Artikel 15n Aw: Tekst- en datamining voor wetenschappelijk onderzoek

Onderzoeksorganisaties en cultureel erfgoedinstellingen mogen werken kopiëren om er geautomatiseerde analyses op los te laten. Die analyse heet tekst- en datamining: met software patronen, verbanden of trends uit grote hoeveelheden tekst, beeld of data halen. Voorwaarde is dat zij rechtmatige toegang tot die werken hebben en dat het om wetenschappelijk onderzoek gaat.

Het probleem dat hiermee wordt opgelost, is technisch van aard. Om een verzameling teksten te kunnen doorrekenen, moet je er eerst kopieën van maken. Zonder deze bepaling zou elke onderzoeker die een corpus samenstelt formeel verveelvoudigen en dus toestemming nodig hebben van iedere rechthebbende afzonderlijk. Dat is bij honderdduizenden bronnen onwerkbaar.

Wie mag het en waarvoor

De kring is beperkt tot onderzoeksorganisaties en cultureel erfgoedinstellingen, en het doel is beperkt tot wetenschappelijk onderzoek. Een marketingbureau dat sentiment in productrecensies wil meten, valt hier niet onder; dat moet uitwijken naar artikel 15o Aw, waar de kring van gebruikers ruimer is maar de rechthebbende zich kan verzetten.

Rechtmatige toegang is de harde ondergrens. Het gaat om materiaal dat de instelling legaal in huis heeft: via een abonnement, een licentie, een aankoop of omdat het vrij toegankelijk online staat. Een verzameling die is opgebouwd door betaalmuren te omzeilen, valt buiten deze bepaling, hoe wetenschappelijk het doel ook is.

Bewaren, beveiligen en de grens voor de rechthebbende

De gemaakte kopieën mogen worden bewaard voor doeleinden die met het wetenschappelijk onderzoek te maken hebben, bijvoorbeeld om resultaten later te kunnen verifiëren of reproduceren. Daar hoort een plicht bij: de opslag moet een passend niveau van bescherming hebben. Een corpus op een open netwerkschijf zonder toegangscontrole voldoet daar niet aan.

Makers en hun rechtverkrijgenden mogen maatregelen nemen voor de veiligheid en integriteit van de netwerken en databanken waarin hun werken staan, bijvoorbeeld door het aantal verzoeken per tijdseenheid te begrenzen. Die maatregelen mogen niet verder gaan dan nodig is voor dat doel. Een uitgever mag dus zijn server beschermen tegen overbelasting, maar hij mag die bevoegdheid niet gebruiken om wetenschappelijke mining feitelijk onmogelijk te maken.

Deze beperking is dwingend recht

Van dit artikel kan niet bij overeenkomst worden afgeweken. Staat in een databankcontract dat geautomatiseerde analyse verboden is, dan mist dat beding werking tegenover een onderzoeksorganisatie die binnen deze bepaling blijft. Dat is een wezenlijk verschil met artikel 15o Aw, waar de rechthebbende zijn rechten juist wél kan voorbehouden.

Een voorbeeld

Een onderzoeksgroep aan een hogeschool wil taalverandering in regionale nieuwsberichten over dertig jaar in kaart brengen. Zij haalt de artikelen op uit archieven waarop de instelling een abonnement heeft, slaat ze op in een afgeschermde onderzoeksomgeving en analyseert ze met eigen software. Dat is toegestaan, ook als de licentievoorwaarden van het archief geautomatiseerd uitlezen verbieden. Zou de groep het corpus daarna als downloadbare dataset publiceren, dan gaat zij buiten deze bepaling.

In de praktijk

• Documenteer de toegangsgrond. Noteer per bron waarom u er rechtmatig toegang toe had; dat is het eerste waar een rechthebbende naar vraagt.
• Sla afgeschermd op. Beperk de toegang tot het onderzoeksteam en leg vast wie erbij kan.
• Deel resultaten, niet het corpus. Publicatie van uitkomsten is iets anders dan het verspreiden van de kopieën zelf.