5种新兴互联网模式及其法律问题

网络领域的商业模式正不断创新,任何一种商业模式的成功必定会对传统商业模式产生挑战,与此同时,也必将会对现行法律规范提出新的问题,网络领域的知识产权法律保护问题便是众多问题之一,也是最为重要的法律问题之一。该领域的知识产权纠纷已经不再局限于网站转载未获授权的作品而被诉侵权、P2P平台提供商因提供侵权内容的下载而被诉侵权等形态,而是随着新兴商业模式的产生而发展出了诸多新型的知识产权纠纷形态。

近年来,网络产业出现了五种典型的商业模式。

第一,信息聚合模式

以微信、今日头条、Zaker为代表的信息传播平台,改变了原来信息传播的方式和渠道,正所谓“我们不生产信息,只是信息的搬运工”,用户能够在一个平台中获取原本需要访问多个平台才能够获取的资讯。

对于以搜索引擎、今日头条为代表的信息聚合平台,在计算机自动采集信息并定向推送给用户的过程中,信息聚合的运营主体提供的是一种“信息内容服务”还是“信息定位服务”?其法律性质属于“内容提供商”(ICP)还是“服务提供商”(ISP)?一旦发生侵犯知识产权权利人信息网络传播权的情形,运营主体构成“直接侵权”还是“间接侵权”?判定侵权的“归责事由”有哪些?是否享有“避风港原则”的保护?是否构成“合理使用”?对抗侵权之诉的“免责事由”有哪些?在提供信息聚会服务的过程中,服务提供商应当尽到多大程度的“注意义务”?

第二,深度链接模式

为了提高用户体验、降低用户学习成本,通过设置深度链接将原本已经在“线上”的信息嵌入到自己的平台中,使用户在无“跳转感知”的情况下获得所需要的内容,这些内容包括文字、视频、图片等。

关于“深度链接”的知识产权侵权判定标准问题,由于缺乏法定的统一标准,目前王迁教授的“服务器标准”、部分司法判例中的“用户感知标准”、上海市文化执法总队杨勇的“控制标准”等观点相互争鸣。在目前的知识产权法律制度下,何种标准更符合立法本意?何种标准更符合产业发展的实际需求?作为设链者,以微信公众平台、百度视频为代表的运营者如何规避知识产权侵权的法律风险?

第三,转码传播模式

为了使信息的显示方式更适合于特定设备(如手机屏幕),将原来的信息代码进行了转变,这种转变可能是临时性的,也可能是复制性的。

为便于移动终端用户浏览网页,部分服务提供商(如百度、今日头条)在向用户提供内容时,会对网页格式进行转换,从电脑终端的HTML格式转换成移动终端的WML格式,在不改变信息内容的情况下,改变了信息展现的形式,该行为往往由计算机自动完成。“转码传播”是否侵犯了知识产权权利人的“复制权”?其传播行为是否侵犯了知识产权权利人的“信息网络传播权”? 是否属于“临时复制”而构成免责的事由?由于“网页转码”并非由第三方为之,而是由服务提供商自己完成,“转码传播”是否构成知识产权直接侵权?在侵权判定中,服务提供商是否受到“避风港原则”的保护?作为服务提供商,以百度、今日头条为代表的服务提供者如何规避知识产权侵权的法律风险?由于转码传播大多与信息聚合或深度链接融合运用,本研究报告中也将其融入到前两种商业模式中加以讨论。

第四,云计算模式

典型的云计算应用包括云存储、远程协作、文件同步等,实现利用网络带宽完成数据交互的功能,提高数据处理的能力和效率。

云存储技术的出现,给人们的工作和生活带来了便捷的同时,也给版权侵权理论带来了挑战。云存储环境下的版权侵权主要有两种表现形式:一是直接侵权。数字时代彻底改变了作品的复制和传播方式,云存储环境中的著作权侵权多集中在侵犯著作权人的复制权和信息网络传播权两项专有权利。在云存储服务中,直接侵权人往往是用户,因在云存储模式下。用户是直接的上传下载主体,并进行着不同形式的分享行为。二是间接侵权。云存储服务提供商本身作为技术或平台提供者,一般并不直接参与用户的上传下载过程。云存储服务提供商虽未实施直接侵犯他人著作权的行为,但若由于其提供的服务或者基于与直接侵权人之间的关系,在客观上帮助直接侵权人实施了侵权行为,造成了侵权的后果,则要承担相应的法律责任。

第五,大数据分析模式

利用海量数据实现信息相关性分析,典型应用例如:向用户推送符合其阅读习惯的新闻、向消费者推荐其正在关注的同类商品等。

大数据背景下,知识产权保护遇到了新的机遇。大数据能够连通专利信息“孤岛”,使得对专利信息的深度加工成为可能。大数据技术还能够应用于盗版监测,在版权的筛选方面也有所应用。大数据还为知识产权案件审判提供更充分的依据。在遇到新机遇的同时,大数据背景下知识产权保护也受到了新的挑战。比如,知识产权未公开阶段存在被获取的风险;通过大数据整合的信息存在着规避技术侵权的风险;大数据加大了商业秘密泄露的风险等等。

网络领域的知识产权案件虽然仍以著作权纠纷为主,但开始逐渐涉及专利权、商标权、商业秘密等全部知识产权类别,甚至开始涉及数据权利归属、信息不正当竞争、信息垄断等前沿问题。

点赞

发表评论

电子邮件地址不会被公开。

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据