Direitos autorais e mineração de dados e textos no combate à Covid-19 no Brasil

Autores

  • Allan Rocha de Souza Programa de Pós-Graduação em Políticas Públicas, Estratégias e Desenvolvimento, Instituto de Economia, Universidade Federal do Rio de Janeiro, Rio de Janeiro, RJ, Brasil. Curso de Direito, Instituto Três Rios, Universidade Federal Rural do Rio de Janeiro, Três Rios, RJ, Brasil https://orcid.org/0000-0002-6549-0085
  • Luca Schirru Escola de Direito e Ciências Sociais, Universidade Positivo, Curitiba, PR, Brasil https://orcid.org/0000-0002-4706-3776
  • Miguel Bastos Alvarenga Núcleo de Pesquisa em Direitos Fundamentais, Relações Privadas e Políticas Públicas, Universidade Federal do Rio de Janeiro, Rio de Janeiro, RJ, Brasil https://orcid.org/0000-0002-4079-7785

DOI:

https://doi.org/10.18617/liinc.v16i2.5536

Palavras-chave:

Direito autoral, Banco de Dados, Mineração de dados e textos, Limitações e Exceções, COVID-19

Resumo

A explosão da pandemia de COVID-19 intensificou a importância das técnicas e ferramentas de mineração de dados e textos (TDM), as quais estão por trás de diversas aplicações essenciais ao combate ao SARS-CoV-2, desde o monitoramento médico e da expansão da doença ao desenvolvimento de vacinas. Nesse cenário, indagamos como a pandemia evidencia a importância dos instrumentos de TDM na inovação científica e tecnológica, assim como os efeitos do atual sistema de proteção por direitos autorais sobre as bases de dados e o desenvolvimento dessas tecnologias, que dependem fortemente do acesso e circulação aberta de informação. Para tanto, fazemos uso de pesquisa bibliográfica e documental, centrada nos casos do observatório de COVID-19 da Johns Hopkins University, do projeto NextStrain e sistemas de inteligência artificial. Primeiramente, apresentamos suscintamente as tecnologias de mineração de dados e textos, bancos de dados e aprendizado de máquina, suas aplicações e importância para a inovação científica e tecnológica. Em seguida, discutimos o papel do direito autoral sobre bases de dados e os obstáculos para o desenvolvimento de pesquisas e tecnologias intensivas em dados. Concluímos que a atual proteção sobre bancos de dados por direito autoral cria empecilhos ao acesso e uso de dados e para a pesquisa, e que a promoção das limitações e exceções, especialmente para mineração de textos e dados e desenvolvimento de pesquisas, é crucial para o desenvolvimento científico e inovação tecnológica, e ainda mais especificamente para o sucesso do combate a esta e outras pandemias

Biografia do autor

Allan Rocha de Souza, Programa de Pós-Graduação em Políticas Públicas, Estratégias e Desenvolvimento, Instituto de Economia, Universidade Federal do Rio de Janeiro, Rio de Janeiro, RJ, Brasil. Curso de Direito, Instituto Três Rios, Universidade Federal Rural do Rio de Janeiro, Três Rios, RJ, Brasil

Pesquisador e Professor do curso de Direito (ITR/UFRRJ) e do PPG em Políticas Públicas, Estratégias e Desenvolvimento (PPED/UFRJ). Vice Coordenador do INCT Proprietas. Coordenador do NUREP. Advogado e consultor jurídico. E-mail: allan@rochadesouza.com. CV Lattes: http://lattes.cnpq.br/5178459691896082

Luca Schirru, Escola de Direito e Ciências Sociais, Universidade Positivo, Curitiba, PR, Brasil

Pesquisador, Professor. Doutor pelo PPG em Políticas Públicas, Estratégias e Desenvolvimento (PPED/UFRJ). Pesquisador do INCT Proprietas e NUREP. Advogado e consultor jurídico. E-mail: schirru@schirru.adv.br . CV Lattes: http://lattes.cnpq.br/7444096365092483

Miguel Bastos Alvarenga , Núcleo de Pesquisa em Direitos Fundamentais, Relações Privadas e Políticas Públicas, Universidade Federal do Rio de Janeiro, Rio de Janeiro, RJ, Brasil

Doutorando e Mestre pelo PPG em Políticas Públicas, Estratégias e Desenvolvimento (PPED/UFRJ). Pesquisador do INCT Proprietas e NUREP. Advogado. E-mail: miguel.alvarenga33@gmail.com . CV Lattes: http://lattes.cnpq.br/0315107852387415

Referências

ABHARI, Reza S.; MARINI, Marcello; CHOKANI, Ndaona. COVID-19 Epidemic in Switzerland: Growth Prediction and Containment Strategy Using Artificial Intelligence and Big Data. medRxiv. 2020. Disponível em: https://doi.org/10.1101/2020.03.30.20047472 DOI: https://doi.org/10.1101/2020.03.30.20047472

ALVARENGA, Miguel Bastos. Mineração de dados, Big Data e Direitos Autorais no Brasil. 2019. Dissertação (Mestrado em Políticas Públicas, Estratégias e Desenvolvimento). Instituto de Economia. Universidade Federal do Rio de Janeiro (UFRJ). Rio de Janeiro, 2019.

ARANTES, J. T. Artificial intelligence to track news of COVID-19. Agência FAPESP, 20 mai. 2020. Disponível em: https://agencia.fapesp.br/artificial-intelligence-to-track-news-of-covid-19/33174/. Acesso em 23 ago. 2020.

BANTERLE, F. Data ownership in the data economy: a European dilemma. EU Internet Law in the digital era (edited volume based on the REDA 2017 conference). Springer, 2018 (no prelo). Disponível em: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3277330. Acesso em 16 jun. 2020.

BATISTA, Andre Filipe de Moraes; MIRAGLIA, Joao Luiz Miraglia; DONATO, Thiago Henrique Rizzi; FILHO, Alexandre Dias Porto Chiavegatto. COVID-19 diagnosis prediction in emergency care patients: a machine learning approach. medRxiv. 2020. Disponível em: https://doi.org/10.1101/2020.04.04.20052092 DOI: https://doi.org/10.1101/2020.04.04.20052092

BRANCO, S. V. O Domínio Público no Direito Autoral Brasileiro – Uma Obra em Domínio Público. Rio de Janeiro: Lumen Juris, 2011.

BRASIL. Conselho da Justiça Federal. III Jornada de Direito Comercial: Enunciados aprovados em 7/6/2019. 2019. Disponível em: https://www.cjf.jus.br/cjf/noticias/2019/06-junho/iii-jornada-de-direito-comercial-e-encerrada-no-cjf-com-aprovacao-de-enunciados/copy_of_EnunciadosaprovadosIIIJDCREVISADOS004.pdf. Acesso em 17 ago. 2020.

BRASIL. Lei nº 9.610, de 19 de fevereiro de 1998. Altera, atualiza e consolida a legislação sobre direitos autorais e dá outras providências. 1998b. Disponível em: http://www.planalto.gov.br/ccivil_03/leis/l9610.htm. Acesso em 16 jun. 2020.

BRASIL. Ministério da Saúde. Sequenciamento do coronavírus possibilita o desenvolvimento de vacinas. Blog da Saúde, 16 mar. 2020. Disponível em: http://www.blog.saude.gov.br/index.php/perguntas-e-respostas/54104-confira-a-entrevista-sobre-o-sequenciamento-do-coronavirus. Acesso em 06 ago. 2020.

BRASIL. Superior Tribunal de Justiça. 3ª Turma. Recurso Especial nº 964404/ES (2007/0144450-5). Recorrente: Mitra Arquidiocesana de Vitória. Recorrido: Escritório Central de Arrecadação e Distribuição (ECAD). Relator: Min. Paulo de Tarso Sanseverino. Brasília, 15 de março de 2011. Lex: Diário de Justiça Eletrônico, Brasília, v. 815, 23 mai. 2011.

BROWN, K. Digital Rights Management: Trafficking in Technology That Can Be Used to Circumvent the Intellectual Property Clause. 40 Houston Law Review, vol. 803, 2003, p. 803-836.

CASTELLS, Manuel. A era da informação: economia, sociedade e cultura. Vol. 1: Sociedade em rede. São Paulo: Paz e Terra, 1999.

CHEN, H; CHIANG, R. H. L.; STOREY, V. C. Business Intelligence and Analytics: from Big Data to Big Impact. MIS Quarterly: Management Information Systems, vol. 36 (4), pp. 1165-1188, dez. 2012.

DEAN, J. Big Data, Data Mining, and Machine Learning: Value Creation for Business Leaders and Practitioners. Wiley, 2014. ProQuest Ebook Central. Disponível em: http://ebookcentral.proquest.com/lib/oxford/detail.action?docID=1687540. Acesso em 16 jun. 2020. DOI: https://doi.org/10.1002/9781118691786

DERCLAYE, E. The Legal Protection of Databases: A Comparative Analysis. Edward Elgar, 2008. DOI: https://doi.org/10.4337/9781847209986

DONG E.; DU H.; GARDNER L. An interactive web-based dashboard to track COVID-19 in real time. The Lancet Infectious Diseases, vol. 20 (5): 533-534. Disponível em: https://www.thelancet.com/journals/laninf/article/PIIS1473-3099(20)30120-1/fulltext. Acesso em 23 ago. 2020. DOI: https://doi.org/10.1016/S1473-3099(20)30120-1

DREXL, Josef; HILTY, Reto M.; BENEKE, Francisco; DESAUNETTES, Luc; FINCK, Michèle; GLOBOCNIK, Jure; OTERO, Begoña Gonzalez; HOFFMANN, Jörg; HOLLANDER, Leonard; KIM, Daria; RICHTER, Heiko; SCHEUERER, Stefan; SLOWINSKI, Peter R.; THONEMANN, Jannick. Technical Aspects of Artificial Intelligence: An Understanding from an Intellectual Property Law Perspective. Max Planck Institute for Innovation and Competition Research Paper Series – Research Paper No. 19-13. Research Group on the Regulation of the Digital Economy. October, 2019. Disponível em: https://ssrn.com/abstract=3465577. DOI: https://doi.org/10.2139/ssrn.3465577

FUNDAÇÃO OSWALDO CRUZ. Observatório COVID-19: Informação para ação. 2020. Disponível em: https://portal.fiocruz.br/observatorio-covid-19. Acesso em 19 de jul de 2020, às 11:51.

GEIGER, C.; FROSIO, G.; BULAYENKO, O. The Exception for Text and Data Mining (TDM) in the Proposed Directive on Copyright in the Digital Single Market - Legal Aspects. Centre for International Intellectual Property Studies (CEIPI) Research Paper No. 2018-02, 2018. Disponível em: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3160586. Acesso em 16 jun. 2020.

GREGORY, M. AI Trained on Old Scientific Papers Makes Discoveries Humans Missed. Vice, 9 jul. 2019. Disponível em: https://www.vice.com/en_us/article/neagpb/ai-trained-on-old-scientific-papers-makes-discoveries-humans-missed. Acesso em 17 jul. 2020.

HAN, J.; PEI, J.; KAMBER, M. Data mining: concepts and techniques. [S.l.] Elsevier, 2011.

HAYKIN, Simon. Redes neurais: princípios e práticas. Trad. Paulo Martins Engel. – 2.ed. – Porto Alegre: Bookman, 2001.

HO, Dean. Addressing COVID-19 Drug Development with Artificial Intelligence. Advanced Intelligent Systems. vol. 2. 5. 2020. Publicado por WILEY‐VCH Verlag GmbH & Co. KGaA, Weinheim. Disponível em: https://onlinelibrary.wiley.com/doi/full/10.1002/aisy.202000070.

HUGENHOLTZ, P. B. Data property: Unwelcome Guest in the house of IP. In: REDA, J. (ed.). Better Regulation for Copyright: Academics meet Policy Makers. TheGreens/EFA, p. 65-77, 2017. Disponível em: https://juliareda.eu/wp-content/uploads/2017/09/2017-09-06_Better-Regulation-for-Copyright-Academics-meet-Policy-Makers_Proceedings.pdf. Acesso em 16 jun. 2020.

INSTITUTO NACIONAL DA PROPRIEDADE INDUSTRIAL (INPI). Observatório de Tecnologias Relacionadas ao Covid-19. Telemedicina e Inteligência Artificial. Disponível em: https://www.gov.br/inpi/pt-br/servicos/patentes/tecnologias-para-covid-19/Telemedicina

JOHN HOPKINS UNIVERSITY. Center for Systems Science and Engineering (CSSE). COVID-19 Data Repository by the Center for Systems Science and Engineering (CSSE) at Johns Hopkins University. Disponível em: https://github.com/CSSEGISandData/COVID-19. Acesso em 23 ago. 2020.

KELLEHER, J. D.; TIERNEY, B. Data Science. Cambridge: MIT Press, 2018. DOI: https://doi.org/10.7551/mitpress/11140.001.0001

KROENKE, D. M. et al. Database Concepts. 8ª ed. Nova York: Pearson, 2016.

MARTENS, B. The importance of data access regimes for artificial intelligence and machine learning. JRC Technical Reports: JRC Digital Economy Working Paper 2018-09, dec. 2018. DOI: https://doi.org/10.2139/ssrn.3357652

NEXTSTRAIN. Nextstrain: analysis and visualization of pathogen sequence data. Disponível em: https://nextstrain.org/docs/getting-started/introduction. Acesso em 17 jul. 2020.

PINHEIRO, A. M.; TIGRE, P. B. (eds.). Inovação em serviços na economia do compartilhamento. Rio de Janeiro: Saraiva, 2019.

QUINTAIS, João Pedro. Rethinking Normal Exploitation: Enabling Online Limitations in EU Copyright Law. AMI : Tijdschrift voor Auteurs-, Media- & Informatierecht. 41 (6). 2017. Pp.197-205.

ROWLEY, J. The wisdom hierarchy: representations of the DIKW hierarchy. Journal of Information Science, vol. 33 (2), pp. 163, 2007. DOI: https://doi.org/10.1177/0165551506070706

RUSSEL, Stuart; NORVIG, Peter. Inteligência Artificial; tradução Regina Célia Simille- Rio de Janeiro: Elsevier: 2013. (Tradução de Artificial Intelligence, 3rd. ed.)

SAMUEL, A. L. Some Studies in Machine Learning Using the Game of Checkers. IBM Journal of Research and Development, vol. 3 (3), pp. 210–229, jul. 1959 DOI: https://doi.org/10.1147/rd.33.0210

SAUTOY, Marcus du. The creativity code: art and innovation in the Age of AI. The Belknap Press of Harvard University Press. Cambridge, Massachusetts. 2019.

SCHIRRU, Luca. Direito Autoral e Inteligência Artificial: Autoria e Titularidade em Produtos da IA. 2020. Tese (Doutorado em Políticas Públicas, Estratégias e Desenvolvimento). Instituto de Economia. Universidade Federal do Rio de Janeiro (UFRJ). Rio de Janeiro, 2020.

SCHMIDHUBER, J. Deep learning in neural networks: An overview. Review. Neural Networks, 61. 2015. Pp. 85–117. DOI: https://doi.org/10.1016/j.neunet.2014.09.003

SOUZA, Allan Rocha. A função social dos direitos autorais: uma leitura civil-constitucional das limitações aos direitos autorais. Rio de Janeiro: Editora da Faculdade de Direito de Campos, 2006.

STUCKE, M. E.; GRUNES, A. P. Debunking the Myths Over Big Data and Antitrust. In: CPI Antitrust Chronicle, 2, mai. 2015.

WANG, Shuai; KANG, Bo; MA, Jinlu; ZENG, Xianjun; XIAO, Mingming; GUO, Jia; CAI, Mengjiao; YANG, Jingyi; LI, Yaodong; MENG, Xiangfei; XU, Bo. A deep learning algorithm using CT images to screen for Corona Virus Disease (COVID-19). medRxiv. 2020. Disponível em: https://doi.org/10.1101/2020.02.14.20023028. DOI: https://doi.org/10.1101/2020.02.14.20023028

WEBSENSORS. Um poderoso framework de Inteligência Analítica. Disponível em: https://www.websensors.net.br/websensors/. Acesso em 23 ago. 2020.

Downloads

Publicado

31/12/2020

Como citar

SOUZA, A. R. de; SCHIRRU, L.; ALVARENGA , M. B. Direitos autorais e mineração de dados e textos no combate à Covid-19 no Brasil. Liinc em Revista, [S. l.], v. 16, n. 2, p. e5536, 2020. DOI: 10.18617/liinc.v16i2.5536. Disponível em: https://revista.ibict.br/liinc/article/view/5536. Acesso em: 28 mar. 2024.

Edição

Seção

Perspectivas e desafios informacionais em tempos da pandemia da Covid-19