Text And Data Mining (TDM) – Zasady Dozwolonego Użytku

Ubiegły rok przyniósł długo wyczekiwaną implementację do prawa polskiego dwóch unijnych dyrektyw, z których jedna Dyrektywa 2019/790 w sprawie w sprawie prawa autorskiego i praw pokrewnych na jednolitym rynku cyfrowym oraz zmiany dyrektyw 96/9/WE i 2001/29/WE (Dyrektywa DSM), dotyczy dozwolonego wykorzystywania utworów na potrzeby eksploracji tekstów i danych (uczenia maszynowego).  Polska nowe przepisy wdrożyła jako ostatnie państwo członkowskie UE z 2,5 rocznym opóźnieniem. Po blisko roku obowiązywania nowych przepisów, możemy spojrzeć z perspektywy na skutki tych regulacji.

Wprowadzone przepisy mają duże znaczenie dla branży zajmującej się analizą danych, rozwijaniem i wykorzystywaniem modeli sztucznej inteligencji, ale także dla prac badawczych i rozwojowych, dla uczelni wyższych czy startupów. TDM umożliwia bowiem maszynowe przetwarzanie ogromnych ilości tekstów, obrazów, czy innych danych, w celu wyszukiwania i tworzenia wzorców, trenowania i uczenia modeli AI czy analizy tych danych. Do momentu wdrożenia nowych przepisów, zasady wykorzystywania tych wszystkich danych, stanowiących cudze utwory nie były w Polsce klarowne. Pytanie, czy nowe przepisy przyniosły skuteczne rozwiązania?

Nowelizacja ustawy o prawie autorskim i prawach pokrewnych otworzyła drzwi do legalnego (pod pewnymi warunkami) wykorzystywania – eksplorowania cudzych tekstów i danych.

Warto wskazać, że AI Act (rozporządzenie unijne), od 2 sierpnia 2025 toku będzie wymagało od dostawców modeli AI ogólnego przeznaczenia posiadania polityki zapewniającej zgodność z prawem Unii dotyczącym prawa autorskiego i praw pokrewnych, w szczególności prawidłowego rozpoznawania i stosowania się do zastrzeżenia opt-out, o którym mowa w dyrektywie DSM i polskiej ustawie.

Nowelizacja prawa autorskiego w zakresie TDM polegała na wprowadzeniu dwóch prawnie dopuszczalnych reżimów pozwalających na stosowanie TDM z wykorzystaniem utworów objętych prawami autorskimi. Generalnie zatem są to prawnie dopuszczalne dwa nowe wyjątki od ochrony autora i jego autorskich praw majątkowych, czyli nowe warianty prawnie dozwolonego użytku chronionych utworów.

Ustawa i dyrektywa posługuje się definicją prawną TDM jako eksploracją tekstów i danych, rozumianą jako analiza wyłącznie przy zastosowaniu zautomatyzowanej techniki służącej do analizowania tekstów i danych w postaci cyfrowej w celu wygenerowania określonych informacji, obejmujących w szczególności wzorce, tendencje i korelacje.

Nowy art. 26² ustawy o prawach autorskich umożliwia prowadzenie TDM przez instytucje dziedzictwa kulturowego oraz niektóre instytucje systemu szkolnictwa wyższego takie jak na przykład uczelnie, instytucje naukowe PAN, instytuty badawcze, instytuty działające w ramach sieci badawczej Łukasiewicz, czy inne podmioty prowadzące głównie działalność naukową w sposób samodzielny i ciągły.

 Na jakich warunkach podmioty naukowe mogą prowadzić TDM?

• muszą posiadać legalny dostęp do wykorzystywanych utworów;
• wykorzystywanie nie może mieć charakteru komercyjnego, czyli musi służyć wyłącznie celom badań naukowych i a nie osiągnieciu korzyści majątkowych;
• właściciel autorskich praw majątkowych nie może się sprzeciwić takiemu wykorzystywaniu utworu;
• wykorzystywane utwory mogą być przechowywane do celów badań i weryfikacji ich wyników, z zachowaniem bezpieczeństwa dostępu do tych utworów wyłącznie upoważnionym osobom, z uwzględnieniem procedur uwierzytelniających.

Drugi wyjątek (art. 26³) pozwala na stosowanie TDM również w celach komercyjnych, co jest kluczowe dla firm.

Na jakich warunkach firmy komercyjne mogą prowadzić TDM?

• muszą posiadać legalny dostęp do wykorzystywanych rozpowszechnionych już utworów, np. publicznie udostępnione zbiory,  artykuły, dane lub bazy danych objęte subskrypcją albo wykupioną licencją;
• brak zastrzeżenia uprawnionego do wykonywania autorskich praw majątkowych o sprzeciwie (opt-out). W tym przypadku uprawniony może zastrzec, że nie wyraża zgody, by utwór był eksplorowany. Takie zastrzeżenie także musi spełniać określone warunki. Jeśli takie zastrzeżenie ma miejsce, to firma nie może wykorzystywać takich danych do TDM. Sprzeciw musi być wyrażony w sposób jasny, widoczny i maszynowo odczytywalny – odpowiednio do sposobu w jaki został udostępniony, na przykład w pliku robots.txt, metadanych strony lub w regulaminie serwisu. Zatem zgoda na wykorzystanie w celach przetwarzania maszynowego jest dorozumiana.
• wykorzystywane utwory mogą być przechowywane wyłącznie w celu TDM i tylko w przez okres do tego konieczny.

Obowiązujące przepisy mają praktyczne znaczenie dla podmiotów wykorzystujących TDM. O ile instytucje naukowe i badawcze operujące w ramach pierwszego z opisanych wyjątków, muszą zadbać właściwie tylko o legalność dostępu do źródeł, to firmy komercyjne oprócz tego powinny się skupić na weryfikacji, czy źródła danych, które mają zamiar wykorzystać nie są obarczone zastrzeżeniem, uniemożliwiającym ich wykorzystanie.

O legalność i prawidłowość TDM powinny zadbać przede wszystkim:

Startupy AI, zwłaszcza te trenujące modele językowe (LLM), które potrzebują ogromnych zbiorów tekstowych

Firmy analizujące dane z sieci — np. monitorujące trendy w social mediach, analizujące komentarze użytkowników.

Portale agregujące treści z wielu źródeł i przygotowujące raporty lub rekomendacje.

Narzędzia Business Intelligence (BI) i zespoły data science pracujące nad automatyzacją analiz.

Agencje marketingowe, które monitorują działania konkurencji lub analizują treści medialne.

Text and Data Mining (TDM) to potężne narzędzie analityczne, które staje się codziennością w pracy firm technologicznych, badawczych i medialnych. Jednak w miarę jak rośnie jego popularność, zwiększa się również liczba prawnych niejasności i potencjalnych ryzyk. Od niejednoznacznych reguł opt-out, przez ograniczenia licencyjne, po konflikt z przepisami RODO — brak ostrożności może skutkować poważnymi konsekwencjami. Kluczowe staje się zrozumienie, w jakich sytuacjach TDM jest legalne, a kiedy może prowadzić do naruszeń prawa. W takich przypadkach warto skorzystać z pomocy prawnika, zanim jeszcze pojawią się roszczenia.

Czy można legalnie pobrać treści z serwisu i analizować je maszynowo?

Jeśli serwis jest dostępny publicznie – co do zasady tak. Upewnij się, że właściciel serwisu nie zastrzegł zakazu TDM.

Jak sprawdzić, czy w ramach Text and Data Mining właściciel treści skutecznie wyłączył zgodę?

Zastrzeżenie musi być wyraźne i odpowiednie do sposobu w jaki treści zostały udostępnione. Trywialny przykład: e-book – zastrzeżenie w treści pliku. W przypadku serwisu internetowego sprawdzenie metadanych strony powinno być podstawową praktyką. Dodatkowo warto przeanalizować warunki korzystania.

Jak wdrożyć Text and Data Mining zgodnie z prawem?

Prowadź rejestr wykorzystywanych źródeł. Wskazuj i przechowuj dokumentację (o ile taka istnieje) legalności ich posiadania. Rejestruj datę pobrania i czas przechowania. Zadbaj o wzmiankę  o braku opt-outu. Opisz sposób i cel wykorzystania (np. .analiza danych, uczenie modelu).

Co z danymi, do których mam licencję w kontekście Text and Data Mining?

Licencja czy sublicencja to prawo do korzystania z utworu na konkretnych zasadach i polach eksploatacji. Należy przeanalizować warunki jej udzielenia i ograniczenia do wykorzystywania w celach TDM. Umowy mogą przewidywać dodatkowe warunki np. opłaty.

Jeśli chcesz bezpiecznie korzystać z TDM, albo chcesz zabezpieczyć swoje dane przed nieuprawnionych ich wykorzystaniem warto się do tego odpowiednio przygotować.

Pomożemy ocenić, czy dane gromadzone w ramach TDM są zgodne z obowiązującymi przepisami prawa autorskiego i prawa ochrony danych. W razie potrzeby przygotujemy rekomendacje zmian. Oferujemy wsparcie w opracowaniu dokumentów, które formalizują korzystanie z TDM.

Pomagamy właścicielom treści wdrożyć skuteczne mechanizmy wyrażania sprzeciwu wobec TDM, zgodnie z wymogami technicznymi i prawnymi.