江苏龙网

  1. 首页 > 人文 > >

互联网信息流推送模式下平台方著作权侵权责任研究( 三 )


（二）信息流推送的筛选：用户的隐性自荐 之所以要界定出推送行为的实际主体 ， 是为了界定在信息流推送技术中用户终端的信息推送内容是否有平台方的“编辑加工”等主动的推荐行为存在 。 信息流推送的逻辑及过程显示 ， 平台方除了为信息自动分发提供技术支持外 ， 没有“推荐”性的行为存在 ， 用户自产内容、自荐内容、通过终端用户的行为反馈形成隐性自荐成为流程化的命令式操作 ， 最终形成信息流推送规模化 。
信息流推送的规模化显示 ， 符合某些指令的消息自动分发至特定类型的用户 。 与平台方的直接推荐不同 ， 用户的隐性自荐行为具有一定的滞后性 ， 比如在积累一定的行为量之后 ， 算法推送才会认为用户对某一类的内容感兴趣 ， 才成为被匹配的对象 。 这样也避免因用户偶然或错误地观看某一个特定类型的内容而匹配给其不匹配的信息 。 这也是为何信息流推送模式下的信息推送往往更加贴合用户的观看意愿 。
但是有时终端用户也会感觉到一定的“意外” ， 在推送的信息中可能也有用户从来没有“感兴趣”过的内容 。 如在“初级流量池”模式下 ， 内容会推送给一定量的用户 ， 如关注者或附近的用户等 。 但是仍然必须强调 ， 用户的隐性自荐是形成信息流推送良性自动运转的最重要原因 。 也正是基于此 ， 几乎没有用户的“推荐”界面内容是完全相同的 。
（三）平台方在信息流推送模式下的法律地位 在算法分发中的信息流推送 ， 一般情况下平台本身并不提供内容服务 ， 一般平台方在其中扮演着信息存储服务提供者的角色 ， 而且在相关推送行为中 ， 往往所有信息的推送都没有编辑人员 ， 而是由一套基于代码的算法完成的 。 [8]信息流推送商业模式下 ， 广告的推送也基于一定的算法 ， 投向有一定特征的终端用户 。 算法是推荐系统的核心 ， 平台方采取不同的推荐算法 ， 而形成不同的信息流推送规则和结果 。 平台方不对具体信息流推送干涉 ， 而仅对内容及用户终端的信息通过算法进行信息建模 ， 并采用命令的方式自动促动推荐系统的运作 。
【互联网信息流推送模式下平台方著作权侵权责任研究】从著作权法语境下来看 ， 信息流推送的商业模式中 ， 平台方作为平台存储的服务提供者 ， 其不主动产生内容的情况下 ， 属于典型的网络服务提供者 。 平台提供的算法推荐系统而形成的信息流推送 ， 属于技术必须 ， 是一种中立的行为 。 对于基于算法形成的为具体用户终端推送的内容 ， 平台方并无涉入 ， 不属于编辑者的身份范畴 。 平台方在具体的算法推荐行为中不具有主体性 ， 没有传统的编辑推荐行为中的“推荐”行为 。
但是在现实中 ， 也存在诸如平台搬运他人短视频直接提供、平台伪装***上传、平台和第三方公司合作伪装***上传及通过***账号鼓励、引诱、帮助用户上传等伪平台服务提供行为 ， [9]在这些场合下平台方的法律角色就突破平台服务提供者的角色转而成为内容提供者 。
综上所述 ， 信息流推送技术具有一定的中立性 ， 其作为一种广泛被适用的以复杂算法为中心的技术具有与“推荐”完全不同的特性 ， 其特性决定了采用信息流推送的平台方在信息流规模推送中提供技术支持而形成的存储服务提供为服务提供者 ， 一般情况下其对这种推送行为没有介入 ， 而对推送行为也无法人为具体控制 ， 信息流推送的即刻变化也直接决定平台无法对终端用户被推送的信息进行全盘跟踪或再现 。
03
信息流推送模式避风港原则适用
信息流推送商业模式下 ， 通过算法对用户做标签 ， 可以依据用户本身的特性 ， 比如性别、年龄、地区等 ， 还可以根据实时的用户行为特征、用户特征及环境特征等来做综合混合计算下的标签 ， 以对应相应的信息标签而实现个性化推送 。 因为信息流推送技术存在 ， 所以才使得信息与用户之间更加匹配 ， 当然信息流推送往往还会根据不同的权重来实施信息惩罚机制 ， 如根据用户消极行为而对相关信息做降权处理 。 为了避免重复或窄化信息的推送 ， 根据类似的用户选择内容而推送相关用户 。 信息流推送虽然本质上是算法分发 ， 但是其具体的行为仍然是根据用户自身的行为来确定的 。 基于以上对信息流推送行为的法律分析 ， 可以认为一般情况下的信息流推送场合 ， 平台方作为服务提供者 ， 对其平台上存在的侵犯他人著作权的作品传播应当适用避风港规则 。


推荐阅读


上一篇：青年V5Samd韩服更改ID，剑指JACKLOVE和UZI，是挑战、崇拜还是嘲讽？

下一篇：字节张一鸣：字节跳动选拔高级人才，最看重什么？