除非構成著作權限制或例外的情形，否則可能會侵犯復制權、翻譯權或改編權，如果對圖書館信息分析的內容庫未經許可擅自傳播，還將導致對廣播權和信息網絡傳播權的侵犯。

1.2 著作權法律困境

人工智能時代圖書館信息分析的3個階段具有不同的侵權風險，在討論著作權例外規則的適用時，究竟應當對三個階段分別進行定性分析還是應當將其看作一個整體進行分析？對此學界和司法界并未達成共識，存在兩種代表性的觀點，即“整體定性論”和“分段定性論”。在我國王莘訴谷歌圖書館案一審中，法院持“整體定性論”，認為應當將內容輸入階段的全文復制行為與后續的作品使用行為作為一個整體看待，若是為了實施后續的合理使用行為而未經許可地對書籍進行全文復制，那么前一階段的復制行為應當認定為合理使用行為的一個部分②；而在王莘訴谷歌圖書館案二審中，法院卻持“分段定性論”，認為后續階段的行為是否構成合理使用，不影響前一階段中對全文復制行為的定性③。

無論是整體定性論還是分段定性論，二者在本質上并不矛盾。著作權法對各項受控行為進行精細化的切割和解讀，這是因為不同的受控行為具有不同的目的并將產生不同的效果[8]。基于此，若上述三個階段中各項受控行為具有相互獨立的目的和效果，此時整體定性論就不再適宜，但若三個階段中的行為在目的和效果上完全一致，此時無論是整體定性論還是分段定性論都可以得出相同的結果。圖書館信息分析的3個階段雖然分別具有不同的法律風險，但當第一階段中的信息獲取只用于第二和第三階段，而不具有其他用途，即3個階段具有同一目的、能夠實現同一效果時，可以將3個階段的3種行為視為“信息分析”這一種行為進行統一考量。

由于圖書館信息分析整體行為具有一定的侵權風險，只有當其屬于合理使用的情形時才能免于承擔侵權責任。當前，我國的著作權例外規定僅能涵蓋極少部分符合條件的圖書館信息分析行為，絕大部分圖書館信息分析行為仍然面臨較大的著作權侵權風險。我國《信息網絡傳播權保護條例》第7條規定了適用于圖書館、博物館等五館在內的著作權例外情形，然而該條款有著嚴格的適用條件。首先，提供信息的地點限于館舍之內，不能通過互聯網向館舍之外的讀者提供數字化的作品；其次，圖書館提供的作品被嚴格限定為“合法收藏時就以數字格式存在的”或“已經損毀或瀕臨損毀、丟失或失竊、格式過時、難以購買”的情形。據此，圖書館信息分析行為一般無法滿足“五館使用”這一著作權例外的要求。此外，圖書館信息分析行為也無法滿足“適當引用”和“課堂教學和科研使用”的要求。雖然信息分析的目的屬于“為了介紹、評論某一作品、說明某一問題”或是“出于教學和科研任務的需要”，但其往往涉及對作品的全文復制，并不符合“適當”或“少量”的要求。

在國際競爭日趨激烈、人工智能技術日新月異的今天，為解決人工智能信息分析帶來的法律困境，美國、英國、德國、日本、歐盟等發達國家和地區走在了前列，通過修訂立法或確定司法判例的方式擴張了著作權例外的具體情形。2019年歐盟《數字單一市場版權指令》(以下簡稱《指令》)及其成員國(德、法等)的著作權法都設置文本與數據挖掘例外的規定；2018 年日本增設“信息分析”的著作權例外條款[9]；近年美國在谷歌系列案件中也將谷歌公司全文復制圖書的行為認定為合理使用①。目前在圖書館領域，人工智能帶來的法律困境亟待解決。我國在面對信息分析帶來的著作權問題時不應無所作為，應考慮圖書館信息分析行為的特點，重新評估圖書館信息分析的市場利益和政策博弈，以此為依據對著作權例外規則作出調整。

2 圖書館信息分析適用著作權例外規則的正當性

在著作權法的發展歷史上，新的傳播技術和交易模式往往使用戶使用和傳播作品的方式發生變化，進而促使著作權例外的范圍發生擴張或限縮的不同走向[10]。為了應對圖書館使用作品進行信息分析帶來的挑戰，應當回歸到著作權例外規則的正當性理論基礎，結合圖書館信息分析的自身特點，從法經濟學和法社會學的分析路徑分別予以考察。

2.1 圖書館信息分析的兩大特征考察

人工智能時代，圖書館信息分析的行為與傳統的圖書館作品使用方式并不相同，具有兩個鮮明的特點，即非表達性和低密度性。前者決定了圖書館信息分析行為屬于轉換性使用，后者證成了圖書館信息分析不宜采用著作權法定許可規則而應當適用合理使用的規則。

2.1.1 非表達性

傳統意義上對作品的使用是“表達性”(expressive)的，但人工智能時代圖書館信息分析對作品的使用卻具有“非表達性”(nonexpressive)的特點，即圖書館信息分析使用的不是原作品的表達，而是原作品中蘊含的信息和數據。從本質上看，非表達性使用是一種典型的轉換性使用，能夠產生不同于“原作”使用性質的新價值和新功能，因此圖書館信息分析不會侵占作品原有的市場，符合著作權例外規則的要求。美國第九巡回法院的Sega案是最早將非表達性使用認定為合理使用的判決之一，在該案中，被告在對原告的游戲卡帶進行反向工程的過程中不可避免地復制了原告游戲軟件的源代碼，法院認為出于非表達性目的使用作品將構成不侵權的合理使用④。此后的搜索引擎縮略圖系列案件進一步發展了非表達性使用的理論。在美國Kelly案⑤和Perfect 10案⑥中，搜索引擎公司未經許可將原告擁有版權的完整大小的圖片下載到自己的服務器上，然后做成縮略圖儲存在服務器中，刪除原來完整大小的圖片復制件，再將縮略圖提供給公眾；法院認為，縮略圖僅僅是改善用戶對圖像訪問的工具，低分辨率的縮略圖不太可能被用于審美，由于被告使用的并不是原告富于藝術性的表達，且這種非表達性使用不會取代原圖片的市場，因此被告的行為并不構成侵權。

同樣，圖書館信息分析也是建立在對作品進行非表達性使用的基礎上。在美國谷歌圖書館案中，谷歌圖書館掃描了大量的圖書用于計算機信息分析，法院指出，谷歌圖書館開發的關鍵詞搜索等服務提供的是關于書籍的信息，而不是書籍的表達，產出的內容并不是表達性的作品，法律將谷歌圖書館視為一種將表達性作品轉換為非表達性內容或事實的工具，這種信息分析的非表達性行為構成了合理使用中的轉換性使用①。因此，基于人工智能技術而實施的圖書館信息分析往往具有“非表達性”的特點，其本質上是一種對作品的轉換性使用，不同于原作的使用方式，不僅不會損害原作者的利益和市場，還能夠進一步鼓勵知識發現新方式的研發和科學研究方法的突破，最終達到豐富社會文化的目的。

2.1.2 低密度性

在人工智能時代，圖書館信息分析最為突出的特點是作品使用的低密度性，該特征也決定了圖書館信息分析應適用著作權例外規則。利用人工智能技術對圖書館內的作品進行信息分析時，需要以大量作品為基礎，單個作品對最終形成的成果貢獻極小。人工智能的內容庫中可能包含成千上萬著作權人享有權利的作品，如果每一件作品都需要經過許可和付酬才可以使用，意味著需要付費的作品數量龐大，付費對象及方式也難以確定，由此將引發極高的交易成本，無疑會增加人工智能研發和推廣的負擔。即使選擇法定許可、強制許可付費的方式，從理論上看似乎能夠降低交易成本，但卻無法及時根據市場的情況作出回應和調整，甚至將反過來給人工智能技術的應用帶來無法逾越的障礙[11]。此外，大量沒有聯系渠道的“無主作品”依然存在，而且許多著作權人未必理解其作品對社會公共文化事業的重大意義，不會輕易將作品許可給人工智能使用。若科研工作者出于法律風險的考量，放棄先進的信息分析技術，把創新的精力投入到最基本的文獻整理和實驗數據測試工作中，這些繁瑣的程序和高昂的費用將足以阻止人工智能這一先進技術的應用，從而也給社會帶來重大的損失。上述法律障礙必然會阻礙圖書館利用信息分析技術來優化和提升各類智能化服務；而要求圖書館因信息分析行為向著作權人付費將徒增信息分析的成本，不僅著作權人獲益甚微，甚至會引發訴訟泛濫，造成司法資源和社會成本的巨大負擔。鑒于此，圖書館信息分析應適用著作權例外規則。

2.2 圖書館信息分析的市場失靈評估

從法經濟學市場失靈的理論出發，考慮到著作權許可市場的交易成本和公共利益的需求，圖書館信息分析也應當適用著作權例外規則。戈登(Gordon)教授在1982 年一篇開創性文章中指出，著作權例外的理論基礎在于市場失靈(market failure)[12]。“市場失靈”在經濟學上原指市場無法有效率地配置資源的情況，戈登教授將“市場失靈”用于合理使用領域，來指代社會期望使用作品但卻無法由市場力量來實現的狀態。著作權制度是一種具有工具性質的激勵機制，當交易成本過高、當事人之間無法通過市場交易獲得作品時，才能將該行為納入著作權例外的范圍，以法定的權利配置取代自由的交易行為。正如前文所述，圖書館信息分析的低密度性使得向著作權人一一支付報酬成本高昂、無法實現，這種著作權許可市場的市場失靈使圖書館信息分析適用著作權例外規則成為了最有效率的選擇。

除此之外，市場失靈的概念還應作廣義的理解，不僅包括交易成本過高、雙方當事人之間無法自由協商的情形，還應該包括公共利益無法實現的情況[13]。這就意味著，若著作權法阻礙了圖書館信息分析的開展，造成社會公共福利的減損，則同樣也屬于市場失靈的情形，此時圖書館信息分析應當適用著作權例外規則。當前，若圖書館信息分析無需授權和付費，無疑將有利于科技發展、公平競爭和社會進步，廣大的作者和科研工作者也能從中獲益；但如果因為著作權問題而禁止圖書館開展信息分析，那將會阻礙技術進步和社會整體發展，造成無法估量的損失。需要指出的是，圖書館信息分析不僅事關公共文化事業的發展，還與科學研究事業的發展甚至產業的前途密切相關。我國人工智能產業正處在飛速發展的上升期，與發達國家在國際市場上進行激烈的競爭。對于參與人工智能競爭的每個國家而言，若人工智能使用作品的行為在一國被判侵權，將促使新技術向其他為人工智能營造寬松法律環境的國家轉移，最終該國也將在人工智能領域的國際競爭中落后于競爭對手，喪失寶貴的發展機會。基于此種公共利益的需要，我國在具體制度設計上應當以較為寬松的著作權例外制度給予圖書館信息分析行為更好的發展環境。

2.3 圖書館信息分析的政策博弈考量

從法社會學的角度分析，圖書館信息分析適用著作權例外規則是對當前利益集團博弈導致的“少數者偏差”的政策矯正。著作權政策的形成是兩個利益集團博弈的結果，一類是總體比例很大但卻較為分散的大集團，如圖書館讀者或科研人員團體，另一類是總量較小但行動力強的利益小集團，如著作權人及其背后的出版集團。奧爾森的集體行動理論認為，小集團比大集團更有效率和更富生命力。作為大集團的廣大圖書館讀者難以組織起來、采取行動以強化其共同利益，公共圖書館的游說能力極弱，也很難給政策施加足夠壓力；反之，作為小集團的著作權人及其背后的出版團體在利益的驅使下具有很強的游說能力[14]。立法政策往往反映的是著作權人及出版者這一小集團的利益，很難反映大集團的利益，由此形成的立法容易產生不均衡的“少數者偏差”[15]，圖書館用戶和科研團體的意向均難以在政策中得到體現。鑒于此，圖書館信息分析更應適用著作權例外規則，確保圖書館用戶和科研工作者能夠自由地使用作品進行信息分析，不被強勢的著作權小集團利益所左右。

現今有關圖書館信息分析的各國立法也體現了利益集團之間的博弈和對著作權保護政策的不同選擇。2019 年歐盟《指令》以及英國、德國等的文本與數據挖掘規定都在主體、客體、目的等要件上采取較為嚴格的立場⑦，而日本、美國對此卻采取較為寬松的態度，尤其是日本，其發展本國大數據和人工智能產業的愿望極為強烈。為了保護創新產業的領先優勢，日本在判斷信息分析行為是否構成合理使用時采取了較為寬容的做法，由此被稱為“機器學習的樂園”[9]。嚴格的要件能夠對著作權人的利益給予更充分的保護，但卻可能對新技術的發展造成阻礙；而寬松的要件則可以賦予新技術更大的發展空間。鑒于我國當前在人工智能和大數據產業面臨的激烈競爭，應當借鑒美國和日本的做法，為信息分析行為制定較為寬松的著作權例外規則，以便圖書館信息分析行為獲得一個良好的發展環境。正因如此，IFLA在WIPO“知識產權與人工智能產權組織對話會”上指出，對于能夠合法接觸的作品，圖書館信息分析行為與作品的正常市場開發沒有沖突，也不存在對權利人合法利益的不合理損害，IFLA贊成采取不會給作品的獲取和使用帶來新障礙的無報酬的著作權例外規則，即允許在合法獲得的作品中使用數據進行信息分析[1]。

3 人工智能時代信息分析著作權例外規則的設立

人工智能這一新技術并沒有顛覆著作權法的原理，我國現有的著作權制度仍然蘊含了回應的能力，只需在現有著作權例外制度框架內進行一定的改造，以更好地尋求解決之道。值得注意的是，修改現有的著作權例外規則會導致原有的圖書館例外、合理引用、教學和科研使用等條款變動過大，并不合適，為此可以考慮將已經在許多國家立法中付諸實踐的信息分析例外(Information Analysis)或文本和數據挖掘例外(Text and Data Mining，TDM)納入我國著作權例外的情形中。立法用語方面，由于我國不像歐盟那樣制定了專門的數據庫保護指令，并未對“數據”賦權，“挖掘”一詞也容易給人帶來語義不明的困擾，因此采用“文本和數據挖掘”的用語并不妥當。可以考慮借鑒英國“文本和數據分析”(Text and Data Analysis)或日本“信息分析”的用語，設置著作權“信息分析”例外的專門條款；借鑒相關國家立法的規定，進一步明確界定該條款的前提、主體、目的和儲存等要件，包括圖書館在內的信息分析主體均可適用該例外條款。

3.1 信息分析的主體要求

信息分析著作權例外條款的適用主體不僅包括圖書館、科學研究組織等公共文化或學術性機構，而且還應進一步擴大。歐盟《指令》規定了兩種類型的文本與數據挖掘，其中第3條規定文本與數據挖掘的主體為研究機構(research organization)。《指令》第2條定義部分對“研究機構”作出了規定：“研究機構”是指大學，包括其圖書館、研究所或任何其他實體，該機構應當符合“以非營利為基礎”或“出于為成員國所承認的公共利益而進行研究”的條件⑧；《指令》第4條還規定“分析處理環節的TDM例外”，卻未對TDM 的主體進行限制。與歐盟對主體要件的規定相比，日本和美國對主體均未施加任何限制，商業性的主體(如谷歌公司)同樣能夠成為合理使用的主體。實際上，美國、日本的相關規定更加合理，信息分析例外不應限定行為主體的身份，而應擴展到所有已經合法接觸作品的人。首先，信息分析技術不僅在科學研究方面非常重要，在其他私營和公共機構中往往也得到廣泛的使用，包括政府服務、商務決策、新應用程序或技術的開發，在某些情況下圖書館僅僅依靠自己的力量甚至無法實現人工智能信息分析，還需要與科技公司合作，如基于公私合作關系(publicprivate partnerships，PPP)開展信息分析活動，因此過于嚴格的主體要求會限制信息分析的實施效果。其次，歐盟《指令》中所規定的，“研究機構”要“以非營利為基礎”或“出于為成員國所承認的公共利益而進行研究”，仍然是含糊不清的法律術語，在實踐中將引發如何區分的問題，不得不等待法院在未來的司法判例中進一步界定[16]。為此，不宜將信息分析條款中的主體局限于研究組織，應借鑒英國在文本和數據分析例外中的法律用語，主體為囊括企業、信息中介機構、研究人員和記者等的“任何人(person)”⑨，再通過其他要件來對信息分析的范圍進行限定。

3.2 信息分析的客體要求

信息分析針對的客體是能夠“合法接觸”(lawful access)的作品。歐盟《指令》和英國《版權、外觀設計和專利法案》都規定信息分析的前提是使用者獲得了對作品的“合法接觸”。根據歐盟《指令》中對立法理由的闡述，合法接觸應理解為基于開放獲取政策或者通過權利人與研究組織或文化遺產機構的合同安排而取得的合法接觸途徑。取得合法接觸的主要方式有訂閱作品(subscriptions)，這意味著訂閱覆蓋的范圍都屬于合法接觸的范圍，用戶可以對數據庫中的作品進行信息分析；同時，若作品已經在線向公眾免費提供(freely available online)，且權利人未以適當的方式對其復制權作出保留，也將被視為能夠被合法接觸的作品⑧。此外，除了訂閱和在線公開的作品，對作者無法向市場有效提供數字版本的作品，由于發生了著作權許可市場的失靈，可適當地將這些作品擴大解釋為人工智能可以“合法接觸”的內容，允許對此適用信息分析例外。

3.3 信息分析的目的要求

信息分析的目的應限定為“科學研究或其他合理目的”。首先，應當明確出于“科學研究”(scientific research)目的進行信息分析屬于著作權例外，以保證法律的可預見性，而圖書館信息分析也屬于廣義的“科學研究”；其次，信息分析的目的并不限于“科學研究”，還應當增加“其他合理目的”，為更多的信息分析行為提供適用著作權例外的空間。歐盟《指令》第3條明確規定，文本與數據挖掘例外必須是出于“科學研究”的目的，但在第4條“分析處理環節的TDM例外”中卻并未對TDM 作出目的上的限制。雖然信息分析對“科學研究”特別有益，但同樣也能夠在科學研究之外為創新提供激勵，其范圍不應過于狹窄，以免扼殺來自其他領域的創新。歐盟《指令》第3條中，“科學研究”目的下的文本和數據挖掘例外反映的是多個成員國最低限度的共識，但這并不妨礙各成員國可以規定超出科學研究目的的文本和數據挖掘例外[17]。為此，應借鑒日本和美國的做法，無需對信息分析的目的作出限定，采用“科學研究或其他合理目的”這一寬泛的用語，使該項例外能夠在更大的范圍內適用。

3.4 信息分析內容庫的安全保存措施

人工智能信息分析結束后需要(將相關的數據集及成果等)安全地儲存到相應的內容庫，以供下一次信息分析或者結果驗證使用。各國立法例都對TDM 后續的儲存行為進行了嚴格要求，值得我國在立法中充分借鑒。如德國法律規定，文本與數據挖掘完成后，可以將內容庫發送到法律指定的機構進行長期存儲，應刪除任何其他副本⑩。歐盟《指令》在第3條也作出了類似規定：為文本和數據挖掘而制作的作品復制件應以適當的安全級別存儲，并可保留以用于科學研究，包括用于核實研究結果⑧。此外，在美國谷歌圖書案中，谷歌公司重點證明其采取了嚴格的技術保護措施，不會導致圖書數字版本的外泄和傳播①。學界對該問題十分重視，如馬克斯·普朗克創新與競爭研究所針對該問題提出相關建議：“成員國應指定一個機構安全地存儲用于文本和數據挖掘的數據集，并使其僅供驗證之用”[7]。因此，為了防止泄露內容庫中的文本而引發不堪設想的后果，有必要采取嚴格的安全措施，防止未經許可傳播內容庫。

3.5 技術保護措施和合同的例外規定

此外還需要明確，雖然著作權人可以通過技術保護措施和合同來確保其作品的安全性和完整性，但技術保護措施和合同原則上不能排除信息分析的開展。即使規定了信息分析屬于合理使用，也會有權利人利用技術保護措施或者合同的霸王條款來排除人工智能對作品的使用。我國《信息網絡傳播權保護條例》只規定了4項允許規避技術措施的例外情形，遠少于世界其他主要國家或地區立法所規定的例外情形數量，無法滿足數字時代圖書館進行信息分析的需要，為此應該增設例外情形，通過法律的強制性規定防止權利人利用技術保護措施進行技術圈地。基于此，可以借鑒馬克斯·普朗克創新與競爭研究所的相關建議條文：“任何違反第1款或第2款規定的權利和義務的合同條款均不可執行。應允許權利人采取必要措施，確保網絡和數據庫的安全性和完整性。這些措施不得不必要地妨礙文本和數據挖掘。”[7]當然，信息分析需要對已訂閱內容和網上內容的來源作區別對待，前者可視為已經獲得了權利人的默示許可[18]，技術措施和合同都不能排除信息分析的開展；但后者仍然允許通過合同協議或單方聲明等方式保留權利。比如，歐盟《指令》就規定，對于已在網上公開發布的內容，可使用機器可讀的方式(machine readable means)來保留這些權利，包括通過設置爬蟲協議黑名單或者網站附加條款，阻止他人對網站中的內容進行抓取⑧。

綜上，建議在現有的著作權例外條款的基礎上增加一項信息分析例外，具體條文規定可參考如下：“出于科學研究或其他合理目的，可以在必要限度內使用已經合法接觸的作品開展信息分析，應指定一個機構安全存儲用于信息分析的數據集。”此外，還應當在相關的細則中明確：原則上技術措施與合同不能排除信息分析行為，但對于已在網上公開發布的內容，允許使用機器可讀的方式來保留其權利。

4 結語

人類發展大數據和人工智能的終極目標在于改善人類的生活[19]。正如埃隆·馬斯克倡導的那樣，機器人接管了苦差事，可以讓個人自由地從事有意義的工作[20]。人工智能時代，圖書館的信息分析為科研人員節約了大量信息搜尋的時間，帶來了研究方式的新變革，但同時也給傳統的著作權例外規則帶來一定的挑戰。發源于小數據時代的著作權例外規則，在適應大數據時代的產業發展需求時存在諸多困境。無論是從人工智能時代圖書館信息分析的“非表達性”和“低密度性”的特點出發，還是從信息分析適用著作權例外的法經濟學和法社會學的基礎理論分析，我國都應該對信息分析采取鼓勵和寬容的立場。未來，人工智能還將在圖書館領域大有作為，有助于提高資源的檢索效率，充分挖掘圖書館文獻資源的潛在價值，實現圖書館的便捷、精準和高效服務。為此，應當在立法中增加“信息分析”的著作權例外條款，將包括圖書館信息分析在內的行為認定為合理使用。

注釋

① Authors Guild v. Google，Inc.，804 F. 3d 202，209（2015）.

② 北京市高級人民法院（2013）高民終字第1221號民事判決書。

③ 北京市第一中級人民法院（2011）一中民初字第1321號民事判決書。

④ Sega Enterprises Ltd. v. Accolade， Inc.， 977 F.2d 1510 （9th Cir.1992）.

⑤ Kelly v. Arriba Soft Corp.，336 F.3d 811 （9th Cir.2003）.

⑥ Perfect 10， Inc. v. Amazon.com， Inc.， 508 F.3d 1146 （9th Cit.2007）.

⑦ 英國2014年通過修改其《1988年版權、外觀設計和專利法案》率先規定了文本和數據挖掘的例外。德國在著作權法的修改中也增加了文本與數據挖掘例外，修正案于2018年3月1日生效。

⑧ 本部分內容由作者參照歐盟2019年《數字化單一市場版權指令》的序言，第3、4條翻譯而來。

⑨ 本部分內容由作者參照英國2014 年修訂的《版權、外觀設計和專利法案》第29條翻譯而來。

⑩ 本部分內容由作者參照德國2017年修訂的《著作權法》第60d條翻譯而來。