การขูดเว็บสำหรับฉัน แต่ไม่ใช่สำหรับเธอ
(blog.ericgoldman.org)- เมื่อข้อมูลเว็บสาธารณะกลายเป็นทรัพยากรหลักของการแข่งขันด้าน Generative AI และแพลตฟอร์ม ประเด็นว่า ใครควรได้รับอนุญาตให้นำข้อมูลไปใช้ จึงขยายเป็นปัญหาด้านกฎหมาย สัญญา และอำนาจเหนือตลาด
- ข้อมูลที่แพลตฟอร์มอย่าง LinkedIn และ Facebook ต้องการปกป้องโดยมากคือ คอนเทนต์ที่ผู้ใช้สร้างขึ้น จึงอยู่ในขอบเขตที่แพลตฟอร์มอ้างสิทธิ์ในทรัพย์สินโดยตรงได้ยาก
- เครื่องมือยับยั้งการขูดข้อมูลได้เปลี่ยนจากช่วงแรกที่ใช้แนวคิด การละเมิดต่อทรัพย์สินที่จับต้องได้ และในยุค 2000 ใช้ CFAA ไปสู่การฟ้องร้องโดยเน้นการละเมิดสัญญาหลังคดี hiQ Labs v. LinkedIn
- เช่นเดียวกับคดี Bright Data ของ Twitter/X ข้อพิพาทล่าสุดแคบลงเป็นการอาศัยข้อกำหนดการใช้งานเพื่อกล่าวหาเรื่องการละเมิดสัญญา การแทรกแซงสัญญา และลาภมิควรได้
- บริษัทอาจปิดกั้นข้อมูลในไซต์ของตนเองโดยเรียกว่า “proprietary” ขณะเดียวกันก็พยายามนำข้อมูลสาธารณะของผู้อื่นไปใช้ และคดีข้อมูลฝึก Generative AI จะเป็นสนามทดสอบถัดไปของความย้อนแย้งนี้
การขูดเว็บคือประเด็นเรื่องการเข้าถึงข้อมูล
- การขูดเว็บเป็นวิธี ดึงความรู้ที่เผยแพร่สาธารณะบนอินเทอร์เน็ตในระดับมหาศาล และประเด็นสำคัญคือใครสามารถเข้าถึงและใช้ข้อมูลเพื่อวัตถุประสงค์ใดได้บ้าง
- ข้อมูลบางส่วนบนอินเทอร์เน็ตอาจได้รับความคุ้มครองจากลิขสิทธิ์ เครื่องหมายการค้า และสิทธิในทรัพย์สินทางปัญญาอื่น ๆ แต่ข้อมูลจำนวนมากเป็นสิ่งที่ฝ่ายที่ต้องการปกป้องอ้างสิทธิ์ทรัพย์สินทางปัญญาได้ไม่ง่ายนัก
- บริษัทโซเชียลมีเดียยื่นฟ้องคดีเกี่ยวกับการขูดข้อมูลอย่างแข็งขันมาโดยตลอด แต่คอนเทนต์ที่ LinkedIn และ Facebook ต้องการปกป้องโดยมากคือ คอนเทนต์ที่ผู้ใช้สร้างขึ้น
- ข้อกำหนดการใช้งานให้ไลเซนส์แก่แพลตฟอร์มในการใช้คอนเทนต์ของผู้ใช้ แต่โดยทั่วไปผลประโยชน์ตามกฎหมายลิขสิทธิ์ยังอยู่กับผู้ใช้
- แพลตฟอร์มปฏิเสธสิทธิความเป็นเจ้าของในข้อมูลดังกล่าวไว้ในข้อกำหนด แต่ในทางปฏิบัติกลับปฏิบัติต่อข้อมูลนั้นเหมือนเป็นทรัพย์สินของตนเอง
การเปลี่ยนผ่านของเครื่องมือทางกฎหมายเพื่อกันการขูดข้อมูล
- ในยุคอินเทอร์เน็ตช่วงแรก ทฤษฎี การละเมิดต่อทรัพย์สินที่จับต้องได้ ถูกใช้เป็นเครื่องมือยับยั้งการขูดข้อมูล
- ตรรกะคือคำขอข้อมูลปริมาณมากที่ไม่พึงประสงค์เป็นการละเมิดเซิร์ฟเวอร์คอมพิวเตอร์ ซึ่งเป็นทรัพย์สินที่จับต้องได้ของเอกชน
- จำเป็นต้องมีองค์ประกอบเรื่องความเสียหาย และในช่วงปลายทศวรรษ 1990 ถึงต้นทศวรรษ 2000 มีกรณีที่ scraper ที่ทำงานไม่ดีสร้างภาระให้เว็บไซต์หรือทำให้ไซต์หยุดให้บริการ
- เมื่อสภาพแวดล้อมทางเทคโนโลยีเปลี่ยนไป ความน่าเชื่อถือของทฤษฎีนี้ก็ลดลง
- ความจุของเซิร์ฟเวอร์เพิ่มขึ้นอย่างมาก
- scraper จำนวนมากจำกัดปริมาณคำขอ ทำงานในระดับที่โฮสต์เซิร์ฟเวอร์ตรวจจับได้ยากหรือแทบไม่ส่งผลกระทบ
- การพิสูจน์ความเสียหายจริงต่อเซิร์ฟเวอร์หรือทรัพย์สินที่จับต้องได้เกิดขึ้นได้น้อยลง
- ตั้งแต่ต้นทศวรรษ 2000 ถึงปี 2017 Computer Fraud and Abuse Act(CFAA) เป็นเครื่องมือยับยั้งหลัก
- CFAA ห้ามการเข้าถึง “คอมพิวเตอร์ที่ได้รับการคุ้มครอง” โดยไม่ได้รับอนุญาต
- ในบริบทการขูดข้อมูล ประเด็นหลักคือการเข้าถึงหลังจากสิทธิถูกเพิกถอนผ่านหนังสือสั่งให้หยุดหรือมาตรการป้องกันบอทนั้นเป็น “การเข้าถึงโดยไม่ได้รับอนุญาต” หรือไม่
ผลลัพธ์ที่ซับซ้อนของ hiQ Labs v. LinkedIn
- ตั้งแต่ปี 2001 ถึง 2017 การตีความแบบง่ายที่พบได้บ่อยคือ หากยังเข้าถึงต่อหลังถูกเพิกถอนสิทธิ ก็จะเกิดความรับผิดภายใต้ CFAA
- คดี hiQ Labs, Inc. v. LinkedIn Corp. ในปี 2017 ได้รับความสนใจในทิศทางที่ยอมรับสิทธิของฝ่าย scraper คือ hiQ Labs ในการเข้าถึงข้อมูล LinkedIn ที่เป็นสาธารณะ
- Ninth Circuit เห็นว่าหากบริษัทอย่าง LinkedIn สามารถกำหนดตามใจว่าใครจะเก็บและใช้ข้อมูลที่ตนไม่ได้เป็นเจ้าของ เปิดเผยต่อสาธารณะ และตนเองก็เก็บรวบรวมและใช้อยู่ด้วย อาจเกิดความเสี่ยงของการผูกขาดข้อมูล
- แต่ผลลัพธ์นี้ใกล้เคียงกับ ชัยชนะที่ได้ไม่คุ้มเสีย
- ต่อมา ศาลแขวงตัดสินว่า “User Agreement ของ LinkedIn ห้ามการขูดข้อมูลและการใช้ข้อมูลที่ถูกขูดไปโดยไม่ได้รับอนุญาตอย่างชัดเจน”
- LinkedIn ใช้เหตุนี้ขอคำสั่งห้ามถาวรและค่าเสียหายต่อ hiQ Labs ได้สำเร็จ
- หลังจากนั้น เครื่องมือหลักในการกันการขูดข้อมูลจึงกลายเป็น การฟ้องร้องฐานละเมิดสัญญา มากกว่า CFAA
กฎหมายสัญญาทำงานเสมือนสิทธิในทรัพย์สินข้อมูล
- เมื่อไม่นานมานี้ Twitter/X Corp. ยื่นฟ้อง scraper หลายราย รวมถึง Bright Data
- Bright Data ถือเป็นหนึ่งในบริษัทขูดเว็บรายใหญ่ที่สุดของโลก
- ข้อเรียกร้องที่ Twitter ยื่นต่อ Bright Data มี 3 ข้อ ได้แก่ การละเมิดสัญญา การแทรกแซงสัญญา และลาภมิควรได้
- เมื่อ 10 ปีก่อน ในคดีขูดข้อมูลมักพบว่าโจทก์ยื่นข้อเรียกร้องทางกฎหมาย 10–15 ข้อเพื่อทดสอบหลายทฤษฎี แต่ระยะหลังมีความเชื่อมั่นมากขึ้นว่าศาลจะบังคับใช้ข้อเรียกร้องฐานละเมิดสัญญา
- ภายใต้โครงสร้างนี้ เว็บไซต์โฮสต์สามารถกำหนดสิทธิเหนือข้อมูลได้ตามต้องการผ่านข้อกำหนดการใช้งานออนไลน์
- บทความ Terms of Use ของ Mark Lemley ใน Minnesota Law Review ปี 2006 มองว่าเมื่อย้ายจากกฎหมายทรัพย์สินไปสู่กฎหมายสัญญา ขอบเขตสิทธิของเจ้าของเว็บไซต์จะไม่ได้ถูกกำหนดโดยกฎหมาย แต่ถูกกำหนดโดยเจ้าของไซต์เอง
- ศาลยอมให้เกิดระบบที่สัญญาออนไลน์ทำงานเหมือนสิทธิในทรัพย์สินทางปัญญาชั่วคราวเหนือข้อมูลของไซต์ แทนที่จะใช้กฎทั่วไปเรื่องการใช้ข้อมูลหรือกฎทรัพย์สินทางปัญญาที่มีอยู่เดิม
- อย่างไรก็ตาม หากออกแบบให้เหมือนการคุ้มครองลิขสิทธิ์ทุกประการก็อาจเกิดปัญหาได้
ท่าทีสองมาตรฐานของบริษัทต่อการขูดข้อมูล
- ระบบกฎหมายที่ใช้การละเมิดสัญญาเสมือนสิทธิในทรัพย์สินนั้นไม่มี ข้อกำหนดเรื่องความสอดคล้อง
- บริษัทสามารถยืนยันอย่างแข็งขันได้ว่าอะไรในไซต์ของตนเป็น “proprietary”
- ขณะเดียวกันก็สามารถอ้างได้ว่าอะไรในไซต์อื่นเป็นข้อมูลที่หยิบไปใช้ได้อย่างเสรี
- เมื่อไม่นานมานี้ Microsoft อัปเดตข้อกำหนดการใช้งานทั่วไปเพื่อห้ามการขูด การเก็บเกี่ยว และวิธีสกัดข้อมูลที่คล้ายกันสำหรับบริการ AI
- ในช่วงเวลาเดียวกัน OpenAI ซึ่งเป็นบริษัทในเครือของ Microsoft ได้เปิดตัว GPTbot ที่ออกแบบมาเพื่อขูดข้อมูลจากอินเทอร์เน็ต
- ข้อกำหนดการใช้งานของ OpenAI ก็ห้ามการขูดข้อมูลเช่นกัน
- LinkedIn บริษัทลูกของ Microsoft ประกาศชัยชนะในหนึ่งในคดีขูดเว็บที่ได้รับความสนใจมากที่สุดในสหรัฐฯ และได้รับคำสั่งห้ามถาวรไม่ให้อดีตคู่แข่งขูดหรือเข้าถึงข้อมูลทั้งสาธารณะและไม่สาธารณะโดยถาวร
- Meta ก็ยื่นฟ้องบริษัทที่ขูดคอนเทนต์สาธารณะไปขาย แต่ในอดีตเคยมีกรณีจ่ายเงินให้ scraper รายเดียวกันเพื่อขูดข้อมูลสาธารณะ
ศาลและสนามทดสอบถัดไป
- ท่าทีสองมาตรฐานเช่นนี้ถูกวิจารณ์ว่าไม่ใช่ปัญหาของบริษัทเท่านั้น แต่เป็นเพราะศาลอนุญาตให้มีโครงสร้างที่ทำเช่นนั้นได้
- เป้าหมายของคำวิจารณ์รวมถึง Register.com v. Verio, Inc., Northern District of Texas ที่เปิดทางให้เกิดคดีที่เกี่ยวข้องกับ Southwest Airlines และศาลในคดี hiQ Labs ที่ไม่ได้อธิบายความไม่สอดคล้องกันระหว่างคำสั่งห้ามชั่วคราวภายใต้ CFAA กับคำสั่งห้ามถาวรฐานละเมิดสัญญา
- หากอนุญาตให้บริษัทเอกชนสร้างสิทธิในทรัพย์สินทางปัญญาผ่านสัญญาสำเร็จรูปออนไลน์ การตัดสินใจเรื่องการเข้าถึงข้อมูลซึ่งควรเป็นประเด็นสาธารณประโยชน์อาจถูกครอบงำโดยผู้ตัดสินใจภาคเอกชน
- เนื่องจากสัญญา รวมถึงสัญญาออนไลน์ เป็นประเด็นตามกฎหมายของรัฐ จึงยากที่จะจินตนาการถึงทางออกแบบง่าย ๆ
- หนึ่งในทางออกที่เป็นไปได้คือการตีความหลักการ preemption ของลิขสิทธิ์ให้ครอบคลุมมากขึ้น แต่หลักกฎหมาย preemption ของลิขสิทธิ์ในปัจจุบันยังสับสนจากความเห็นที่แตกต่างกันระหว่างศาลอุทธรณ์ภาค และ Supreme Court เพิ่งปฏิเสธโอกาสที่จะแก้ไขเรื่องนี้
- ไม่ว่าสถานะกฎหมายปัจจุบันจะเป็นอย่างไร สนามทดสอบถัดไปคือคดีเกี่ยวกับ ข้อมูลฝึก Generative AI และความไม่สอดคล้องทางกฎหมายในพื้นที่นี้อาจก่อให้เกิดข้อถกเถียงต่อไป
1 ความคิดเห็น
ความคิดเห็นจาก Hacker News
ยังสับสนอยู่ว่าคดี HiQ กับ LinkedIn ไปหยุดอยู่ตรงไหน เท่าที่รู้คือ LinkedIn ฟ้อง HiQ, ศาลอุทธรณ์ภาค 9 ตัดสินเข้าข้าง HiQ, LinkedIn ไปถึงศาลฎีกา แต่ศาลฎีกาอ้างอิงคดี Van Buren แล้วเพิกถอนคำพิพากษาและส่งกลับไปพิจารณาใหม่ จากนั้นศาลอุทธรณ์ภาค 9 ตรวจสอบอีกครั้งและได้ข้อสรุปเดิม
หลังจากนั้น LinkedIn ได้รับอนุญาตให้ยกเลิกคำสั่งคุ้มครองชั่วคราวที่ห้ามบล็อก HiQ และในเดือนพฤศจิกายน 2022 ดูเหมือนว่าหลังคำตัดสินแบบมีทั้งแพ้และชนะ ท้ายที่สุดก็จบด้วยการตกลงยอมความแบบไม่เปิดเผย หลายคนมักอ้างถึงคดีนี้ แต่ไม่ค่อยลงรายละเอียด
ถ้าอ่านสรุปคำตัดสินเดือนพฤศจิกายน 2022 ประเด็นดูเหมือนอยู่ที่ HiQ ทำให้ผู้คนต้องล็อกอิน จึงทำให้ข้อกำหนดการใช้งานมีผลบังคับ และสุดท้ายดูเหมือนศาลจะรับฟังข้อโต้แย้งฝ่าย LinkedIn ว่า HiQ ละเมิด ข้อกำหนดการใช้งานของ LinkedIn
https://www.natlawreview.com/article/court-finds-hiq-breache...
ข้อเรียกร้องด้านการผูกขาดของ hiQ แพ้ในชั้นคำร้องให้ยกฟ้อง และในช่วงเวลาใกล้ ๆ กัน hiQ ก็ปิดกิจการไปแล้ว แต่มีผู้สนับสนุนทุนหนายังคงจ่ายค่าดำเนินคดีต่อ LinkedIn เดินหน้าข้อเรียกร้องอื่น ๆ เช่นการผิดสัญญา และชนะในชั้นคำร้องให้ยกฟ้อง ศาลฎีกาส่งคดีกลับไปยังศาลอุทธรณ์ภาค 9 หลังคดี Van Buren และศาลอุทธรณ์ภาค 9 ก็เข้าข้าง hiQ อีกครั้งในประเด็น CFAA
หลังจากนั้นคำสั่งคุ้มครองชั่วคราวถูกยกเลิก, hiQ แพ้เกือบทั้งหมดในชั้น summary judgment และท้ายที่สุดก็ยอมยกธงขาว ตกลงรับ คำสั่งห้ามถาวร ที่รับข้อเรียกร้องส่วนใหญ่ของ LinkedIn และจ่ายเงิน 500,000 ดอลลาร์ให้ LinkedIn
เมื่อ “สัญญา” แบบข้อกำหนดการใช้งานมีมากขึ้น และในสังคมยุคใหม่แทบเป็นไปไม่ได้ที่จะใช้ชีวิตโดยไม่ยอมรับมัน ปัญหานี้ก็ยิ่งแย่ลงทุกวัน ถึงขั้นว่าซื้อ SSD ใหม่สักตัวก็ยังพ่วงการยอมรับข้อกำหนดมาด้วย
กฎหมายมีความสำคัญน้อยลงเรื่อย ๆ และเราถูกครอบงำมากขึ้นเรื่อย ๆ โดย สัญญาฝ่ายเดียว ที่บริษัทยักษ์ใหญ่ผลักดันใส่เราอยู่ฝ่ายเดียว
ถ้าเป็นป้ายโฆษณา การทาทับส่วนที่ผมไม่ชอบ หรือก็คือการใช้ตัวบล็อกโฆษณา จะกลายเป็นสิ่งผิดทางศีลธรรม ฝ่ายที่เป็นเจ้าของเว็บเพจต้องการการควบคุม จึงชอบมุมมองนี้ และฝ่ายที่เปลี่ยนหน้าตาเว็บเพจไม่ได้อย่างผู้ใช้ทั่วไปก็มักยอมรับแบบนั้นเช่นกัน
ถ้าเป็นแผ่นพับ ผมย่อมมีอิสระที่จะตัดมันออกและจัดวางใหม่ตามใจชอบ ในเชิงเทคนิคแล้วแบบหลังถูกต้องกว่า เว็บเพจเป็นเพียงข้อมูลไม่กี่บิตที่ถูกส่งมาให้ผม และตราบใดที่ผมควบคุมคอมพิวเตอร์ของตัวเองได้ ผมก็สามารถตัดบิตเหล่านั้นออกแล้วดูในแบบที่ผมต้องการได้
จะพูดว่า Amazon.com บรรจุเว็บเพจของ Amazon และ Amazon เป็นเจ้าของหน้านั้นก็ได้ แต่ผมดู Amazon.com ผ่านอุปกรณ์ของผมเองหรืออุปกรณ์ของคนอื่นที่ไม่ใช่ของ Amazon มาโดยตลอด Amazon.com ไม่ได้อยู่บนป้ายโฆษณา แต่มันต้องอาศัยอุปกรณ์อิเล็กทรอนิกส์ที่คนอื่นเป็นเจ้าของ แล้วเจ้าของอุปกรณ์อิเล็กทรอนิกส์เหล่านั้นมีสิทธิอะไรบ้าง? พิกเซลบนหน้าจอของผมเริ่มกลายเป็นพื้นที่คุ้มครองของคุณตั้งแต่ตอนไหน?
ถ้าจะอ่านสัญญาก็ให้สแกน QR code ด้วยโทรศัพท์ ผมเคยเห็นอะไรคล้าย ๆ กันในสวนสาธารณะด้วย ประมาณว่าเมื่อเข้าไปแล้วจะถูกผูกมัดกับข้อตกลงทางกฎหมายว่าจะไม่ฟ้องสวนสาธารณะหรือจะปฏิบัติตามกฎที่ประกาศไว้
จ่ายเงินรายเดือนให้กับองค์กรอย่างสหภาพลูกค้าหรือประกัน แล้วมีทีมกฎหมายคอยหนุนหลัง สัญญานี้ก็น่าจะบังคับใช้ได้หรือไม่ได้พอ ๆ กับสัญญาของบริษัท สมดุลก็จะเกิดขึ้น จากนั้นก็ไม่ต้องอ่านแล้วว่าบริษัทเขียนอะไรไว้ด้วยตัวเล็ก ๆ
ถ้าบริษัทไม่ยอมรับสัญญาของลูกค้าหรือไม่ให้เลี่ยงข้อกำหนดของตัวเอง ก็แค่เดินออกไป ธุรกรรมก็ไม่เกิดขึ้น และบริษัทอื่นก็จะได้ลูกค้าไป
ความรู้สึกที่ดูเหมือนความหน้าซื่อนั้นจะหายไปได้บ้าง ถ้ามองเรื่องนี้เป็น การแข่งขัน ไม่ใช่ความร่วมมือหรือชุมชนที่เท่าเทียมกัน และในความเป็นจริงมันก็เป็นการแข่งขันจริง ๆ เราคงไม่พูดกับทีมฟุตบอลว่า “นายจะยิงประตูฉันก็ได้ แต่พอฉันจะยิงประตู นายกลับมาขวางลูกบอลกะทันหันเหรอ?”
แน่นอนว่าพวกเขาจะพูดว่า “เว็บสแครปปิงใช้ทรัพยากร เลิกทำเถอะ” แต่เบื้องหลังก็ยังคงทำเว็บสแครปปิงต่อไป
มันเป็นพฤติกรรมที่แย่อย่างชัดเจน แต่ผมไม่คิดว่าเป็นพฤติกรรมหน้าซื่อใจคด เพราะมันสอดคล้องอย่างสมบูรณ์กับภาพของบริษัทไร้ศีลธรรมที่ต่อสู้กันไม่หยุด พยายามเพิ่มผลประโยชน์ของตัวเองให้สูงสุดและลดผลประโยชน์ของผู้อื่นให้เหลือน้อยที่สุด
แต่การพยายามหยุดพฤติกรรมบางอย่างด้วย วิธีการทางกฎหมาย นั้นใกล้เคียงกับการที่ตัวเองก็เล่นแบบเดียวกัน แต่ไปขอให้กรรมการสั่งห้ามรูปแบบการเล่นบางประเภทมากกว่า ในกีฬาก็มีเรื่องแบบนี้บ่อย แต่โดยทั่วไปมักถูกมองว่าเป็นความหน้าซื่อใจคด
แน่นอนว่าสแครปเปอร์ก็ทำตัวน่ารำคาญได้ เช่น ขี้เกียจจนเคาะเซิร์ฟเวอร์ไม่หยุด หรือเผลอดาวน์โหลดเนื้อหาเดิมซ้ำ ๆ แต่เรื่องนั้นไม่จำเป็นต้องใช้การฟ้องร้อง ถ้ามันถึงระดับการโจมตีแบบปฏิเสธการให้บริการ กฎหมายที่มีอยู่ก็จัดการได้อยู่แล้ว
ถ้าบริษัทบางแห่งทำให้ทุกคนแย่ลงและมีแต่ตัวเองที่ร่ำรวยขึ้น เราควรคิดใหม่ว่าควรมอบ สิทธิพิเศษของนิติบุคคล ให้บริษัทแบบนั้นต่อไปหรือไม่ เราไม่จำเป็นต้องยอมให้ปรสิตและนักปล้นเอาสิ่งที่ต้องการไปด้วยต้นทุนของเรา
ต่อให้พวกเขาทำเช่นนั้นด้วยเจตนาร้ายอย่างไร้ศีลธรรม มันก็ยังเป็น ความหน้าซื่อใจคด อยู่ดี ยิ่งเป็นแบบนั้นก็ยิ่งใช่ สิ่งสำคัญคือพวกเขาชูนโยบายแบบไหน และการไม่ได้เชื่อจริง ๆ ไม่ได้ทำให้พ้นผิด
ไม่เข้าใจว่าทำไมเรื่องนี้ถึงแสดงถึงความหน้าซื่อใจคด มีความแตกต่างอย่างมากระหว่างการครอว์ลเว็บที่เข้าถึงได้แบบสาธารณะ กับการสแครปเว็บแอปพลิเคชันหรือ API ที่ต้องผ่านการยืนยันตัวตน เสิร์ชเอนจินที่ถูกกฎหมายครอว์ลเว็บสาธารณะอยู่เสมอ
แล้วกลับห้ามไม่ให้คนอื่นทำสิ่งเดียวกับที่ตัวเองเคยทำ
ถ้าเทียบกับเสิร์ชเอนจินแล้วต่างกัน เสิร์ชเอนจินกวาดเว็บสาธารณะเพื่อสร้างดัชนีค้นหา และใช้ดัชนีนั้นให้ผลการค้นหาและโฆษณา สิ่งสำคัญคือโดยทั่วไปผลการค้นหาจะส่งผู้คนไปยังเว็บไซต์ที่ถูกกวาดมา และเปิดโอกาสให้เว็บไซต์เหล่านั้นทำเงิน
เห็นปัญหาอยู่สองอย่าง เว็บสแครปปิงเป็น ปัญหาโมเดลธุรกิจ อย่างชัดเจน และส่วนหนึ่งของปัญหานั้นมาจากขนาด
หากคุณให้คอนเทนต์ฟรีและพยายามค้ำจุนด้วยโฆษณา ทันทีที่คนอื่นเอาคุณค่าของคอนเทนต์ไปได้โดยไม่ดูโฆษณา โมเดลนั้นก็เริ่มพัง ตัวอย่างเช่น ตัวบล็อกโฆษณา คำตอบที่รวมอยู่ในผลการค้นหาของ Google โคลนของ Stack Overflow และสิ่งอย่าง ChatGPT
อีกปัญหาคือเรื่องขนาด ซึ่งผมไม่รู้จะแก้อย่างไร เมื่อรัฐบาลออกนโยบายเป็นมิตรว่าใช้พลั่วในสวนสาธารณะได้ ก็อาจคิดว่าจะเป็นประโยชน์กับคนอย่างนักตั้งแคมป์ แต่ถ้าทีมเหมืองเปิดมืออาชีพโผล่มา เรื่องก็เปลี่ยนไป
ถ้าเป็นเว็บไซต์ที่ให้ข้อมูลดี ๆ ฟรี แล้วหาเงินจากการขายหนังสือหรือบริการผู้เชี่ยวชาญ ก็อาจเป็นอาชีพที่พออยู่ได้ แม้คำตอบจะเข้าไปอยู่ในกล่องคำตอบของ Google เนื้อหาหรือการวิเคราะห์ที่ซับซ้อนกว่านั้นยังต้องเข้าไปอ่านอยู่ดี และอาจได้ผู้ติดตามจากตรงนั้น
แต่ถ้าสิ่งอย่าง ChatGPT สามารถ “อ่าน” งานเขียนของผม แล้วแจกจ่ายคุณค่า 80% ออกไปโดยไม่รู้ที่มา นั่นคือจบ โมเดลธุรกิจจะไม่ทำงานอีกต่อไป โมเดลทั้งหมดที่แบ่งปันข้อมูลดี ๆ ฟรีจะล้มเหลว เหมือนปัญหาที่ศิลปินกำลังเผชิญอยู่ตอนนี้
ผมไม่รู้วิธีแก้โดยไม่มีการห้ามบางอย่าง แต่หากทุกประเทศไม่ได้บังคับใช้เรื่องนี้ ก็ต้องปรับไปตามตัวส่วนร่วมต่ำสุด และสุดท้ายต้องล็อกคอนเทนต์ทั้งหมด ห้ามทั้งการค้นเว็บ คำตอบของ Google และ ChatGPT ต่อให้เขียนใน robots.txt ว่า “กรุณาอย่าสแครป” ก็คงไม่ทำงาน
ลิขสิทธิ์คือความพยายามปกป้องโมเดลธุรกิจของผู้เขียนที่ต้องการขายสิ่งที่คัดลอกได้ง่ายและถูกมาก ส่วนความพยายามจำกัดเว็บสแครปปิงทางกฎหมายคือความพยายามปกป้องโมเดลธุรกิจของผู้สร้างที่ให้สิ่งที่คัดลอกได้ง่ายและถูกมากฟรี แต่ต้องการให้มารับสำเนาฟรีจากผู้สร้างโดยตรงเท่านั้น
ดังนั้นเราควรสามารถใช้บริการ GPT เพื่อฝึกโมเดลของเราเอง หรือสแครปอะไรก็ตามที่เข้าถึงได้สาธารณะเช่นกัน การป้องกันเดียวของเราคือบริการคู่แข่งที่ประมวลผลข้อมูลได้ดีกว่าโมเดลภาษาขนาดใหญ่แบบทั่วไปใด ๆ ทางออกแทบจะเป็น การแข่งขันที่เป็นธรรม ไม่ใช่การกำกับดูแล
หลังจากได้ข้อมูลแล้วก็สามารถนำไปเผยแพร่ได้ หากการโพสต์ตรง ๆ เป็นการละเมิดลิขสิทธิ์ การทำให้มันคลุมเครือโดย ซ่อนอยู่หลัง AI ก็น่าจะเลี่ยงได้เพียงพอ
ถ้าห้องสมุดให้ยืมฟรีและดัชนีค้นเว็บไม่เคยมีอยู่มาก่อน แล้ววันนี้มีคนพยายามสร้างขึ้นใหม่ ก็คงถูกฟ้องจนพังยับเยินไปแล้ว
เหตุการณ์เหล่านี้พึ่งพาเหตุผลหลักคือความเข้าใจที่คลุมเครือเกี่ยวกับข้อตกลงตามสัญญา ความเห็นของผมมีสองอย่าง EULA ไม่ใช่เอกสารที่บริษัททำขึ้นมาให้เซ็น และโดยพื้นฐานแล้วผมมองว่า EULA เป็นขยะ
มันเป็นฝ่ายเดียวโดยสิ้นเชิง และส่วนใหญ่ถ้ามีใครมีทรัพยากรพอจะสู้จริง ๆ ก็น่าจะผิดกฎหมายหรือยืนไม่อยู่ในศาล
ผมคิดว่าความรับผิดชอบในการรับประกันว่าผู้ใช้ได้อ่านและเข้าใจ EULA ควรอยู่ที่บริษัทที่ทำมันขึ้นมา และถ้าพิสูจน์ไม่ได้ว่าคนนั้นเข้าใจ EULA ทั้งหมดก่อนเข้าถึงไซต์ ก็ไม่ควรบังคับใช้ได้ EULA ไม่ใช่สัญญาธุรกิจ แต่เป็นกฎหมายเทียมแบบองค์กรชนิดหนึ่งที่บริษัทพยายามผูกกับการใช้ผลิตภัณฑ์
มีผลิตภัณฑ์อะไรในโลกที่แนบรายการกฎการใช้งานยาวเหยียดแบบนี้มา แล้วบอกว่าถ้าฝ่าฝืนอาจถูกฟ้องได้?
ดังนั้นเมื่อเรื่องนี้ย้อนกลับมาที่ “การสแครปข้อมูลระหว่างบริษัทกับบริษัท” ถ้าคุณเอาขึ้นเว็บไว้ และคอนเทนต์นั้นไม่มีลิขสิทธิ์จริง ๆ ของคุณ กล่าวคือไม่ได้สร้างขึ้นเอง คุณก็ไม่มีสิทธิ์ปกป้องมันจากการ “ขโมย”
แน่นอนว่าผมรู้ว่า John Deere ไม่ให้ลูกค้าซ่อมแทรกเตอร์ของตัวเอง แต่นั่นก็เป็นเรื่องเหลวไหลเหมือนกัน
คดี Register.com กับ Verio ที่ลิงก์ไว้น่าสนใจ ผมคิดว่าศาลตัดสินเรื่องสัญญาแบบเงื่อนไขการใช้งานอย่างละเอียดอ่อนกว่าที่คนทั่วไปเข้าใจกัน
ในคดีนี้ Verio เรียกใช้ API ของ Register เพื่อวัตถุประสงค์ที่ Register ห้ามไว้ แต่ Register กลับให้ข้อความ “สัญญา” ที่ระบุข้อจำกัดหลังจากการเรียกใช้นั้นเสร็จแล้ว ดูเหมือนน่าจะเป็นส่วนหนึ่งของ API response
ศาลมองจริง ๆ ว่านั่นสายเกินไป ถ้าวิธีเดียวที่จะรู้เงื่อนไขการเรียกใช้ API ได้คือการเรียก API นั้นก่อน นี่ก็คือ สัญญาแบบ shrink-wrap และเงื่อนไขดังกล่าวเป็นโมฆะ
อย่างไรก็ตาม ศาลนำการวินิจฉัยนี้ไปใช้เฉพาะกับการเรียก API ครั้งแรกเท่านั้น เพราะ Verio มีพนักงานที่คาดหวังให้ใช้สามัญสำนึกได้ และหลังจากการเรียกครั้งแรกก็มีโอกาสอ่านข้อความและรับรู้ข้อจำกัดแล้ว ดังนั้นในการเรียก API ทุกครั้งหลังจากนั้น พนักงานของ Verio จึงทำไปทั้งที่รู้ว่าเป็นสิ่งที่ Register ห้ามไว้อย่างชัดเจน ศาลจึงมองว่าเป็นการละเมิดสัญญา
ประเด็นสำคัญคือศาลไม่ได้ละทิ้งหลักการที่ว่าบุคคลต้องรู้เงื่อนไขของสัญญาจึงจะถือว่าเข้าทำสัญญา คดีนี้ในทางปฏิบัติใกล้เคียงกับการปฏิเสธสถานการณ์ที่รู้เงื่อนไขอยู่แล้วแต่แสร้งทำเป็นไม่รู้มากกว่า
[1] https://en.m.wikipedia.org/wiki/Register.com_v._Verio
กรณี Allen Institute ที่คุยกันเมื่อสัปดาห์ก่อนเป็นตัวอย่างที่ดี
https://news.ycombinator.com/item?id=37181415
พวกเขา “เปิดเผย” ชุดข้อมูลที่สร้างจากการสแครปวัสดุสาธารณสมบัติ พร้อมแนบ ไลเซนส์ ที่จำกัดว่าผู้คนจะนำไปใช้ได้อย่างไร
ประโยคที่ว่า “คอนเทนต์ที่พวกเขาพยายามปกป้องไม่ใช่ของพวกเขา แต่เป็นของผู้ใช้” ถูกแค่ในระดับหนึ่ง Facebook บอกว่าคอนเทนต์เป็นของผู้ใช้ เพื่อให้อธิบายได้ง่ายขึ้นว่าตัวเองไม่ต้องรับผิดเมื่อมีคอนเทนต์ผิดกฎหมาย
แต่ผู้ใช้ก็ยินยอมให้ Facebook ได้ “ไลเซนส์ทั่วโลก แบบไม่ผูกขาด โอนได้ ให้ไลเซนส์ช่วงต่อได้ ปลอดค่าลิขสิทธิ์ เพื่อใช้คอนเทนต์ทรัพย์สินทางปัญญาใด ๆ ที่คุณโพสต์บน Facebook หรือเกี่ยวข้องกับ Facebook”
ตัวอย่างเช่น แม้ผู้ใช้จะลบคอนเทนต์ของตัวเอง Facebook ก็ยังคงใช้มันและแสดงให้เพื่อน ๆ เห็นได้ ดังนั้นผมจึงบอกว่า “ในระดับหนึ่ง”