Введение
Происходящие на рынке искусственного интеллекта (далее – ИИ) кардинальные изменения, связанные с появлением новых моделей ИИ (DeepSeek, Qwen 2.5-Max, Kimi k-1.5), уже оказывают влияние на структуру рынка ИИ, а в перспективе окажут влияние на возможности монетизации произведений, созданных при помощи ИИ, включая формирование правового режима охраны таких произведений. Подтверждается тезис В. Ландеса и Р. Познера о необходимости анализа и постепенного реформирования законодательства о защите интеллектуальной собственности в рамках происходящих экономических изменений, которые обусловлены диктатом экономической эффективности1. Действительно, сама по себе необходимость правовой охраны произведений, равно как и влияние технологических изменений на такой правовой режим, напрямую зависят от возможностей по монетизации соответствующих произведений. Проще говоря, «американская» модель ИИ является более инвестиционноемкой в отличие от нарождающейся «китайской» модели ИИ: победа в этом противостоянии, вероятно, предопределит дальнейший вектор развития правового режима охраны результатов функционирования ИИ.
Особого внимания заслуживает вопрос влияния ИИ на правовую охрану баз данных. В настоящий момент базы данных, с одной стороны, являются источником для генерации контента, а с другой — выступают в качестве результата функционирования ИИ. Именно поэтому – в условиях неопределенности правового режима охраны баз данных, созданных ИИ, объема баз данных для целей правовой охраны отдельных элементов системы ИИ (например, охраны параметров модели машинного обучения (model weights), базы данных промптов и т.п.), а также постепенного изменения экономической модели ИИ – необходимо определить подходящий способ защиты и определить пределы его действия.
1. База данных ИИ как объект права
Основной проблемой правовой охраны базы данных ИИ является отсутствие единообразия в определении ее понятия для целей правовой охраны. В странах континентального права (например, в Германии, России, Франции) база данных охраняется как право, смежное с авторским2. В иных правопорядках базы данных охраняются по иным моделям (например, в Европейском союзе (далее – ЕС) для баз данных создан sui generis правовой режим охраны, в Швеции, которая является родиной права sui generis на базы данных, они также могут охраняться как секреты производства, а в Великобритании был заимствован европейский подход с учетом английской специфики, которая предполагает необходимость собственной оценки критериев охраноспособности базы данных3). В то же время американский подход не отклоняется от стандарта, выработанного в деле Feist Publications v. Rural Telephone Service4, где судами был предложен повышенный стандарт правовой охраны произведений в части соблюдения критерия оригинальности и авторства; в результате сформировавшегося подхода Feist’a базы данных в США являются неохраноспособными5. Поэтому европейское регулирование и следующие ему правопорядки в части возможности правовой охраны баз данных являются в настоящее время образцовыми.
Если обратиться к определению базы данных, то устанавливаются следующие признаки для квалификации совокупности информации как базы данных: (i) самостоятельность данных и материалов, подлежащих объединению, (ii) систематическая или методическая упорядоченность, (iii) доступность по отдельности, (iv) осуществление доступа при помощи электронных либо иных средств (art. 1 (2) of the EU Directive in the legal protection of databases, 1997 (далее – Directive, Директива). Аналогичное определение дублируется в § 87а(1) UrhG и L112-3 (1) Code de la propri'et'e intellectuelle. В то же время для правовой охраны базы данных устанавливаются дополнительные критерии, которые будут рассмотрены далее6.
Для определения базы данных как объекта правовой охраны необходимо разграничить ее со схожим объектом – программой для ЭВМ. В связи со схожестью компьютерной программы и базы данных ИИ обратимся к позиции В.А. Корнеева, который предлагает ставить охраноспособность произведений, сгенерированных компьютером, в зависимость от творческого характера и объективной формы такого произведения, поскольку программа для ЭВМ представляет собой инструмент, с помощью которого человек достигает определенного результата7. Может ли данная позиция быть экстраполирована на базы данных ИИ? Представляется, что не в полной мере, поскольку технологическое развитие ИИ может привести к пересмотру устоявшихся концепций.
В европейском регулировании прямо установлено, что компьютерные программы не могут охраняться по праву sui generis, а также становиться частью произведения базы данных (art. 1 (3) of Directive, § 4 (2) UrhG). Аналогичную позицию поддерживают и немецкие ученые. По мнению D. Linke, безотносительно типа искусственного интеллекта [«сильного» или «слабого» искусственного интеллекта – А.О.] базы данных, равно как и программы для ЭВМ, созданные при помощи ИИ, не могут являться объектом правовой охраны в качестве смежного права, поскольку их функционирование зависит от отдельных команд и инструкций8. Действительно, зависимость баз данных и компьютерных программ, созданных ИИ, от человека исключает их авторско-правовую охрану.
При этом технический прогресс приводит к появлению новых типов произведений, в том числе созданных ИИ, что позволяет поставить вопрос об их охраноспособности. Так, речь идет о базах данных «второго поколения» (базы знаний, реляционные базы данных), отличительной характеристикой которых является наличие структурированной формы. Действительно, само по себе существование неструктурированных (нетворческих) и структурированных (творческих) баз данных ставит под вопрос невозможность охраноспособности таких объектов. Использование ИИ в управлении базами данных выводит данную сферу на качественно новый уровень, обеспечивая пользователю различную степень функционального воздействия на базу данных с помощью ИИ, что может стать поводом для наделения более «сильным» правовым режимом охраны такого произведения, полученного с помощью ИИ9.
В любом случае доктрина указывает на существование трех типов данных – данных, созданных и специально используемых ИИ, больших данных, а также данных, охраняемых авторским правом; при этом любой тип данных, касающийся как больших данных, так и данных, охраняемых авторским правом, может рассматриваться в качестве данных, созданных и специально использованных ИИ, если они организованы, в том числе в форме базы данных, для целей использования ИИ10. Необходимо дифференцировать категории данных, поступающих в систему ИИ для целей ее функционирования и создания баз данных: если речь идет о данных из публичных источников или данных, предоставляемых государственными органами, то целесообразно исходить из политики открытых данных, равно как и обеспечить унификацию таких данных (баз данных) для улучшения их совместимости; когда речь идет о данных, поступающих из частных источников, целесообразно выявить их правовой режим во избежание ряда правовых рисков (например, нарушения положений о защите персональных данных, критического значения такой информации, необходимости использования антимонопольного законодательства и т.п.11). При этом существующее регулирование в сфере защиты персональных данных, которые могут использоваться при функционировании ИИ, необходимо подстраивать под реалии ИИ, например, в части допустимости профилирования конкретных лиц, равно как и прилагать усилия для гармонизации режима в области персональных данных сообразно требованиям ИИ на международном уровне.
Здесь особого внимания заслуживает вопрос охраноспособности параметров модели машинного обучения. В сущности, данный элемент ИИ представляет собой наиболее востребованную часть системы ИИ, защита которой, в условиях противостояния «китайской» и «американской» моделей ИИ, приобретает особое значение. При этом существуют, по крайней мере, две проблемы, связанные с тем, что, во-первых, параметры модели машинного обучения имеют числовое выражение, а во-вторых, отсутствует контроль над генерацией произведений.
Кроме того, сама по себе возможность признания параметров модели машинного обучения базой данных является неоднозначной в свете судебной практики ЕС. В деле Fixtures v. OPAP Европейский суд справедливости занял оригиналистскую позицию, истолковав положения Директивы буквально12. Он обозначил, что всякая база данных должна включать в себя систематическое или методическое расположение, что, однако, не всегда характерно для параметров модели машинного обучения. В более позднем деле Freistaat Bayern v. Verlag Esterbauer GmbH13 был избран интернационалистский подход к толкованию Директивы: база данных существует в силу существования третьих лиц, заинтересованных в использовании такой базы данных и воспринимающих содержащийся в параметрах материал как имеющий ценность (критерий законного интереса). Очевидно, что второй подход в большей мере соответствует текущей ситуации на рынке ИИ, в результате чего отдельные элементы также заслуживают правовой охраны.
Необходимо указать на возможность признания характера базы данных за совокупностью промптов. Отдельно взятый промпт не будет подлежать охране как база данных, что, однако, не исключает возможности признания за ним авторско-правовой охраны при наличии достаточного уровня оригинальности. В то же время для признания охраноспособности за базой данных, состоящей из промптов для ИИ, необходимо учитывать как количественный, так и качественный критерии. По мнению S. Hembt и J. Smeets, к качественным критериям относятся (i) индивидуальный характер промпта, (ii) упорядоченность, а не хаотичность промптов в базе данных, (iii) наличие значительных инвестиций как финансового, так и нефинансового характера; к количественному – наличие значительного количества промптов (например, несколько десятков)14. Следовательно, практически любой связанный с функционированием ИИ компонент может быть признан базой данных при соблюдении ряда критериев. С учетом складывающейся практики наличие ценности у любого объекта, структурированного как база данных, дает ему возможность правовой охраны, по крайне мере, в формате права sui generis на базу данных.
Практически любое произведение, созданное при помощи ИИ или самим ИИ, а также имеющее такие характеристики, как (i) самостоятельность данных и материалов, подлежащих объединению, (ii) упорядоченность, или структурированность, данных, а в некоторых случаях – (iii) наличие ценности базы данных для третьих лиц, может рассматриваться как база данных и выступать как подлежащая правовой охране база данных. При этом определение модели правовой охраны базы данных ИИ является дискуссионным вопросом.
2. Охрана базы данных ИИ по модели авторского права
Основной целью авторского права является предоставление правовой охраны результатам интеллектуальной деятельности, полученным в результате творческого процесса, а также их распространение в отношении неопределенного круга лиц. В случае с использованием результатов применения искусственного интеллекта возникает, в сущности, аналогичная проблема, связанная с необходимостью предоставления или непредоставления правовой охраны таким результатам. Как отмечает Е.А. Павлова, основным фактором, который необходим для признания того или иного результата объектом авторских прав, является творческий характер15. Аналогичные требования могут предъявляться и в отношении произведений, созданных при помощи ИИ, включая базы данных ИИ.
Данная позиция подтверждается правовой позицией Европейского суда справедливости, который отмечает, что структура базы данных должна охраняться авторским правом, если она является оригинальной; под оригинальностью понимается такой отбор или расположение содержимого, который является результатом свободного и творческого выбора автора, оставляющего в произведении свой личный отпечаток (творческая база данных; поэтому нетворческая база данных, необходимость создания которой продиктована техническими соображениями, не подлежит авторско-правовой охране)16. Обстоятельства, связанные с творческим характером базы данных, а также личным (авторским) вкладом, являются основным препятствием на пути к авторско-правовой охране нетворческих баз данных ИИ17, что, однако, не умаляет их экономической, технической и научной ценности. Кроме того, сам по себе авторско-правовой режим представляется не в полной степени соответствующим природе базы данных ИИ, поскольку целью авторско-правовой охраны произведения является защита творческого вклада, а не инвестиций, вложенных в создание произведения. Рассмотрим ряд проблем авторско-правового режима охраны более подробно.
2.1. Критерии охраноспособности базы данных ИИ
Как отмечает Я. Казеева, базы данных ИИ не могут быть объектом авторского права, поскольку они не соответствуют критериям авторства и оригинальности произведения18. На первый взгляд, данная позиция может показаться верной. Действительно, в европейской и американской практике нетворческие базы данных ИИ не являются объектом авторского права: авторско-правовой охране подлежат лишь творческие базы данных ИИ.
Европейский подход сводится к тому, что база данных ИИ создается не человеком, а программой, что исключает возможность соблюдения критерия авторства. Кроме того, в создании, эксплуатации и защите базы данных ИИ наличествует существенный финансовый интерес. Так, в немецком праве непреложной догмой является то, что автором произведения должен быть человек, поскольку именно он вправе осуществлять творческий труд; ИИ же воспринимается в качестве инструмента в руках создателя произведения, который принимает творческие решения, характеризующие произведение19. Если же рассматривать ИИ в качестве автора произведения, то происходит одновременное несоблюдение критериев авторства и оригинальности произведения: в первом случае автором может являться исключительно физическое лицо либо группа лиц, но не инструмент, выступающий в настоящее время объектом правового регулирования; во втором же случае авторско-правовая охрана применяется лишь в отношении выдающихся произведений ИИ20. С учетом того, что чаще всего база данных является способом управления и оптимизации информации, то предоставление «сильного» авторского права является чрезмерным для защиты таких результатов функционирования ИИ.
На европейском уровне был выработан стандарт оригинальности, который предъявляется ко всем результатам интеллектуальной деятельности, а не исключительно к объектам авторского или смежного права. Так, Европейский суд справедливости исходит из того, что оригинальность результата интеллектуальной деятельности достигается через специально избранную последовательность творческих элементов, выражающую интеллектуальный потенциал конкретного автора21. Данная позиция свидетельствует о том, что правоприменение постепенно повышает стандарты, предъявляемые к охраноспособности результатов интеллектуальной деятельности, включая базы данных ИИ, с целью ограничения сферы действия авторского права во избежание чрезмерной охраны результатов, не имеющих творческой ценности.
Более строгий подход был избран американским правопорядком. Так, американские суды полностью отрицают охраноспособность базы данных, в том числе базы данных ИИ, на том основании, что авторское право не защищает простые инвестиции и, следовательно, простую информацию. В этой связи базы данных должны быть исключены из сферы авторско-правовой охраны, если они не проходят проверку на оригинальность безотносительно инвестиций как финансового, так и нефинансового характера (мастерство, умения, труд и т.п.)22. В целом, европейское и американское право имеет схожую методологию решения проблемы охраноспособности базы данных ИИ, поскольку не допускают широкого распространения авторского права. Для целей определения охраноспособности базы данных ИИ допустимо предложить тест на охраноспособность: во-первых, необходимо определить соответствие произведения, созданного ИИ, требованиям, предъявляемым к базе данных; а во-вторых — определить наличие творческого элемента в структуре базы данных ИИ.
Может сложиться впечатление, что китайское право отличается от консервативных западных правопорядков: в Китае происходит постепенное признание охраноспособности баз данных ИИ. Как отмечает А. Гуадамуз, китайские суды постепенно приходят к тому, что на базу данных, созданную ИИ при помощи человека, возникают определенные права, даже если такая база не подлежит авторско-правовой охране по критерию оригинальности23. В то же время подобное решение китайского суда, по моему мнению, может объясняться следующими причинами. Во-первых, китайское право вынужденно признает авторское право на такие произведения, поскольку у них, в отличие от ЕС, отсутствует право sui generis на базы данных – китайский суд прямо намекает на то, что необходима разработка специального правового режима, основанного на критерии инвестиций. Во-вторых, национальные правопорядки Европы допускают авторско-правовую охране творческих баз данных, которые, однако, составляют меньшую часть из генерируемых ИИ баз данных. Можно предположить, что китайское право в аспекте охраноспособности базы данных ИИ заимствует решения, уже существующие в иностранных правопорядках. В любом случае во всех правопорядках базы данных ИИ, в частности, нетворческие базы данных, чаще всего оказываются неохраноспособными. При этом авторско-правовая охрана вряд ли станет массовой применительно к базам данных ИИ.
2.2. Проблемы модели авторско-правовой охраны базы данных ИИ
Несмотря на то что авторское право является самым «сильным» правовым режимом охраны результатов интеллектуальной деятельности24, оно сталкивается с рядом проблем, соприкасаясь с результатами функционирования ИИ. Немецкая доктрина отмечает нерешенность вопроса реальной потребности рынка в существовании авторско-правовой охраны базы данных ИИ25. Действительно, происходящие в настоящее время изменения на рынке ИИ, очевидно, приведут к переоценке критерия инвестиций применительно к правовой охране базы данных ИИ, поскольку китайская модель ИИ свидетельствует о том, что инвестиции могут оказаться не столь значительными, как в американской модели ИИ при идентичном либо превосходящем качестве генерируемого контента. В настоящем случае охраноспособность базы данных ИИ также находится в уязвимом положении: необходимость столь сильной охраны может отпасть.
Существует три модели поведения законодателя в отношении авторско-правовой охраны базы данных ИИ. Во-первых, допустимо отказаться от антропоцентричного подхода к авторству и признать законным авторство системы ИИ (как квазиюридического лица либо иного субъектного состояния) (первая модель). Во-вторых, возможно признание результатов функционирования ИИ не подлежащими правовой охране по модели авторского права, признав, однако, возможность иных форм их правовой охраны (например, права sui generis на базы данных) (вторая модель). В-третьих, возможно создание специального правового режима охраны данных, созданных при помощи ИИ (третья модель).
Вероятно, первая модель поведения законодателя, допускающая авторство ИИ на базы данных, является нецелесообразной как с теоретической, так и с практической точек зрения. Политико-правовая аргументация, нацеленная на признание правосубъектности или ее элементов за системой ИИ, может пошатнуть догматические основания системы гражданского права, что в конечном итоге, не решит проблемы правового режима охраны результатов интеллектуальной деятельности ИИ в силу black box problem, объясняющей невозможность прогнозирования поведения ИИ, а равно и невозможности адаптации правого режима охраны контента ИИ. С практической точки зрения, нецелесообразно включать все базы данных ИИ в орбиту авторского права, поскольку подобный подход рискует дестабилизировать рынок данных за счет необоснованного усиления правового режима такого рода произведений.
Кроме того, авторско-правовая охрана базы данных ИИ рискует столкнуться с проблемой нарушения правовых режимов охраны данных при их обработке. Так, разработка ИИ может быть связана с нарушением авторских и иных прав, если она заключается в создании хотя бы одной базы данных, включающей в себя сведения, защищенные авторским правом, в силу возможности несанкционированного воспроизведения оригинальной структуры базы данных. Р. Мейс приводит примеры нарушения авторского права при разработке базы данных ИИ: на подготовительной стадии существует риск полного копирования содержания и структуры базы данных, на этапе извлечения данных нарушение будет иметь место при копировании одной или нескольких оригинальных структур базы данных; при этом на этапе рекомбинации определить несанкционированное воспроизведение будет невозможно в силу невозможности определения исходной структуры базы данных26. Иначе говоря, широкое использование авторского права в отношении базы данных рискует привести к увеличению числа случаев нарушения авторских прав при обработке базы данных, выступающих в качестве исходной структуры формирования базы данных ИИ.
Отказ от авторско-правовой охраны базы данных ИИ может быть обоснован с той точки зрения, что базы данных, составленные государственными органами, не являются результатом интеллектуальной деятельности, следовательно, они являются публичным достоянием ab initio. Как отмечает М. Лейстнер, допускается ограничение сферы раскрытия базы данных государственных органов лишь при отсутствии прямой правовой или политической заинтересованности, а предоставление доступа целесообразно ограничить лишь в случаях, связанных с необходимостью повышения динамической эффективности базы данных27. В целом, возможна экстраполяция данного решения на базы данных ИИ, однако, как отмечает Г. Ното Ла Диега, вопрос охраноспособности ИИ носит политико-правовой характер, поскольку решение об объявлении всего контента ИИ общественным достоянием может дестимулировать развитие систем ИИ в связи с отсутствием правовых гарантий коммерциализации такого контента28.
Стоит возразить позиции Г. Ното Ла Диега, который, как показало время29, заблуждался относительно взаимосвязи правовой охраны контента ИИ и экономических стимулов к развитию систем ИИ. Так, крупнейшие игроки рынка ИИ базируются в тех странах, где правовой режимы охраны контента ИИ находится либо в зачаточном состоянии (Китай), либо игроки обходятся договорными способами защиты, включая режим секрета производства, антимонопольными либо техническими средствами защиты прав на генерируемый ИИ контент (США) (подробнее см. § 5 настоящей статьи). Стремительное развитие регуляторной среды ИИ, в том числе в отношении результатов функционирования ИИ, привело к тому, что на территории ЕС отсутствуют сколько-нибудь значимые игроки рынка ИИ: несоответствие регуляторного режима фактически складывающимся отношениям в сфере ИИ привели к эмиграции таких компаний в более благоприятные с регуляторной точки зрения юрисдикции (Великобритания, США). Поэтому авторско-правовая охрана должна рассматриваться либо в качестве исключительного поощрения особо оригинальным базам данных ИИ, либо в качестве правового режима, не применяемого в отношении баз данных ИИ.
Вторая и третья модели будут рассмотрены в § 3 и 5 настоящей статьи.
3. Охрана базы данных, созданной ИИ, по праву sui generis
В настоящее время наиболее предпочтительным режимом охраны базы данных, по мнению европейских правоведов, является право sui generis, или смежное право. Существование данного правового режима является отличительной особенностью государств-членов ЕС, где была принята Директива, повлиявшая также на национальные правопорядки (прежде всего, на законодательство об интеллектуальной собственности Германии и Франции). При этом родоначальником такой модели стали скандинавские страны. Попытки закрепления права sui generis были предприняты в США, однако от них отказались в результате давления бизнеса, который обходился ординарными способами защиты прав (прежде всего, архаичным режимом секрета производства и механизмами договорного регулирования).
В действительности, удобство права sui generis состоит в том, что он представляет собой упрощенный режим правовой охраны баз данных ИИ, заменяющий критерий авторства и критерий творчества для авторского права критерием независимости элементов базы данных и критерием значительных инвестиций в разработку и создание базы данных. Немецкая литература исходит из того, что деперсонификация права sui generis связана с повышением инвестиционных стимулов за счет охраны экономической услуги, а не предоставления творческой охраны30. Преимуществом данного режима является возможность правовой охраны всех баз данных – как творческих, так и нетворческих – безотносительно наличия у них особой оригинальности. Таким образом, снимается вопрос необходимости наделения ИИ правосубъектностью, поскольку для правовой охраны базы данных ИИ критерия авторства уже не предъявляется.
В то же время доктрина указывает на одну сложность, с которой могут столкнуться базы данных ИИ: неясно, смогут ли базы данных ИИ приобрести правовую охрану в силу различий между созданием и получением данных для создания такого объекта31. Как отмечает Европейский суд справедливости, создание или получение данных не всегда может рассматриваться как инвестиция для целей создания базы данных, поскольку целью права sui generis является содействие созданию систем хранения и обработки существующей информации, а не создание материалов, подлежащих объединению в базу данных32. Представляется, что база данных ИИ предположительно не соответствует приведенному в судебной практике Европейского суда справедливости критерию, поскольку целью функционирования ИИ является генерация контента за счет переработки существующей информации и ее объединения в качественно новую.
Аналогичная позиция была поддержана Федеральным Верховным Судом ФРГ, который отметил, что инвестиции должны быть направлены непосредственно на создание базы данных, а не являться побочным продуктом иных инвестиций, приносящих доход33. С точки зрения § 87a (1) UrhG, базы данных ИИ не охраняются правом sui generis, поскольку защита является возможной лишь в случае, когда функционирование ИИ рассматривается только как анализ базы данных, а контент ИИ – как результат его функционирования. Действительно, представленная правовая позиция повлияла на немецкий правопорядок и привела к тому, что собирание данных может рассматриваться как существенный вклад в создание базы данных, а создание данных за счет переработки информации, соответствующей функции ИИ, не может рассматриваться в качестве существенного вклада.
Немецкое право также ориентировано на защиту лишь творческих баз данных по модели права sui generis. Так, в силу § 87a UrhG охраноспособной признается всякая база данных ИИ, которая является в достаточной степени оригинальной, а также инвестиционноемкой. Информация, содержащаяся в базе данных, на момент создания такой базы данных должна существовать, поскольку в ином случае будет иметь место несоответствие элементу значительных инвестиций в части создания новой информации, а не ее творческой переработки. Аналогичные выводы касаются и вопроса правовой охраны параметров модели машинного обучения, поскольку такие параметры вряд ли, согласно немецкой практике, могут быть предметом права sui generis: такая информация возникает лишь в процессе обучения, а не существует на момент предоставления запроса34. Избранные немецким правом подходы свидетельствуют о существенном влиянии правовых позиций Европейского суда справедливости на формирование национальной практики
При этом технологическое развитие привело к появлению очередного критерия охраноспособности базы данных ИИ по праву sui generis: в деле CV-Online Latvia v. Melons был предложен критерий законного интереса в праве доступа пользователей и конкурентов к базе данных35. При наличии параллельного критерия правовой охраны базы данных существует вероятность ее правовой защиты при наличии ценности для третьих лиц. В сущности, наличие данных критериев связано с объемом объектов правовой охраны, нацеленного на исключение правовой охраны необработанной информации (raw data). По крайней мере, такого подхода, по мнению, Л. Гаэтан, придерживается французское право, которое позволяет обосновать охрану инвестиций через право sui generis, позволяющее защитить многочисленные базы данных различного характера, в том числе используемые для обучения ИИ36.
Таким образом, правовые позиции исходят из необходимости ограничения сферы действия права sui generis путем установления дополнительных элементов правовой охраны: (i) элемента собирания информации, предполагающего аккумуляцию существующих данных для их включения в базу данных, (ii) элемента верификации информации, предполагающего проверку ее на предмет достоверности, а также на отделение персональных данных от неперсональных, и (iii) элемента презентации, предполагающий обработку и структурирование такой информации в базу данных. Создание информации, характерное для функционирования ИИ, не может рассматриваться в качестве существенной инвестиции в базу данных, что ставит под сомнение возможность правовой охраны ряда баз данных ИИ.
В доктрине содержится указание на то, что сфера действия права sui generis является избыточной на том основании, что она позволяет осуществлять правовую охрану тех результатов интеллектуальной деятельности, которые не рассматривались Директивой в качестве объекта своего изначального регулирования, когда, например, топографические карты, издательская продукция, мультимедийные произведения и ряд иных объектов, сгенерированных ИИ, de lege lata охраняются правом sui generis37. В дополнение к этому немецкая литература отмечает, что охрана базы данных ИИ возможна для всех видов смежных прав с учетом некоторых практических трудностей, поскольку для целей права sui generis правовым значением обладают существенность инвестиционного компонента и минимальный уровень информационного содержания, отличный от нагромождения необработанных данных (raw data)38. Целесообразно ограничить сферу действия права sui generis, поскольку неточности юридической техники могут приводить к наделению режимом правовой охраны тех объектов, для которых защита по праву sui generis изначально была несвойственной. Применительно к возможности охраны базы данных ИИ, равно как и любого другого контента ИИ, необходимо отметить, что чрезмерное расширение правового режима охраны является опасным, поскольку может привести к коллизиям правовых режимов (в частности, коллизиям между охраной баз данных и охраной иных смежных прав).
В любом случае право sui generis является основным правовым режимом охраны базы данных ИИ, по крайне мере, на территории ЕС. В научной литературе содержится указание на существование двухуровневой системы охраны базы данных, когда авторско-правовая охрана предоставляется творческим базам данных, а охрана sui generis предоставляется нетворческим базам данных39. Представляется, что приведенная позиция является ошибочной, поскольку существование двухуровневой системы охраны баз данных в ЕС является дискуссионным вопросом, который не находит отражение в действующем законодательстве или судебной практике. Кроме того, формирование новых критериев для охраны баз данных подтверждает, что авторско-правовая охрана и охрана базы данных по модели sui generis не соотносятся друг с другом, а представляют собой различные правовые режимы.
В то же время ряд иных источников замечает, что право sui generis представляет собой единственный правовой режим охраны данных в ЕС, обозначая ряд проблем, свойственных и авторско-правовой охране: наиболее проблемным и одновременно инвестиционноемким является вопрос отделения персональных данных от неперсональных; кроме того, существует риск получения доступа к соответствующим базам данных со стороны третьих лиц40. Следовательно, право sui generis имеет ряд существенных недостатков, которые, помимо существенных инвестиций, предполагают вложение достаточного числа финансовых средств, направленных на исключение регуляторных рисков (например, обеспечения надлежащего оборота персональных данных для предотвращения нарушений режима персональных данных).
При формировании правовой модели охраны баз данных по праву sui generis необходимо обратить внимание на защиту прав доступа пользователей к базам данных, в том числе к базам данных ИИ. Как отмечает М. Лейстнер, ограничение исключительного права на использование существенной части базы данных не может эффективно учитывать возможную потребность в доступе к данным, полученным с помощью ИИ, когда такие данные могут быть использованы третьими лицами для разработки или распространения новых продуктов и услуг с добавочной стоимостью41. С целью решения обозначенного вопроса на уровне судебной практики ЕС был разработан дополнительный критерий правовой охраны, связанный с защитой законного интереса в праве доступа пользователей и конкурентов системы ИИ к базе данных ИИ (CV-Online Latvia v. Melons). В то же время утилитарный характер базы данных ИИ вряд ли может обойтись одним лишь критерием законного интереса в праве доступа.
Необходимо поставить вопрос о возможности принудительного лицензирования в отношении базы данных, в том числе базы данных ИИ. Несмотря на то, что в доктрине вопрос введения принудительных лицензий на те или иные объекты интеллектуальных прав является крайне спорным по причине противоречивых экономических последствий и предполагаемого ухудшения положения пользователей и конкурентов42, на этапе разработки Директивы предлагалось предусмотреть возможность принудительного лицензирования в отношении баз данных – как опубликованных, так и не опубликованных – для обеспечения прав доступа со стороны пользователей и конкурентов на основе критерия единственного источника (the sole source criterion)43.
В доктрине отмечается, что предоставление принудительных лицензий в отношении базы данных может быть обозначено, если такая база данных становится единственным источником (например, превращается в отраслевой стандарт, независимое получение которого становится невозможным из-за сетевых эффектов либо государственного регулирования)44. На первый взгляд, представленный аргумент является обоснованным, поскольку он позволяет обеспечить реализацию прав доступа и поддерживать надлежащий уровень конкуренции. В то же время нельзя не отметить его преждевременный характер на том основании, что условия для введения подобного регулирования на рынке ИИ еще не сформированы – отсутствуют предпосылки монополизации рынка больших данных, по крайней мере, на территории ЕС. Таким образом, существующие критерии охраны базы данных должны также учитывать права доступа пользователей и конкурентов.
В целом, приведенное регулирование является специфическим подходом ЕС к решению вопроса правовой охраны базы данных ИИ. С одной стороны, такой подход является в большей степени проинвестиционным: он защищает значительный вклад в создание базы данных, а также расширяет сферу применения права sui generis по сравнению с авторским правом. С другой стороны, избранный подход, вероятно, дестимулировал развитие базы данных ИИ на территории ЕС. Территориальный характер права sui generis является одновременно и достоинством, и недостатком данного правового режима. Если рассматривать территориализм права sui generis как недостаток, отметим, что экстраполяция данного регулирования на базы данных ИИ, равно как и на произведения ИИ, дестимулировало рынок ИИ на территории ЕС. В сущности, создание полноценного регулирования оказалось преждевременным, поскольку не возникло соответствующего рынка больших данных, в отличие от иных правопорядков, где законодатель более осторожно подходит к формированию моделей правовой охраны баз данных и произведений ИИ.
4. Патентно-правовая охрана базы данных ИИ
Крайне узкое значение имеет патентно-правовая охрана базы данных ИИ. Подобная ситуация связана с тем, что базы данных ИИ не представляют собой технического решения проблемы, а также не соответствуют критерию изобретательского уровня. Патентное право само по себе нацелено на публичное распространение результатов интеллектуальной деятельности при условии предоставления защиты изобретателю, а также на монетизацию соответствующих результатов интеллектуальной деятельности.
Нерешенным остается вопрос соотношения критерия, на основании которого базе данных ИИ будет предоставляться правовая охрана и вид соответствующей правовой охраны45: если исходить из критерия инвестиций, то правовая охрана будет предоставляться по модели права sui generis; если обращать к критерию изобретательского уровня, возможна патентно-правовая охрана. Европейское регулирование в сфере патентного права ориентируется на принципиальную возможность патентоспособности произведений, созданных при помощи искусственного интеллекта, но не созданных исключительно искусственным интеллектом.
Так, Европейское патентное ведомство адаптировало критерии патентоспособности под произведения, созданные ИИ: (i) технический характер изобретения, хотя алгоритмы ИИ сами по себе не обладают техническим характером, что исключает их охраноспособность в качестве изобретения, (ii) новизна изобретения, которая наличествует лишь при использовании ИИ как инструмента достижения конечного результата, но не как исключительного способа создания произведения, (iii) изобретательский уровень произведения, который связан с необходимостью закрытия алгоритмов функционирования ИИ от третьих лиц, включая данные, на основе которых происходило обучение системы ИИ, а также (iv) промышленная применимость изобретения, предполагающая возможность использования произведения, созданного при помощи ИИ, для решения практических и технических задач46.
При этом немецкая доктрина в области патентного права отмечает трудности квалификации базы данных ИИ в качестве изобретения применительно к изобретательскому уровню, поскольку, по мнению В. Шрён, необходимо определить, что выступает критерием правовой охраны (инвестиции или творческий вклад) и кто является правообладателем произведения (человек, где ИИ выступает в качестве инструмента, либо ИИ как квазиюридическое лицо)47. Однако текущая судебная практика и доктрина склоняются к тому, что патентно-правовая охрана недоступна для базы данных ИИ.
В контексте невозможности патентно-правовой охраны базы данных ИИ Федеральный Верховный Суд ФРГ указал, что для получения патентно-правовой охраны необходимо восприятие такой последовательности в обычной форме по своему назначению в качестве физического объекта, а также наличие технических свойств, запечатленных патентуемым способом48. Иначе говоря, патентоспособной может быть лишь форма (информация, закодированная с помощью символов и доступная для охраны производного продукты), но не сама информация. Равным образом неясным остается ответ на вопрос о возможности патентоспособности базы данных ИИ по § 9(3) Patentgesetz как продукт запатентованного способа создания произведений (вторичное изобретение). Поэтому нерешенность вопроса о патентоспособности, например, параметров модели машинного обучения49, равно как и самой системы ИИ50, препятствует патентоспособности производного от них контента, включая базы данных ИИ. Большинство правовых систем вряд ли готовы к патентованию баз данных ИИ, поскольку контент ИИ не соответствует критерию изобретательского уровня в силу повышенных требований к объекту патентной охраны.
5. Иные способы защиты базы данных ИИ
Наравне с интеллектуально-правовыми способами защиты базы данных ИИ, рассмотренными выше, существуют иные способы, обладающие, главным образом, относительным защитным эффектом, а не абсолютным, как это имеет место при интеллектуально-правовых режимах. В то же время текущее состояние рынка ИИ и развитие технологий ИИ свидетельствует о том, что абсолютный защитный эффект интеллектуально-правовых режимов является во многом излишним. Крупнейшие системы ИИ активно используют иные способы защиты права на базы данных ИИ, используя менее затратные способы защиты права с относительным защитным эффектом. К числу таких способов защиты можно отнести: (i) охрану базы данных как секрета производства, (ii) договорные механизмы охраны базы данных ИИ, (iii) антимонопольные механизмы защиты базы данных ИИ и (iv) технические решения в области охраны базы данных ИИ.
5.1. Охрана базы данных ИИ как секрета производства
В своей работе Г. Ното Ла Диега убежденно доказывает, что секреты производства являются ненадлежащим способом защиты базы данных, поскольку они, во-первых, предназначены для доведения информации до всеобщего сведения, а, во-вторых, информация базы данных должна быть легкодоступной и извлекаемой, в то время как секреты производства, наоборот, нацелены на сохранение коммерчески значимой информации в тайне51. Практика использования режима секрета производства как способа защита базы данных ИИ свидетельствует об обратном: Я. Казеева указывает на то, что договорные механизмы, средства правовой защиты судебного характера, охрана базы данных ИИ как секрета производства, равно как и ряд доктрин common law (например, trespass, misappropriation) формируют набор инструментов для защиты большинства баз данных52.
Действительно, доктрина повсеместно исходит из принципиальной возможности охраны базы данных ИИ как секрета производства, хотя и отмечает его ограниченный (относительный) защитный эффект. В отношении режима коммерческой тайны основная сложность заключается в определении предмета договора, поскольку необходимо точное определение данных, подлежащих такой охране, что может быть особенно сложно в ситуации, когда такие данные еще не созданы. В то же время основную ценность следует придать непосредственно параметрам модели машинного обучения, которые и составляют суть системы ИИ. Кроме того, П. Завадский отмечает, что при заключении договора о наделении той или иной категории информации статусом коммерческой тайны необходимо учитывать следующее: (i) подлежащая защите информация не должна быть общеизвестной либо легкодоступной с помощью различных средств для третьих лиц, способных получить экономическую выгоду от ее раскрытия или использования, (ii) информация должна иметь коммерческую ценность в силу тайного характера53, (iii) наличие у контролера, на законных основанием обладающим информацией, явно выраженного намерения сохранить такую информацию в тайне54. Действительно, представленные условия позволяют сформировать правовой режим охраны секрета производства для базы данных ИИ.
В то же время собственники ИИ должны осознавать, что – безотносительно правового режима защиты базы данных – происходит передача критически важных или конфиденциальных сведений, которые рискуют оказаться в распоряжении третьих лиц. В данном случае необходимо обратиться к шведскому праву, где базы данных чаще всего охраняются несколькими способами – абсолютным способом (например, правом sui generis либо авторско-правовой охраной) и относительным способом (например, путем создания режима коммерческой тайны)55. В таком случае может показаться, что секрет производства является субсидиарным способом защиты базы данных ИИ и выступает дополнением к интеллектуально-правовому режиму охраны.
Интерес представляет вопрос совмещения права sui generis и режима коммерческой тайны. Р. Мейс отмечает, что на практике допустимо совмещение права sui generis и режима коммерческой тайны, отмечая, что создание базы данных путем добычи соответствующей информации может быть допустимым лишь в случае, когда такая информация не является тайной, поскольку владелец базы данных заинтересован в обеспечении ее сохранности56. Французские ученые пишут о том, что режим секрета производства существует параллельно с интеллектуально-правовыми режимами охраны базы данных, поскольку режим коммерческой тайны может быть объединен с любым существующим интеллектуальным правом57. Действительно, адаптивность режима коммерческой тайны объясняет возможность широкого использования такого правового режима, в том числе в связи с отсутствием конкуренции с интеллектуально-правовыми режимами.
5.2. Договорные механизмы охраны базы данных ИИ
Договорные механизмы охраны базы данных ИИ, в сущности, представлены пользовательскими соглашениями. В настоящее время база данных как объект правовой охраны практически нигде не выделяется, поскольку она включена в контент, генерируемый ИИ. В то же время OpenAI в условиях использования обозначает, что исключает создание либо расширение базы данных без согласия пользователя58. Кроме того, OpenAI рассматривает свою нейросеть как систему машинного обучения, направленную на изучение новой информации и ее преобразование в качественно новую, а не простое собирание информации в базу данных59. Вероятно, такой подход обусловлен местом нахождения OpenAI (США), где интеллектуально-правовая охрана базы данных либо вовсе исключена, либо существенно ограничена. Кроме того, они прямо указывают на творческий характер своих произведений, что предположительно касается и баз данных, создаваемых ChatGPT. Аналогичный подход заимствован нейросетью Julius (США), ориентированной на анализ различных баз данных и содействие в их совершенствовании60. В остальном же договорное регулирование находится в сфере усмотрения оператора ИИ.
5.3. Антимонопольные механизмы охраны базы данных ИИ
Антимонопольные механизмы охраны базы данных ИИ были частично рассмотрены в рамках принудительного лицензирования права sui generis на базы данных. В научной литературе отмечается, что для защиты базы данных ИИ применимы инструменты, свойственные антимонопольному праву (применение мер воздействия в отношении оператора ИИ за злоупотребление доминирующим положением, одобрение сделок в отношении особо ценных активов, рискующих нарушить состояние конкуренции и т.п.)61. В то же время существуют позиции, что антимонопольное регулирование сферы произведений ИИ, включая базы данных ИИ, является преждевременным. Так, китайские правоведы отмечают, что меры антимонопольного регулирования обладают характером ex post контроля, занимают много времени, зависят от конкретного случая, а также неэффективны по причине отставания антимонопольного регулирования от практики62. Представляется, что единственным эффективным способом антимонопольного регулирования правовой охраны базы данных ИИ является устранение барьеров на доступ к такому благу, а также попытка снижения нерыночной цены. В любом случае говорить о конкретных механизмах антимонопольной охраны базы данных ИИ преждевременно.
5.4. Технические решения в области охраны базы данных ИИ
Очевидным преимуществом технических решений в области охраны базы данных ИИ является то, что, в сущности, они представляют собой самозащиту права на базу данных со стороны оператора ИИ. Так, для внедрения технических способов охраны базы данных ИИ не требуется какого-либо специального правового режима, а необходимо лишь создание специальных инструментов, препятствующих неправомерному доступу к базе данных и существующих наравне с многообразными правовыми режимами охраны базы данных ИИ. С учетом текущего уровня развития ИИ комбинирование технических (фактических), относительных (договорных) и абсолютных (интеллектуально-правовые режимы охраны) способов защиты не приведет к чрезмерной защите базы данных ИИ. Более того, даже в отсутствие надлежащего регуляторного режима на уровне интеллектуально-правовой охраны совмещение договорных и технических решений в области защиты базы данных ИИ может оказаться крайне эффективным63.
6. Специальный правовой режим охраны произведений, созданных ИИ
Анализ интеллектуально-правовых режимов охраны баз данных ИИ свидетельствует об отсутствии надлежащего способа охраны прав sui generis на базы данных, созданных с помощью ИИ, с абсолютным защитным эффектом. По моему мнению, подобная ситуация является не проблемой правовых режимов охраны базы данных и иных результатов интеллектуальной деятельности, а сложностью адаптации технически сложного решения – искусственного интеллекта – к существующим правовым режимам. В этой связи целесообразно поставить вопрос о формировании специального правового режима охраны произведений, созданных ИИ, который бы был общим для всех произведений ИИ (AI outputs).
Апологетом создания специального правового режима охраны произведений ИИ, включая базы данных ИИ, в зарубежном праве является И. Лоренциони64. Согласно ее подходу, предлагается создание единого правового режима, который бы одновременно охранял как произведения, являющиеся объектами авторского права, так и объекты патентного права. Для целей охраноспособности произведений ИИ предъявляется требование о наличии существенных инвестиций в создание такого произведения, [то есть она предлагается построить правовой режим охраны произведений по модели смежного права, которое не требует творческого и личного вклада автора, но позволяет охранять существенные инвестиции в создание произведения, – А.О.]. При патентовании изобретений она предлагает заменить критерий изобретательского уровня критерием инновационного уровня, устанавливающим необходимость наличия существенных отличий изобретения ИИ от предыдущего изобретения. Срок правовой охраны произведений ИИ будет составлять 10 лет, а правообладателем будет являться лицо, принявшее на себя риск инвестирования в систему ИИ. В сущности, автор предлагает создать специальный правовой режим, объединяющий авторское, смежное и патентное право в единый режим, во многом схожий с правом sui generis.
При этом Я. Казеева справедливо замечает, что автор не отвечает на вопрос об объединении авторско-правовой охраны и патентно-правовой охраны в единый правовой режим sui generis65. Действительно неясно, каким образом будет происходить такое объединение, когда авторское право не требует регистрации, в отличие от патентного права, которое связывает возникновение изобретения с выдачей патента. Иначе говоря, возможность создания специального правового режима в настоящее время является неоднозначным вариантом решения проблемы правовой охраны результатов деятельности ИИ.
Вероятно, существует 2 способа решения проблемы правовой охраны произведений ИИ, включая базы данных ИИ: (i) создание экспериментального правового режима охраны контента ИИ, который позволит по мере развития технологии ИИ выработать подходы к правовой охране контента ИИ, включая базы данных ИИ (создание специального правового режима, адаптация уже существующих правовых моделей охраны базы данных ИИ либо отказ от интеллектуально-правовой охраны контента ИИ); (ii) исключить возможность интеллектуально-правовой охраны контента ИИ, включая базы данных ИИ, ограничившись способами с относительным защитным эффектом (например, режимом коммерческой тайны, договорными и антимонопольными механизмами, техническими решениями). С учетом текущей обстановки на рынке ИИ, а также уровня развития технологии ИИ, предпочтение следует отдать второму варианту как не оказывающему регуляторного воздействия на новую технологическую сферу и не ограничивающему развитие систем ИИ.
Заключение
По итогам рассмотрения способов защиты прав на базы данных ИИ необходимо отметить, что ни один из существующих режимов в полной мере не может обеспечить защиту базы данных ИИ.
Авторское право позволяет обеспечить охрану лишь творческих баз данных, которые отличаются оригинальностью. Нетворческие же базы данных, обладающие значительной экономической ценностью, остаются вне сферы действия авторского права (критерии авторства и оригинальности исключают защиту нетворческих баз данных). Патентная охрана базы данных ИИ также не является допустимым вариантом для охраны, поскольку она предполагает необходимость соблюдения критерия изобретательского уровня, которому система ИИ на данный момент соответствовать не может.
Наиболее приемлемый вариант – охрана базы данных как права sui generis (охрана по критерию инвестиций, вложенных в создание базы данных ИИ; причем инвестиций как финансового, так и нефинансового характера). Данный режим покрывает как творческие, так и нетворческие базы данных. В то же время появление критерия законного интереса в доступе к базе данных ИИ со стороны пользователей и конкурентов может решить ряд существующих проблем данного правового режима. Особенность и недостаток права sui generis связана с его территориальностью – оно действует лишь на территории ЕС. Равным образом нецелесообразно формирование специального правового режима защиты произведений ИИ, в связи, во-первых, с преждевременностью его создания, а, во-вторых — с риском дестимуляции развития систем ИИ.
Существование иных способов защиты права на базы данные ИИ представляется наиболее оптимальным решением проблемы охраны базы данных ИИ, поскольку использование способов с относительным защитным эффектом не предполагает публично-правового вмешательства: любая информация может быть наделена режимом секрета производства, однако, существует риск возникновения практических трудностей, связанных с определением конкретной информации, подлежащей такой защите. Кроме того, режим коммерческой тайны может существовать параллельно с интеллектуально-правовыми режимами охраны базы данных, что может усилить такую правовую защиту.
Возможность комбинации иных способов с относительным защитным эффектом и технических средств (de facto – самозащита права) является наиболее приемлемым способом защиты прав на базу данных ИИ в текущих экономических и технологических условиях.
1 Landes W.M., Posner R.A. The Economic Structure of Intellectual Property Law. Cambridge: The Belknap Press of Harvard University Press, 2003. P. 4.
2 См.: ст. 1260, 1334 Гражданского кодекса РФ (часть четвертая) от 18.12.2006 № 230-ФЗ // СЗ РФ. 2006. № 52 (часть I). Ст. 5496; art. L112-3 (2), L341-1-342-5 Code de la propri'et'e intellectuelle 1992; §§ 4, 87а-87е Urheberrechtsgesetz 1965 (далее – UrhG).
3 Английские правоведы ставят вопрос относительно соблюдения требований о значительных инвестициях в получение, проверку или представление содержимого базы данных в контексте обучения модели ИИ. По их мнению, при решении данных вопросов необходимо ориентироваться на еще не сформированную практику английских судов (Bond T., O’Hara L., Wortley W., Jameson A., Deniston K. Comparative Law Perspective: United Kingdom // International Handbook of AI Law: A Guide to Understanding and Resolving the Legal Challenges of Artificial Intelligence / ed. by M. Artzt, O. Belitz, S. Hembt, N. L"olfing. Wolters Kluwer, 2025. P. 628).
4 Feist Publications, Inc. v. Rural Tel. Serv. Co., 499 U.S. 340 (1991).
5 При этом создатели баз данных предпочитают комбинировать способы защиты прав на базу данных, избегая использования права sui generis и т.п. Так, они одновременно могут использовать авторско-правовую охрану в отношении элементов своей базы данных, полагаться на договорные механизмы защиты базы данных, а также обращаться к существующим техническим решения.
6 Обратим внимание, что немецкий законодатель использует термин «база данных» как в § 4, так и в § 87а UrhG, хотя в конечном итоге требования к охраноспособности (как в рамках авторского, так и в рамках права sui generis) являются одинаковыми.
7 Корнеев В.А. Программы для ЭВМ, базы данных и топологии интегральных микросхем как объекты интеллектуальных прав. Автореф. дис. … канд. юрид. наук: 12.00.03. М., 2010. С. 8.
8 Linke D. „K"unstliche Intelligenz“ und Urheberrecht – Quo vadis?: Schriften zum geistigen Eigentum und zum Wettbewerbsrecht. Band 130 / hrsg. Von C. Berger, H.-P. G"otting. Nomos, 2021. S. 203-204.
9 Неслучайно китайские эксперты выделяют 5 уровней воздействия и преобразования базы данных при помощи ИИ: (i) база данных, созданная при содействии ИИ (AI-advised database), (ii) база данных со встроенным движком ИИ (AI-assisted database), (iii) гибридная база данных с поддержкой ИИ (AI-enhanced database), (iv) гетерогенная база данных (AI-assembled database), (v) база данных, созданная исключительно ИИ (AI-designed database) (Li G., Zhou X., Li S. XuanYuan. An AI-Native Database // IEEE Data Engineering. 2019. P. 72). Наличие многообразных технических решений в области ИИ не должно быть проигнорировано со стороны законодательства об охране интеллектуальной собственности, поскольку иное может привести к дестимуляции деятельности в области создания баз данных при помощи ИИ.
10 Liu K.-C., Zheng S. Protection of and Access to Relevant Data – General Issues // Artificial Intelligence and Intellectual Property / ed. by J.-A. Lee, R. Hilty, K.-C. Liu. Oxford University Press, 2021. P. 368.
11 Liu K.-C., Zheng S. Op. cit. P. 376.
12 Case C-444/02, Fixtures Marketing Ltd v Organismos prognostikon agonon podosfairou AE (OPAP), 9 November 2004.
13 Case C-490/14, Freistaat Bayern v. Verlag Esterbauer GmbH, 29 October 2015.
14 Hembt S., Smeets J. Intellectual Property Law // International Handbook of AI Law: A Guide to Understanding and Resolving the Legal Challenges of Artificial Intelligence / ed. by M. Artzt, O. Belitz, S. Hembt, N. L"olfing. Wolters Kluwer, 2025. P. 423-424.
15 Комментарий к части четвертой Гражданского кодекса Российской Федерации (постатейный) / отв. ред. Е.А. Павлова. М.: ИЦЧП им. С.С. Алексеева при Президенте РФ, 2018. С. 196 (автор комментария к статье – Е.А. Павлова).
16 Case C-604/10 Football Dataco Ltd and others v Yahoo and others, 1 March 2012.
17 Как верно отмечает C. Sappa, фактически авторское право распространяется только на творческие базы данных, а, с учётом функционального характера такого произведения, требования оригинальности, предъявляемые к творческим базам данных, крайне трудно удовлетворить, в том числе и системам ИИ (Sappa C. How data protection fits with the algorithmic society via two intellectual property rights – a comparative analysis // Journal of Intellectual Property Law&Practice. 2019. Vol. 14. Issue 5. P. 407-410).
18 Kazeeva I. Sui Generis Intellectual Property Protection: Comparison of EU and U.S. Regulatory Approaches. Springer, 2024. P. 77.
19 Elter S. K"unstliche Intelligenz und kreative Erzeugnisse. Schutz von KI-geschaffenen Erzeugnissen // Digitalisierung, Automatisierung, KI und Recht. Festgabe zum 10-j"ahrigen Bestehen der Forschungsstelle RobotRecht / hrsg. S. Beck, C. Kusche, B. Valerius. Nomos, 2020. S. 185-186.
20 По мнению M. Leistner, объектом авторского права могут признаваться лишь особо выдающиеся базы данных ИИ, однако, авторско-правовая охрана не должна предоставляться для целей создания комбинированных и оптимизированных наборов обучающих данных (Leistner M. Protection of and Access to Data under European Law // Artificial Intelligence and Intellectual Property / ed. by J.-A. Lee, R. Hilty, K.-C. Liu. Oxford University Press, 2021. P. 386).
21 Case C-5/08 Infopaq International A/S v Danske Dagblades Forening, 16 July 2009.
22 Sappa C. Op. cit. P. 407-410
23 Guadamuz A. Do Androids Dream of Electric Copyright? Comparative Analysis of Originality in Artificial Intelligence Generated Works // Artificial Intelligence and Intellectual Property / ed. by J.-A. Lee, R. Hilty, K.-C. Liu. Oxford University Press, 2021. P. 171.
24 Следуя общемировым тенденциям, авторское право на базы данных ИИ в Великобритании имеет крайне узкое действие, касающееся только тех баз данных, которые представляют собой интеллектуальное творение, предполагающее наличие оригинальных элементов отбора или расположения информации. Как отмечают английские юристы, такая узкая сфера действия авторского права в отношении баз данных ИИ в Великобритании обусловлена тем, что автор или правообладатель вправе запретить осуществление дальнейших действий с данными или базой данных, включая запрет на создание копий и оопубликованы баз данных без его согласия (Bond T., O’Hara L., Wortley W., Jameson A., Deniston K. Op. cit. P. 624).
25 Linke D. Ibidem. S. 253.
26 Meys R. Data Mining Under the Directive on Copyright and Related Rights in the Digital Single Market: Are European Database Protection Rules Still Threatening the Development of Artificial Intelligence? // GRUR International. 2020. Volume 69. Issue 5. P. 459-460.
27 Leistner M. Op. cit. P. 399.
28 Ното Ла Диега Г. Искусственный интеллект и базы данных в эпоху машинных данных // Право цифровой экономики – 2021 (17): Ежегодник-антология / науч. ред. М.А. Рожкова. М.: Статут, 2021. С. 110.
29 Статья была опубликована в феврале 2019 г. до активного развития систем ИИ.
30 Linke D. Ibidem. S. 247-248.
31 Kazeeva I. Op. cit. P. 76.
32 Case C-203/02, British Horseracing Board v. William Hill Organization, 9 November 2004.
33 BGH Urteil v. 22.06.2011 – I ZR 159/10.
34 K"ade L. Kreative Maschinen und Urheberrecht: Die Machine Learning-Werksch"opfungskette vom Training "uber Modellschutz bis zu Computational Creativity. Nomos, 2021. S. 158.
В отношении параметров обучения системы ИИ она отмечает, что возможность правовой охраны такого элемента, [а, в сущности, творческой базы данных ИИ – А.О.], основана на том, что процесс обучения нейросети может потребовать много ресурсов, предполагает постоянные корректировки в процессе обучения, а также повторяется несколько раз, что является инвестиционно- и трудоемким процессом. Кроме того, совокупность параметров обучения не создается автоматически, а вручную подбирается человеком, что позволяет говорить о праве sui generis на такую базу данных (K"ade L. Ibidem. S. 164).
35 Case C-762/193, CV-Online Latvia v Melons, 3 June 2021.
36 Ga"etan L. Droit des bases de donn'ees, entre progressions et coups d’arr^et [Электронный ресурс]. URL: https://www.dalloz-actualite.fr/flash/droit-des-bases-de-donnees-entre-progressions-et-coups-d-arret (дата обращения: 31 марта 2025 г.).
37 Lauber-R"onsberg A., Hetmank S. The concept of authorship and inventorship under pressure: Does artificial intelligence shift paradigms? // Journal of Intellectual Property Law & Practice. 2019. Vol. 14. № 7. P. 575.
38 Linke D. Ibidem. S. 255.
39 Pihlajarinne T., Ballardini R.-M. Owning Data via Intellectual Property Rights: Reality or Chimera? // Regulating Industrial Internet through IPR, Data Protection and Competition Law / ed. by R.-M. Ballardini, O. Pitk"anen. Wolters Kluwer, 2019. P. 115-123.
40 В любом случае «наполнение» алгоритмов ИИ зависит от трех различных наборов данных: (i) обучающие наборы для обучения и контроля системы ИИ – они определяют желаемый результат, (ii) входные данные, (iii) предполагаемые метки, полученные при подаче невидимых данных в алгоритм машинного обучения, что приводит к получению выходных данных (Sanders A.K. Data and technology Transfer: Competition Law in the Fourth Industrial Revolution // Intellectual Property Law and the Fourth Industrial Revolution / ed. by C. Heath, A.K. Sanders, A. Moerland. Wolters Kluwer, 2020. P. 205).
41 Leistner M. Op. cit. P. 391.
42 Весьма обстоятельный анализ влияния принудительного лицензирования на отношения в области охраны интеллектуальной собственности дается в литературе по экономическому анализу права. Так, В. Ландес и Р. Познер обозначают, что принудительное лицензирование предполагает непредоставление прав доступа к необходимой информации, а способ распределения издержек (они могут быть переложены либо на государство, что повлечет за собой значительные расходы, либо на пользователя (потребителя), что ухудшит его материальное положение) (Landes W.M., Posner R.A. Op. cit. P. 116). Иные американские правоведы отмечают, что целью принудительного лицензирования является ограничение затрат на переговоры (negotiation costs), однако, если ставки по такой лицензии установлены неправильно либо не корректируются в зависимости от меняющихся рыночных реалий, это может дестимулировать поставщиков программного обеспечения (Besen S.M., Manning W.G. Jr., Mitchell B.M. Copyright liability for cable television: copyright licensing and the Coase theorem // The Journal of Law and Economics. 1978. Vol. 21. № 1. P. 95). С моей точки зрения, данные выводы могут быть в равной степени применены и к сфере принудительных лицензий в отношении базы данных, что, с учетом зарождающегося характера сферы, может существенно дестимулировать собственников систем ИИ.
43 Данный критерий был выработан в практике Европейского суда справедливости в деле Bronner v Mediaprint (Bronner v Mediaprint [1998] ECLI:EU:C:1998:569), где принудительная лицензия была предоставлена в силу того факта, что создание сопоставимой базы данных было нежизнеспособным в разумных экономических условиях для сопоставимого по размеру и ресурсам конкурента с оригинатором базы данных.
44 Leistner M. Op. cit. P. 396-397.
45 Как верно отмечает T. Tombal, основной проблемой патентной охраны произведений ИИ, включая базы данных, является то, что патентообладатель получает исключительное патентное право только на конкретный продукт или процесс (способ), который был им изобретен и который отражен в формуле изобретения, устанавливающей объем такого исключительного права; идея информации, лежащая в основе изобретения, не является объектом патентной охраны (Tombal T. Imposing Data Sharing Among Private Actors: A Tale of Evolving Balances. Wolters Kluwer, 2022. P. 29-33).
46 Guidelines for Examination in the European Patent Office [Электронный ресурс]. URL: https://www.epo.org/en/legal/guidelines-epc/2024/index.html (дата обращения: 31 марта 2025 г.).
47 Schr"on V. K"unstliche Intelligenz im Patentrecht: Der Erfinderbegriff als Steuerungsinstrument f"ur die Schutzf"ahigkeit von Erfindungen unter Verwendung k"unstlicher Intelligenz. Nomos, 2023. S. 233.
Методология V. Schr"on построена на классификации уровней ИИ, где она выделяет 5 уровней (1 уровень – творческая составляющая человека перевешивает творческую составляющую ИИ, 2 уровень – творческая составляющая человека соответствует творческой составляющей ИИ, 3 уровень – творческая составляющая ИИ перевешивает творческую составляющую человека, 4 уровень – ИИ самостоятельно разрабатывает изобретение безотносительно творческой составляющей и 5 уровень – изобретение разрабатывается «сильным» ИИ). На основе представленной классификации она признает изобретательский вклад ИИ в создание базы данных, что будет соответствовать критерию изобретательского уровня и влечь патентно-правовую охрану такой базы данных (Schr"on V. Ibidem. S. 251-252). При этом данный тезис пока не нашел широкой поддержки ни в научной литературе, ни в судебной практике.
48 BGH, Urteil vom 27. September 2016, X ZR 124/15 = GRUR 2017, 261, 263.
49 В доктрине отмечают, что базы данных вряд ли могут быть объектом патентной охраны, поскольку соблюдение требований к изобретательскому уровню, новизне, промышленной применимости и достаточному раскрытию информации либо невозможно, либо трудновыполнимо (Kazeeva I. Op. cit. P. 77). Кроме того, отметим, что существуют как экономические (разработчики заинтересованы в засекречивании параметров модели обучения ИИ, равно как и иной коммерчески ценной информации, когда патентование результата предполагает раскрытие соответствующей информации), так и технические проблемы (определение технического уровня, изобретательского вклада, а также необходимость обширных знаний о возможностях ИИ со стороны сотрудников патентного ведомства) патентоспособности произведений, созданных ИИ (Lauber-R"onsberg A., Hetmank S. Op. cit. P. 578-579).
50 При этом появляются первые попытки патентования технологии ИИ. Так, в английском патентном праве действует т.н. тест Аэротель, который включает в себя четыре элемента: (i) правильность толкования формулы изобретения, (ii) определение фактического вклада, (iii) патентоспособность исключенного объекта, (iv) проверка технической природы фактического или предполагаемого вклада (Aerotel Ltd v. Telco Holdings Ltd & Ors [2006] EWCA Civ 1371). На основе этого теста Высокий суд Великобритании в деле Emotional Perception AI Ltd v. Comptroller-General of Patents, Designs and Trade Marks определил нейронную сеть ИИ в качестве объекта патентной охраны, который не подпадает под действие режима компьютерной программы, а его технический вклад в созданное изобретение имеет внешний технический эффект (Emotional Perception AI Ltd v. Comptroller-General of Patents, Designs and Trade Marks [2023] EWHC 2948 (Ch)). Поэтому английское патентное право инициировало существенные изменения подходов к патентоспосособности нейронной сети ИИ.
51 Ното Ла Диега Г. Указ. соч. С. 152.
52 Kazeeva I. Op. cit. P. 30.
53 В настоящее время отсутствует внятное понимание количественного критерия такой коммерческой ценности. Иначе говоря, отсутствует четкое понимание минимального порога «ценности» информации. С учетом реалий рынка ИИ в ближайшее время будет происходить переоценка минимальных значений «ценности» параметров модели машинного обучения (алгоритмов) в связи с появлением более дешевых («китайских») систем ИИ.
54 Zawadski P. Poland // Law of Raw Data. AIPPI Law Series. Volume 6. Wolters Kluwer, 2021. P. 263-270.
55 Eriksson H. Sweden // Law of Raw Data. AIPPI Law Series. Volume 6. Wolters Kluwer, 2021. P. 335-342.
56 Meys R. Op. cit. P. 463.
57 Cassiers V., Strowel A. La proposition de directive sur la protection des secrets d’affaires et ses interactions avec les droits intellectuels // Actualit'es en droits intellectuels. L’int'er^et de la comparaison. Bruylant, 2014. P. 59.
58 Usage policies [Электронный ресурс]. URL: https://openai.com/policies/usage-policies/ (дата обращения: 31 марта 2025 г.).
59 Our approach to data and AI [Электронный ресурс]. URL: https://openai.com/index/approach-to-data-and-ai/ (дата обращения: 31 марта 2025 г.).
60 How You Can Use AI for Data Analysis [Электронный ресурс]. URL: https://julius.ai/articles/using-ai-for-data-analysis (дата обращения: 31 марта 2025 г.).
61 Ното Ла Диега Г. Указ. соч. С. 158-163.
62 Liu K.-C., Zheng S. Op. cit. P. 381.
63 В доктрине даже содержится позиция, согласно которой существующие правовые инструменты, включая гибкие договорные механизмы и правовой режим коммерческой тайны в совокупности с техническими мерами по защите базы данных, позволят как сохранить контроль над базой данных, так и предоставить лицензии на такую базу данных (Liu K.-C., Zheng S. Op. cit. P. 376).
64 Lorenzoni I. Artificial Intelligence Creates, Invents … and Challenges Intellectual Property Law // Stockholm Intellectual Property Law Review. 2020. Vol. 26. № 3.
65 Kazeeva I. Op. cit. P. 76.
1. Комментарий к части четвертой Гражданского кодекса Российской Федерации (постатейный) / отв. ред. Е.А. Павлова. М.: ИЦЧП им. С.С. Алексеева при Президенте РФ, 2018.
2. Корнеев В.А. Программы для ЭВМ, базы данных и топологии интегральных микросхем как объекты интеллектуальных прав. Автореф. дис. … канд. юрид. наук: 12.00.03. М., 2010.
3. Ното Ла Диега Г. Искусственный интеллект и базы данных в эпоху машинных данных // Право цифровой экономики – 2021 (17): Ежегодник-антология / науч. ред. М.А. Рожкова. М.: Статут, 2021.
4. Besen S.M., Manning W.G. Jr., Mitchell B.M. Copyright liability for cable television: copyright licensing and the Coase theorem // The Journal of Law and Economics. 1978. Vol. 21. № 1.
5. Bond T., O’Hara L., Wortley W., Jameson A., Deniston K. Comparative Law Perspective: United Kingdom // International Handbook of AI Law: A Guide to Understanding and Resolving the Legal Challenges of Artificial Intelligence / ed. by M. Artzt, O. Belitz, S. Hembt, N. L"olfing. Wolters Kluwer, 2025.
6. Cassiers V., Strowel A. La proposition de directive sur la protection des secrets d’affaires et ses interactions avec les droits intellectuels // Actualit'es en droits intellectuels. L’int'er^et de la comparaison. Bruylant, 2014.
7. Elter S. K"unstliche Intelligenz und kreative Erzeugnisse. Schutz von KI-geschaffenen Erzeugnissen // Digitalisierung, Automatisierung, KI und Recht. Festgabe zum 10-j"ahrigen Bestehen der Forschungsstelle RobotRecht / hrsg. S. Beck, C. Kusche, B. Valerius. Nomos, 2020.
8. Eriksson H. Sweden // Law of Raw Data. AIPPI Law Series. Volume 6. Wolters Kluwer, 2021.
9. Ga"etan L. Droit des bases de donn'ees, entre progressions et coups d’arr^et [Электронный ресурс]. URL: https://www.dalloz-actualite.fr/flash/droit-des-bases-de-donnees-entre-progressions-et-coups-d-arret (дата обращения: 31 марта 2025 г.).
10. Guadamuz A. Do Androids Dream of Electric Copyright? Comparative Analysis of Originality in Artificial Intelligence Generated Works // Artificial Intelligence and Intellectual Property / ed. by J.-A. Lee, R. Hilty, K.-C. Liu. Oxfprd University Press, 2021.
11. Hembt S., Smeets J. Intellectual Property Law // International Handbook of AI Law: A Guide to Understanding and Resolving the Legal Challenges of Artificial Intelligence / ed. by M. Artzt, O. Belitz, S. Hembt, N. L"olfing. Wolters Kluwer, 2025.
12. K"ade L. Kreative Maschinen und Urheberrecht: Die Machine Learning-Werksch"opfungskette vom Training "uber Modellschutz bis zu Computational Creativity. Nomos, 2021.
13. Kazeeva I. Sui Generis Intellectual Property Protection: Comparison of EU and U.S. Regulatory Approaches. Springer, 2024.
14. Landes W.M., Posner R.A. The Economic Structure of Intellectual Property Law. Cambridge: The Belknap Press of Harvard University Press, 2003.
15. Lauber-R"onsberg A., Hetmank S. The concept of authorship and inventorship under pressure: Does artificial intelligence shift paradigms? // Journal of Intellectual Property Law & Practice. 2019. Vol. 14. № 7.
16. Leistner M. Protection of and Access to Data under European Law // Artificial Intelligence and Intellectual Property / ed. by J.-A. Lee, R. Hilty, K.-C. Liu. Oxfprd University Press, 2021.
17. Li G., Zhou X., Li S. XuanYuan: An AI-Native Database // IEEE Data Engineering. 2019.
18. Linke D. „K"unstliche Intelligenz“ und Urheberrecht – Quo vadis?: Schriften zum geistigen Eigentum und zum Wettbewerbsrecht. Band 130 / hrsg. Von C. Berger, H.-P. G"otting. Nomos, 2021.
19. Liu K.-C., Zheng S. Protection of and Access to Relevant Data – General Issues // Artificial Intelligence and Intellectual Property / ed. by J.-A. Lee, R. Hilty, K.-C. Liu. Oxford University Press, 2021.
20. Lorenzoni I. Artificial Intelligence Creates, Invents … and Challenges Intellectual Property Law // Stockholm Intellectual Property Law Review. 2020. Vol. 26. № 3.
21. Meys R. Data Mining Under the Directive on Copyright and Related Rights in the Digital Single Market: Are European Database Protection Rules Still Threatening the Development of Artificial Intelligence? // GRUR International. 2020. Volume 69. Issue 5.
22. Pihlajarinne T., Ballardini R.-M. Owning Data via Intellectual Property Rights: Reality or Chimera? // Regulating Industrial Internet through IPR, Data Protection and Competition Law / ed. by R.-M. Ballardini, O. Pitk"anen. Wolters Kluwer, 2019.
23. Sanders A.K. Data and technology Transfer: Competition Law in the Fourth Industrial Revolution // Intellectual Property Law and the Fourth Industrial Revolution / ed. By C. Heath, A.K. Sanders, A. Moerland. Wolters Kluwer, 2020.
24. Sappa C. How data protection fits with the algorithmic society via two intellectual property rights – a comparative analysis // Journal of Intellectual Property Law&Practice. 2019. Vol. 14. Issue 5.
25. Schr"on V. K"unstliche Intelligenz im Patentrecht: Der Erfinderbegriff als Steuerungsinstrument f"ur die Schutzf"ahigkeit von Erfindungen unter Verwendung k"unstlicher Intelligenz. Nomos, 2023.
26. Tombal T. Imposing Data Sharing Among Private Actors: A Tale of Evolving Balances. Wolters Kluwer, 2022.
27. Zawadski P. Poland // Law of Raw Data. AIPPI Law Series. Volume 6. Wolters Kluwer, 2021.