L-iskrappjar ta' dejta ta' pjattaforma aċċessibbli għall-pubbliku mhuwiex ipprojbit bħala tali skont il-liġi Olandiża, iżda l-użu mill-ġdid tagħha jista' jikser id-dritt tad-database tal-pjattaforma, id-drittijiet tal-awtur, it-termini tal-użu tagħha jew il-GDPR. L-eċċezzjoni ewlenija min-naħa kriminali: jekk tkisser login wall, miżura ta' sigurtà jew tuża ċavetta falza biex tikseb id-dejta, dan jista' jkun intrużjoni fil-kompjuter skont l-Artikolu 138ab tal-Kodiċi Kriminali Olandiż (Wetboek van Strafrecht, Sr), punibbli b'massimu ta' sentejn ħabs.
Għalhekk, jekk l-iscraping huwiex legali jiddependi fuq kif tinkiseb id-dejta, x'jinħażen u kif terġa' ssir disponibbli. Hawn taħt nistabbilixxu l-ħames oqfsa legali, ir-riskju għal kull metodu ta' ġbir, id-dejta tat-taħriġ tal-IA u l-infurzar.
Id-dejta pubblika tista' terġa' tintuża b'xejn?
Le. Id-dejta li hija viżibbli mingħajr ma tidħol xorta tista' tkun protetta. Kull min jiġbor, jaħżen u jerġa' juża d-dejta tal-pjattaforma jaħdem fl-intersezzjoni tad-drittijiet tad-database, id-drittijiet tal-awtur, il-liġi kuntrattwali, il-liġi kriminali u l-liġi tal-protezzjoni tad-dejta.
Il-mistoqsija tqum għal siti ta’ tqabbil tal-prezzijiet, għodod ta’ reklutaġġ, ditti ta’ riċerka tas-suq u, dejjem aktar, għal partijiet li jiġbru dejta ta’ taħriġ għal mudelli tal-IA. F’kull każ ir-riżultat jiddependi fuq il-metodu ta’ ġbir, in-natura tad-dejta u l-użu maħsub.
Liema metodu ta' ġbir iġorr liema riskju?
Jistgħu jiġu distinti tliet mudelli: il-kollegament u l-inkorporazzjoni, l-irkupru u l-ħażna indipendenti, u l-irkupru li jevita r-restrizzjonijiet tekniċi. Ir-riskju jiżdied ma' kull pass.
| Metodu | Riskju Ċivili u tal-Proprjetà Intellettwali | Riskju għall-protezzjoni tad-dejta | Riskju kriminali |
|---|---|---|---|
| Konnessjoni u inkorporazzjoni | Baxx għal moderat | Limitat, pereżempju indirizzi IP mgħoddija permezz ta' embeds | Negliġibbli |
| Irkupru u ħażna fuq servers proprji | Moderat għal għoli | Għoli fejn tinvolvi dejta personali | Baxx jekk is-sors huwa pubbliku |
| Kif tevita l-ħitan tal-login, it-tokens jew il-CAPTCHAs | Għoli ħafna | Għoli ħafna | Reali (Artikolu 138ab Sr) |
Din il-matriċi hija l-ewwel indikazzjoni, mhux regola tal-liġi. Il-linking għal materjal aċċessibbli liberament ma jilħaqx pubbliku ġdid f'termini ta' drittijiet tal-awtur, iżda l-inkwadrar, il-preżentazzjoni qarrieqa jew l-użu ta' trademarks xorta jistgħu joħolqu responsabbiltà.
Meta d-dritt tad-database jipproteġi pjattaforma?
Id-dritt tad-database jipproteġi lill-produttur ta’ database jekk il-kisba, il-verifika jew il-preżentazzjoni tal-kontenut tagħha jkunu jeħtieġu investiment sostanzjali (Artikolu 1 tal-Att Olandiż dwar id-Databases, Databankenwet). Il-produttur jista’ mbagħad jipprojbixxi l-estrazzjoni jew l-użu mill-ġdid ta’ parti sostanzjali, u l-estrazzjoni ripetuta u sistematika ta’ partijiet iżgħar fejn dan ikun f’kunflitt mal-isfruttament normali (Artikolu 2 Databankenwet).
Id-dritt idum ħmistax-il sena mill-1 ta' Jannar tas-sena wara li tkun tlestiet id-database (Artikolu 6 Databankenwet). L-evitar ta' miżuri tekniċi effettivi li jipproteġu database huwa illegali fih innifsu (Artikolu 5a Databankenwet).
L-investiment fil-ħolqien tad-dejta jgħodd?
Le. Fil-każ British Horseracing Board v William Hill (QĠUE 9 ta' Novembru 2004, C-203/02), il-Qorti tal-Ġustizzja ddeċidiet li l-investiment biss fil-kisba, il-verifika u l-preżentazzjoni ta' dejta eżistenti jgħodd, mhux l-ispiża tal-ħolqien tagħha.
Għal pjattaformi b'kontenut iġġenerat mill-utent dan jaffettwa ż-żewġ naħat. L-utenti jtellgħu l-kontenut huma stess, u għalhekk il-kisba tiegħu tiswa ftit lill-pjattaforma. Il-protezzjoni mbagħad tiddependi fuq investiment ippruvat fil-verifika, il-moderazzjoni, l-indiċjar u l-preżentazzjoni, appoġġjat minn ċifri dwar il-persunal, l-infrastruttura u s-sistemi, mhux mid-daqs tal-bażi tal-utenti.
Magna tat-tiftix meta terġa' tuża database?
Jista'. F'Innoweb v Wegener (QtĠ-UE 19 ta' Diċembru 2013, C-202/12) il-Qorti ddeċidiet li servizz li jibgħat mistoqsijiet ta' tiftix f'ħin reali lid-database ta' parti oħra u juri r-riżultati fl-interfaċċja tiegħu stess jerġa' juża dik id-database, anke jekk ma jaħżen xejn b'mod permanenti. Dak ir-raġunament japplika għal ħafna scrapers u front ends alternattivi.
L-eċċezzjoni tat-tħaffir tat-test u tad-dejta tgħin?
Parzjalment. Skont l-Artikolu 15o tal-Att dwar id-Drittijiet tal-Awtur Olandiż (Auteurswet), ir-riproduzzjoni għat-tħaffir ta’ test u dejta hija permessa jekk għandek aċċess legali u d-detentur tad-drittijiet ma jkunx irriżerva espressament id-drittijiet tiegħu, għal xogħlijiet online b’mezzi li jinqraw minn magni. L-Artikolu 15n Auteurswet fih eċċezzjoni usa’ għal organizzazzjonijiet ta’ riċerka u istituzzjonijiet tal-wirt li jagħmlu riċerka xjentifika.
L-Artikolu 4a tad-Databankenwet japplika l-istess eċċezzjonijiet għad-dritt tad-database. Għalhekk, għażla ta' non-parteċipazzjoni li tista' tinqara minn magna, pereżempju fl-istruzzjonijiet robots.txt jew fil-metadata tal-API, tagħlaq din ir-rotta għall-minaturi kummerċjali.
Min għandu d-drittijiet tal-awtur fil-kontenut tal-pjattaforma?
Fil-prinċipju l-utenti individwali li kitbuh jew għamluh, jekk il-kontenut huwa l-ħolqien intellettwali tagħhom stess (Infopaq, QĠUE 16 ta' Lulju 2009, C-5/08). Postijiet qosra u fattwali ħafna drabi ma jilħqux dak il-limitu, għalhekk jista' jkun li ma jkun hemm xejn x'jiġi protett.
Il-pjattaformi ġeneralment jirċievu biss liċenzja mhux esklussiva fit-termini tal-użu tagħhom. Skont il-liġi Olandiża, detentur ta' liċenzja mhux esklussiva ma jistax jiftaħ kawża għal ksur waħdu; jeħtieġ mandat mid-detenturi tad-drittijiet. Madankollu, il-pjattaforma tista' tiddependi fuq id-drittijiet tagħha stess fl-interfaċċja tal-utent, l-ikoni u t-trademarks tagħha, u servizz li jikkopja dawk l-elementi biex jidher familjari jagħti lill-pjattaforma bażi għal azzjoni.
Meta tkun qed issir link jew ikkupjar ta' komunikazzjoni ġdida għall-pubbliku?
Tliet sentenzi tal-Qorti tal-Ġustizzja jistabbilixxu l-linja. Il-ħolqien ta’ link għal xogħol li huwa aċċessibbli liberament mhuwiex komunikazzjoni ġdida lill-pubbliku (Svensson, 13 ta’ Frar 2014, C-466/12). Il-kopjar ta’ xogħol fuq is-server tiegħek stess u li tagħmlu disponibbli huwa (Renckhoff, 7 ta’ Awwissu 2018, C-161/17). L-ifframmar li jdur ma’ miżuri tekniċi ta’ protezzjoni jilħaq ukoll pubbliku ġdid (VG Bild-Kunst, 9 ta’ Marzu 2021, C-392/19).
It-termini tal-użu ta' pjattaforma huma vinkolanti għall-iscrapers?
Biss jekk ikun ġie ffurmat kuntratt. Utent irreġistrat li kklikkja biex jaċċetta t-termini (click-wrap) huwa fil-prinċipju marbut; viżitatur li jara biss link għat-termini fil-qiegħ tal-paġna (browse-wrap) ħafna drabi ma jkunx.
Kważi kull pjattaforma tipprojbixxi aċċess awtomatizzat fit-termini tagħha, u l-ħolqien ta' kontijiet awtomatikament biex wieħed jiskrapja malajr ikun ksur tal-kuntratt. Talba kuntrattwali għandha limiti prattiċi: torbot biss lill-kontroparti, it-telf huwa diffiċli biex jiġi ppruvat għal pjattaforma bla ħlas, u klawżola ta' penali ħafna drabi tkun nieqsa. Għalhekk il-pjattaformi ġeneralment jikkombinawha mad-drittijiet tad-database, id-drittijiet tal-awtur jew it-tort (Artikolu 6:162 tal-Kodiċi Ċivili Olandiż, BW).
X'inhu l-paradoss ta' Ryanair?
Fil-każ Ryanair v PR Aviation (QtĠ-UE 15 ta' Jannar 2015, C-30/14), il-Qorti tal-Ġustizzja ddeċidiet li d-drittijiet tal-utent fid-Direttiva dwar id-Databases ma japplikawx għal database protetta la mid-drittijiet tal-awtur u lanqas mid-dritt tad-database. L-operatur jista' mbagħad jirrestrinġi l-użu mill-ġdid permezz ta' kuntratt. Iktar ma tkun dgħajfa l-pożizzjoni tal-proprjetà intellettwali, iktar ikun b'saħħtu l-kuntratt.
Il-każ reġa’ lura quddiem il-Qorti tal-Appell tal-Aja, li vvalutat jekk it-termini tal-browse-wrap kinux ġew aċċettati skont il-liġi magħżula f’dawk it-termini aktar milli skont il-liġi Olandiża (Gerechtshof Den Haag 23 ta’ Jannar 2018, ECLI:NL:GHDHA:2018:61). Fejn database hija protetta, japplika l-oppost: il-produttur ma jistax jipprevjeni lil utent legali milli jiġbed partijiet mhux sostanzjali, u kuntratt ma jistax jiddevja minn dan għad-detriment tal-utent (Artikolu 3 Databankenwet).
Meta l-iskraping ikun reat kriminali?
Meta jammonta għal intrużjoni fil-kompjuter (computervredebreuk): dħul intenzjonat u illegali f'sistema awtomatizzata. Skont l-Artikolu 138ab(1) Sr dan huwa fi kwalunkwe każ il-każ jekk l-aċċess jinkiseb billi tinkiser miżura ta' sigurtà, intervent tekniku, sinjali foloz jew ċavetta falza, jew billi tiġi assunta identità falza; il-piena massima hija ta' sentejn, jew erba' snin jekk id-dejta mbagħad tiġi kkupjata (Artikolu 138ab(2) Sr).
Li tibgħat talbiet aktar malajr milli jrid il-fornitur, li tinjora robots.txt jew li tirreġistra kont permezz ta' formola pubblika fiha nnifisha ma tammontax għal intrużjoni; tista' tikser it-termini tal-użu, li hija kwistjoni ċivili. Ir-riskju jiżdied sew meta l-ostakli tekniċi jingħelbu, bħall-użu mill-ġdid ta' tokens ta' awtentikazzjoni jew ċwievet tal-API interċettati, jew li tevita apposta s-sistemi CAPTCHA. Jekk dan jikkwalifikax bħala intrużjoni jiddependi fuq kif taħdem is-sigurtà u x'kien beħsiebu l-utent.
X'jirrikjedi l-GDPR meta tinġabar dejta personali?
Hekk kif id-dejta miġbura tista' tiġi traċċata għal individwi, bħal usernames, ritratti tal-profil, postijiet jew indirizzi IP, japplika l-GDPR u l-iscraper ġeneralment ikun il-kontrollur. Il-fatt li d-dejta hija pubblika ma jneħħix id-drittijiet tas-suġġetti tad-dejta.
L-iscrapers spiss jiddependu fuq interessi leġittimi bħala l-bażi legali. Dan jirrikjedi valutazzjoni dokumentata tal-iskop, il-ħtieġa u bilanċjar tal-interessi li jinkludi l-aspettattivi raġonevoli tal-persuni kkonċernati; b'dejta sensittiva, monitoraġġ fuq skala kbira jew tfassil ta' profili, il-bilanċ spiss jaqa' kontra l-iscraper. Il-GDPR jeżenta d-dmir li jiġu infurmati s-suġġetti tad-dejta fejn dan ikun impossibbli jew sproporzjonat, iżda l-obbligi l-oħra kollha jibqgħu: limitazzjoni tal-iskop, minimizzazzjoni tad-dejta, rekord tal-ipproċessar, sigurtà, id-drittijiet ta' aċċess, oġġezzjoni u tħassir, u valutazzjoni tal-impatt fuq il-protezzjoni tad-dejta għall-ipproċessar fuq skala kbira. L-Awtorità Olandiża għall-Protezzjoni tad-Dejta (Autoriteit Persoonsgegevens) tissorvelja l-konformità, irrispettivament minn jekk il-pjattaforma taġixxix.
Tista' tuża dejta miġbura biex tħarreġ mudell tal-AI?
Possibilment, iżda l-ġbir, il-ħażna u t-taħriġ huma atti separati, kull wieħed bit-test tiegħu stess. Il-ġbir u l-ħażna temporanja tad-dejta tat-taħriġ jistgħu jaqgħu taħt l-eċċezzjoni tat-tħaffir tat-test u tad-dejta tal-Artikolu 15o Auteurswet, iżda biss sakemm id-detentur tad-drittijiet ma jkunx irriżerva d-drittijiet tiegħu b'mod li jinqara minn magna.
Jekk is-sett ta’ taħriġ jinkludi parti sostanzjali minn database protetta, id-dritt tad-database xorta japplika. Skont il-GDPR għandek bżonn bażi legali soda u ġeneralment valutazzjoni tal-impatt, u huwa teknikament diffiċli li jiġu onorati talbiet għal tħassir jew rettifika ladarba d-dejta tkun ġiet assorbita f’mudell imħarreġ. Pjattaformi bi proprjetà intellettwali dgħajfa xorta jistgħu jirrestrinġu t-taħriġ tal-IA permezz tat-termini tagħhom jekk ikun ġie ffurmat kuntratt. Ara wkoll l-artiklu tagħna dwar is-sistemi tal-IA skont l-Att dwar l-IA.
Kif il-pjattaformi jinfurzaw kontra l-iscrapers?
Li tipprova li l-iscraping rarament huwa l-problema: logs tas-server, firxiet tal-IP, mudelli ta' talbiet u dejta kanarju mħawla juru minn fejn ġiet id-dejta. L-identifikazzjoni ta' operatur anonimu hija aktar diffiċli.
Fornitur ta' hosting jista' jkun obbligat jiżvela l-identità tal-operatur jekk il-kontenut ikun plawżibbilment illegali u ta' ħsara, ir-rikorrent ikollu interess reali, ma jkunx hemm mod inqas intrużiv biex tinkiseb id-dejta u l-interess tar-rikorrent jipprevali (HR 25 ta' Novembru 2005, ECLI:NL:HR:2005:AU4019, Lycos v Pessers). Il-biċċa l-kbira tal-każijiet jitressqu fi proċedimenti sommarji (kort geding) għal inġunzjoni b'penali. Il-pjattaformi jibagħtu wkoll avviżi lill-fornituri ta' hosting, servizzi CDN, ħwienet tal-app u reġistraturi; l-Att dwar is-Servizzi Diġitali tal-UE jipprovdi proċedura standard ta' avviż u azzjoni għal dan, iżda ma jiddeċidix hu stess x'inhu illegali.
X'għandek tiċċekkja jekk tiġbor dejta tal-pjattaforma?
Iċċekkja dawn il-punti qabel tibda tiġbor:
- Kemm jekk tiġbor parti sostanzjali minn database, kif ukoll jekk testratta ripetutament partijiet iżgħar.
- Jekk il-pjattaforma għandhiex riżervazzjoni ta' test u data mining li tinqara mill-magna.
- Jekk aċċettajtx termini ta' użu li jipprojbixxu aċċess awtomatizzat.
- Jekk il-metodu tiegħek jaqbeż login wall, token, CAPTCHA jew sigurtà oħra.
- Liema dejta personali tiġbor, il-bażi legali tiegħek u l-perjodu ta' żamma tiegħek.
- Jekk tistax fil-fatt tesegwixxi talbiet għal aċċess u tħassir.
X'għandek tivverifika bħala pjattaforma li tipproteġi d-dejta tagħha?
Iċċekkja dawn il-punti biex issaħħaħ il-pożizzjoni tiegħek:
- Li l-investiment tiegħek fil-verifika, il-moderazzjoni, l-indiċjar u l-preżentazzjoni jkun dokumentat f'ċifri.
- Li l-utenti jaċċettaw it-termini tiegħek b'mod attiv mar-reġistrazzjoni, mhux biss permezz ta' link fil-qiegħ tal-paġna.
- Li għandek riżervazzjoni ta' test u data mining li tista' tinqara minn magna.
- Li l-miżuri tekniċi tiegħek huma effettivi, għalhekk iċ-ċirkonvenzjoni hija illegali skont l-Artikolu 5a tad-Databankenwet.
- Liema drittijiet għandek int stess, bħal drittijiet fl-interfaċċja u t-trademarks.
X'nistgħu nagħmlu għalik bl-iscraping u l-użu mill-ġdid tad-dejta?
L-avukati tal-IT tagħna jagħtu pariri kemm lil kumpaniji li jiġbru dejta minn partijiet terzi kif ukoll lil pjattaformi li jipproteġu d-dejta tagħhom stess. Nistgħu:
- Ivvaluta l-metodu ta' ġbir tiegħek kontra d-drittijiet tad-database, id-drittijiet tal-awtur u l-Artikolu 138ab Sr.
- Abbozza jew irrevedi t-termini tal-użu u riżervazzjoni tal-minjieri li tinqara mill-magna.
- Wettaq jew tirrevedi t-test tal-ibbilanċjar tal-GDPR u l-valutazzjoni tal-impatt.
- Ibgħat ittra ta' waqfien u astenzjoni jew avviż lil fornitur ta' hosting jew reġistratur.
- Iftaħ jew tiddefendi ruħek fi proċedimenti sommarji għal inġunzjoni jew żvelar ta' identità.
sommarju
- L-iskrappjar ta' dejta pubblika mhuwiex ipprojbit bħala tali; kif id-dejta tinkiseb, tinħażen u terġa' tintuża jiddeċiedi l-legalità tagħha.
- Id-dritt tad-database jipproteġi investiment sostanzjali fil-kisba, il-verifika jew il-preżentazzjoni tad-dejta għal ħmistax-il sena (Artikoli 1, 2 u 6 tad-Databankenwet).
- It-tħaffir kummerċjali ta' test u dejta huwa permess biss mingħajr riżervazzjoni li tinqara minn magna (Artikolu 15o Auteurswet).
- Il-ksur tas-sigurtà jew l-użu ta' ċavetta falza jista' jitqies bħala intrużjoni fil-kompjuter skont l-Artikolu 138ab Sr.
- Id-dejta personali pubblika tibqa' protetta mill-GDPR; l-iscraper ġeneralment ikun il-kontrollur.
Mistoqsijiet frekwenti
L-iscraping ta' websajts pubbliċi huwa pprojbit fl-Olanda?
Le. L-ebda statut ma jipprojbixxi l-ġbir ta' dejta disponibbli pubblikament bħala tali. Jekk hijiex legali jiddependi fuq x'jinġabar, kif inkiseb l-aċċess u x'isir biha wara.
Il-ksur tat-termini tal-użu huwa reat kriminali?
Mhux fiha nnifisha; hija kwistjoni ċivili. Ir-responsabbiltà kriminali teħtieġ intrużjoni fil-kompjuter skont l-Artikolu 138ab Sr, li fi kwalunkwe każ teżisti fejn is-sigurtà tkun miksura, tintuża intervent tekniku jew ċavetta falza, jew tiġi preżunta identità falza.
Il-ħolqien ta' kont taħt psewdonimu huwa aċċess mhux awtorizzat?
Fil-prinċipju le: formola ta' reġistrazzjoni pubblika hija miftuħa għal kulħadd u xejn ma jkun miksur. Tista' tikser it-termini tal-użu. Il-pożizzjoni tinbidel meta s-sistemi CAPTCHA jew anti-bot jiġu evitati, jew jintużaw tokens li ma nħarġux lilek.
X'jgħodd bħala parti sostanzjali ta' database?
Jiġi vvalutat b'mod kwantitattiv u kwalitattiv, mhux b'perċentwal fiss. L-estrazzjoni ripetuta u sistematika ta' partijiet żgħar tista' wkoll tikser id-drittijiet fejn tkun f'kunflitt mal-isfruttament normali tad-database (Artikolu 2 Databankenwet).
Għandi bżonn bażi legali jekk id-dejta personali diġà hija pubblika?
Iva. Il-pubblikazzjoni ma tneħħix id-drittijiet tas-suġġetti tad-dejta. Il-parti li tiddetermina l-għanijiet u l-mezzi hija l-kontrollur u teħtieġ bażi legali, ġeneralment interessi leġittimi, li jridu jgħaddu minn test tan-neċessità u tal-ibbilanċjar.
