Tekst- en Datamining (TDM)

Tekst- en datamining (TDM) is een geautomatiseerde analysetechniek die digitale teksten en gegevens ontleedt om patronen, trends en verbanden te ontdekken. TDM is de auteursrechtelijke handeling die uitgevoerd wordt bij het trainen van ChatGPT, Gemini, Claude, Perplexity, Mistral, GPT-NL, etc. Om deze analyse uit te kunnen voeren moet een kopie gemaakt worden van trainingsmateriaal. Vaak worden deze kopieën gemaakt zonder dat daarvoor toestemming wordt gevraagd, en in veel gevallen is dat ook niet nodig.

TDM wordt ook gebruikt binnen erfgoedinstellingen. Denk bijvoorbeeld aan Transkribus, ABBYY en Loghi (OCR en HTR), maar ook aan applicaties die Named Entity Recognition (NER) inzetten. In essentie is dit een zelfde auteursrechtelijke handeling. Er is daar immers ook een kopie nodig. Hieronder wordt uiteengezet dat het wel uitmaakt wie de kopie maakt.

Het uitgangspunt van het intellectueel eigendomsrecht is dat voor een kopie van beschermd materiaal toestemming nodig is. En bij TDM wordt een kopie gemaakt. Om TDM te reguleren zijn er in 2021 twee uitzonderingen in de wetgeving geïntroduceerd, een voor erfgoedinstellingen en onderzoeksinstellingen en de andere voor het algemeen publiek.

Culturele erfgoedinstellingen – Het archief, als culturele erfgoedinstelling, mag altijd zonder toestemming tekst- en datamining uitvoeren voor wetenschappelijk onderzoek op werken waartoe het rechtmatige toegang heeft, zelfs als dat recht wordt voorbehouden – dat de rechthebbende geen toestemming geeft om de kopie te maken. Dit is dan een uitzondering van ‘dwingend recht’, contractuele bepalingen die dit verbieden zijn nietig. Het archief mag de informatie die nodig is voor de analyse bewaren, mits het passende beschermingsmaatregelen treft en de toegang beperkt tot gebruikers met onderzoeksdoeleinden. De brondata zelf mag niet gedeeld worden, maar de resultaten van de analyse wel.

Andere partijen – commerciële partijen en andere gebruikers mogen TDM toepassen, maar alleen als de rechthebbende geen voorbehoud heeft gemaakt – de rechthebbende moet expliciet zeggen dat anderen geen kopie mogen maken om te kunnen TDM’en. Dit voorbehoud moet op een passende, machinaal leesbare manier gecommuniceerd worden, bijvoorbeeld via de algemene voorwaarden van een website of een machinaal leesbaar formaat.

Let wel: de rechthebbende heeft het recht om dit voorbehoud te maken. Deze rechten gaan in veel gevallen niet over naar het archief. Het archief is zelf niet rechthebbende van een groot deel van de collectie. Strikt genomen kan de archiefinstelling dan ook geen TDM-voorbehoud maken gebaseerd op intellectueel eigendom zonder verzoek van de rechthebbende. Het voorbehoud op TDM moet van de rechthebbende van het collectiemateriaal komen. Het is aan het archief om dit goed bij te houden, te registeren en met de archiefvormer te bespreken.

Machinaal leesbare voorbehouden – Een TDM-voorbeboud moet uitdrukkelijk op passende wijze worden voorbehouden, zoals door middel van machinaal leesbare middelen. Denk hierbij aan de inzet van technische standaarden en algemene voorwaarden. Ofwel, wanneer je niet wilt dat anderen TDM’en dan moet je communiceren op zo’n manier dat het leesbaar is voor de doelgroep.

Voorbehoud op de kopie (materieel voorbehoud) – Een materieel voorbehoud is gericht op het corpus mechanicum, de daadwerkelijke, fysieke digitale kopie van een werk. Dit voorbehoud is contractueel van aard en heeft betrekking op het specifieke exemplaar van het werk dat op een bepaalde locatie (zoals een website) wordt aangeboden. Dit kan bijvoorbeeld in de algemene voorwaarden opgenomen worden en hoeft niet gebaseerd te zijn op enig intellectueel eigendom. Dit betekent alleen wel dat de beperking alleen geldt voor de specifieke kopie, en niet voor alle mogelijke kopieën van het werk. Zelfs als het werk tot het publieke domein behoort, kan zo'n voorbehoud worden toegepast.

Voorbehoud op het werk (immaterieel voorbehoud) – Een immaterieel voorbehoud is daarentegen gericht op het corpus mysticum, het immateriële, abstracte werk zelf. Dit type voorbehoud is direct gerelateerd aan het auteursrecht, naburig recht of databankenrecht en stelt de rechthebbende in staat om het recht op TDM voor te behouden. Dit voorbehoud geldt dan voor alle mechanische reproducties van het werk, ongeacht waar ze zich bevinden of wie de kopie maakt. Tenzij dit uiteraard anders is overeengekomen.