中南财经政法大学知识产权学院硕士研究生
要目
一、问题提出
二、短视频平台算法技术中立的前提
三、短视频平台注意义务履行现状
四、短视频平台注意义务标准重塑
结论
算法推荐技术的应用成为短视频平台增强用户黏性的主要手段，在拓宽版权作品市场的同时，客观上也造成权利人的版权损失进一步扩大。对于短视频算法推送此类新技术引发的问题，应当厘清技术中立的本质，重塑通知删除规则的功能定位，完善红旗规则在短视频版权侵权案件中的司法应用。同时，为改变算法推送技术背景下短视频版权侵权现象，有必要加强对于短视频平台算法决策的安全性和合规性审查，引入版权过滤技术措施。
一、问题提出
互联网进入web2.0时代以来，出现了很多变革性技术，例如大数据、云计算、区块链、算法等。在众多变革性技术中，个性化算法推送以用户偏向为特点，进行信息推送。这种个性化推荐在众多平台上屡见不鲜，通过收集用户对相关话题的点击次数、浏览次数、搜索情况进行针对性的推送。但是，其中难以忽略和逃避的问题是：版权侵权作品可能也会被推送给用户。这客观上拓宽了侵权作品的传播渠道，增加其流量和曝光率。算法推送技术的出现和应用，在互联网版权侵权现象严重的今天，无疑对我国网络服务提供商的版权注意义务发起了挑战。脱胎于美国数字千年版权法（DMCA）的避风港规则却已经成为了平台规避注意义务的“借口”，有学者认算法推送平台已经构成与版权侵权人实施共同侵权的行为，承担直接侵权责任，而部分学者则认为对于算法技术应当以技术中立原则来看待，不宜给予过多苛责，进而妨碍网络技术发展。
目前算法推送代表性应用平台包括短视频平台（视频推送）和电商平台（商品推荐）。这种推送方式在具有私人订制的个性化特征，这也可能是近年来逐渐被人所诟病的“信息茧房”产生的原因之一。以短视频平台为典型，根据《2021年中国短视频版权保护白皮书》提供的数据，短视频平台被监测侵权账号高达300万，攻击点击量达到了5.01万次，挽回的直接经济损失为50.1亿元。而在十三五期间，短视频在网络版权产业中的占比逐渐提高。这表明在短视频产业在成为我国网络版权重要组成部分的同时也是版权保护的高地。有鉴于此，短视频平台在应用算法并进行内容推荐的同时，也应当减小算法技术带来的负面作用，对算法推送技术之下，短视频平台的注意义务亟须重塑。
二、短视频平台算法技术中立的前提
版权法上的技术中立原则最早出现在美国1984年索尼案中，该原则意在保护技术发展，指出了技术本身是无价值判断以及偏向的。而美国DMCA将该原则用以打造网络服务提供商的“避风港”，其第512条指出，网络服务提供者下列情况之下免于承担赔偿责任：即不发起传输、不筛选内容、不改变传输对象、不进行储存、修改内容行为。因此，“中立”要件才是判定网络服务网络服务提供商能否驶入避风港的标准。
短视频是指以秒为单位，借助智能终端快速拍摄和美化编辑，并且能够在线平台上进行实时分享的新型视频创作作品。相较于长视频而言，其传播速度快、内容集中、热度高、表现方式个性化。一直以来，技术中立都成为短视频平台在版权诉讼中抗辩不承担间接侵权责任的理由。例如，在北京红点星文化传媒有限公司与阿里巴巴（杭州）文化创意有限公司侵害作品信息网络传播权纠纷案件中，被告阿里巴巴抗辩该算法技术应用不存在编辑整理，而是由于算法技术列出。延禧攻略案件中也主张算法只是技术性工具，即使审核存在人工参与，也是不具有价值判断的行为。然而，技术中立是否能够成为短视频算法推送的责任豁免理由，还需要对技术中立的本质进行考察。
技术中立不等于行为中立
技术中立的本意就在于预防侵权行为的损失后果不合理或者无故伤害技术发展的热情，但是以技术中立主张短视频平台应用算法推荐却发生了本质偏差。技术不具有价值偏向，但是技术的使用者却难逃主观色彩。对于短视频平台而言，其使用算法推荐的目的在于增加用户黏性，从而保障平台最终获得经济利益，这就难逃平台追求利益的“价值取向”。
技术具有一定的社会属性，以版权作品传播技术为例，从最初的印刷术到如今的互联网传播，都离不开社会条件，而其中最难以忽视的就是技术产生、运用和发展的主体要素。因此对于短视频平台算法推荐行为的定性就不能再单一的以技术中立来作为豁免理由。
技术中立的更深层的含义应当是价值中立，其也必须要结合侵权法的责任认定标准从而才能实现其应用性。对于算法推荐技术在短视频平台的应用，也需要考虑以上因素。从价值判断而言，算法推荐技术的运用作为互联网技术的一种，其主要是为了实现知识共享和社会合作。诚然，当短视频平台利用该算法技术进行推送时，达到了增加有关作品知名度的效果。但是一旦该作品属于侵权作品，则违背了原本知识传播的目的。若是将技术中立孤立地作为平台侵权的豁免理由，将会引发智能时代的版权危机。因此，应当更多地考量平台推送行为在其中的价值偏向，从而按照侵权法的归责原则进行认定。
算法推送环节的技术原理及价值取向
推荐算法包括：（1）基于内容的推荐（2）基于协同过滤的推荐（3）混合推荐（4）基于深度学习的推荐。基于内容的推荐是指根据用户浏览的历史记录来进行推荐，其首先对用户已经选择的内容进行对应分析，再通过相似度计算，从而把与用户选择过的相似内容进行推送。而协同过滤的推荐则是建立在用户的评分数据上，例如浏览某一短视频对其进行评论或者点赞，其分析的则是用户的选择，形成特定的用户画像，同时将同质化的内容推荐给相似用户，这也可以说是一种评分预测。基于深度学习的推荐则是会将各类用户和项目的有关数据输入，例如对用户的生活环境、工作性质等各种隐性或者显性因素综合考察，从而得出最终推荐给用户的内容。总而言之，算法推荐技术是通过收集各种信息，以刻画用户的需求画像，从而针对性地进行短视频推送。其目的就在于利用算法建立平台内容与用户之间的紧密联系，形成固定的一对一模型，在此过程中，不断地针对用户的特点进行改进，并最终达到增强用户黏性和保障平台流量的效果。
不可否认，单就推荐算法的技术原理而言，其确实能够以技术中立来加以庇护，原因在于该技术纯粹是为了满足用户需求，降低用户的搜寻成本。但是，这必须建立在技术使用者无主观过错的基础之上。即此时技术使用者对于算法推荐的侵权作品的行为并不处于“知道”状态。故而，对于算法推荐技术在侵权行为中的角色定位以及平台是否需要承担间接侵权责任，这一点需要视算法技术应用者在具体案件中的主观状态。技术中立绝不可单独成为任何案件中网络服务提供商的驶入“避风港”的理由。
三、短视频平台注意义务履行现状
短视频凭借着传播行为个性化、传播方式双向化、传播速度实时化、传播内容实时化等特点，形成了目前互联网主要的信息共享方式。根据短视频的创造主体差异和专业性高低的标准划分，可以分为PGC（Professional Generated Content）和UGC（User Generated Content）两大类型。其中PGC由于专业性更强，其生产内容具有一定的权威性，而UGC作为用户生产内容则是观赏阅读性较低。但是，GUC也可以通过积攒流量而向专业性更强的PGC发展。通常这种发展是通过用户与MCN（Multi Channel Network）机构签约，在机构帮助之下成为网红博主。MCN机构与短视频平台之间则会根据其协议进一步分享短视频爆火的流量利益。例如抖音星图计划中，入驻MCN机构达到90%以上。因而。对于短视频内容分享平台而言，其在对于账号入住之时便会进行资格审查，从而评估其情况。这一点是在账号侵权行为实施过程中容易被忽略的。
我国“避风港”制度引入自美国千禧年版权法，对于该规则经历了制度模仿阶段、制度生成阶段，在各个阶段都存在一定问题，而根本原因则是在于应对版权问题的及时性需求与立法周期的长期性需求之间的矛盾。而对于算法这项新技术而言，国家行政机关也在一系列行政执法活动中要求网络平台建立相应的审核机制。例如2015年国家版权局出台的《关于规范网盘服务版权秩序的通知》中要求“网盘服务商应当建立必要管理机制，运用有效技术措施，主动屏蔽、移除侵权作品，防止用户违法上传、存储并分享他人作品。”，2016年《关于加强网络文学作品版权管理的通知》中规定：“提供信息存储空间服务的网盘服务商，应当遵守国家版权局《关于规范网盘服务版权秩序的通知》，主动屏蔽、删除侵权文学作品，防止用户上传、存储并分享侵权文学作品。”这意味着在行政执法层面已经要求信息存储服务提供商来对侵权版权作品主动履行审查义务。但是，作为行政法规，其效力局限性使得在诉讼中，网络服务提供商仍然依据《信息网络传播权》主张其不主动承担审查义务。在短视频平台版权侵权诉讼中中，避风港原则成为了网络服务提供商的免死金牌，其原因包括以下两点：
立法层面：通知删除规则的错位
民法典第1195条规定：网络服务提供者接到侵权通知后应当采取删除、屏蔽、断开链接等必要措施，而《信息网络传播权保护条例》对网络服务提供者的范围进行了进一步的具体化：即只有提供信息存储空间或者提供搜索、链接服务的网络服务提供者才需要承担采取必要措施的义务。短视频平台作为内容分享平台，其同时也是提供信息存储空间服务者，根据条例规定，其只需要接到通知之后进行删除、屏蔽、断开链接等必要措施即可，无需承担事前的审查义务。因而，在短视频平台算法推荐技术的应用之下，进入流量池的内容不会再进行实质性审核，使得侵权作品也有可能被推送。
首先，在互联网不断发展之下，平台功能融合的趋势不断加强。传统的平台分类标准已经不合时宜。对于“网络服务提供商”的类型不应该局限于《条例》所规定，不宜进行限缩性解释。
其次作为避风港原则的核心组成部分，满足“通知删除”规则是网络服务提供商驶入避风港的前提条件。但是对于采取必要措施的及时性，立法上并未有过多要求。必要措施的采取的时间节点以及效果如何，并不能够保证。于是，通知删除规则的功能就发生了错位，并且这一点并非仅仅存在于个案之中。无论是适用主体的严苛还是措施采取的及时性，都反映出了该规则客观上可能使得平台扩大了侵权行为的损害后果。
司法层面：红旗标准荒废
避风港制度作为“舶来品”，其除了通知删除规则之外，红旗原则也是衡量网络服务提供商是否承担间接侵权责任的重要标准。根据美国DMCA，红旗原则是指，当网络服务提供商平台之上，出现了如红旗招展般的明显侵权现象，此时平台应该就该明显侵权行为承担责任。有学者认为，此时红旗标准的适用应从主观和客观两个角度来认定：首先是主观层面：网络服务提供商对平台上存在的版权侵权行为处于明知或者应知的状态；其次是客观层面：网络用户的侵权行为是否明显，即达到了如红旗般招展的程度。但是司法实践中，往往注重的是对网络服务提供商主观过错的考察，而忽略了版权侵权行为的严重性。但是，红旗标准的适用上更多的应当是考察客观侵权结果，从而反向证明对于侵权行为的明显性，从而推断出平台具有主观过错。
司法层面上，对于红旗标准的适用，除了缺乏对于客观侵权行为严重性的基础认识，更重要的是对于主观过错中“明知和应知”的认定，尤其是对于“应知”的判断，一直都是诉讼中的难点。网络服务提供者的是否存在“应知”侵权行为的主观状态，一般都是取决于权利人能否举证成功。一般来说，对于“应知”采取的是“一般理性人”标准，即没有合理利用应当知道，则此时网络服务提供商不存在共同侵权或者帮助侵权的主观过错。因而，对于红旗标准而言，其适用针对的主要是以消极方式面对侵权行为的技术中立的善意网络服务提供商。此时，技术中立的善意网络服务提供商对于侵权行为并没有推波助澜，但是并没有采取即及时措施，从而推动侵权行为逐步发展到如红旗般明显。所以，红旗原则在针对促进侵权的恶意商业模式之中反而很难适用。所以，在此类客观上促进侵权的商业模式案件中，并不能够简单地认为被告处于“不知道”或者“无合理理由应当知道”的状态，就认为其不存在过错。
但是在算法推荐之下，这种以“不知道”为理由而抗辩对侵权行为的明显性未达到合理利用而不应当知道的，恐怕难以自圆其说。首先，个性化的算法推荐并非完全是由算法技术自主决策的。换言之，算法推荐技术的使用者让人承担着决定算法走向的基础性作用。因此可以发现，算法推荐技术此时也是平台用来进行盈利的手段。其次，算法推荐过程中虽不会对内容进行实质性审查，但是在侵权短视频上传之时，平台会设立审核机制，判断其是否违反法律法规。因而，在个性化推荐开启之前，其仍然受到内容审核。最后，关于个性化推荐是由用户自主选择略微牵强，虽然目前头部互联网企业已经在平台上线关闭算法推荐的选项，但是其位置一般较为隐蔽，且根据App默认设置，进入平台后会自动开启信息流推荐模式。
红旗原则在司法实践中逐渐荒废，对于网络服务提供商的主观过错考察不仅仅需要针对其是否收到侵权通知、侵权通知合格与否，更为重要的是针对该严重侵权现象以一般理性人的标准来认定其能否发现。当短视频平台利用算法推荐技术为其平台内容增加用户黏性的同时，更应当把握的算法背后的营利之价值取向。
四、短视频平台注意义务标准重塑
如前所述，短视频被定义为移动互联网之下，由个人或者专业团队拍摄上传至平台进行共享，且时长不超过二十分钟的视频。因而，对于短视频而言，其相较于长视频内容更加精炼，也更易于被识别是否侵权。目前存在的短视频侵权类型主要包括：切条、直接搬运、二次剪辑（非合理使用）、擅自使用他人享有著作权的音乐、伴奏等。其中切条视频较为容易识别是否侵权，而对直接搬运和二次剪辑则需要结合技术工具来审核是否侵权。以国外Youtube为例，其设置了contentid（内容识别身份证明）来保障在平台上传的视频属于未侵权内容。除此之外，谷歌也设置水印终结者技术，目的在于防止非法消除水印而产生的平台存在侵权图片的情况。除了以上技术措施借鉴之外，我国短视频侵权现象严重还需要从以下方面进行解决。
立法层面：加强短视频算法推送下的注意义务
长期以来，通知删除规则的功能产生了本质上的变化，成为了短视频版权侵权案件中常用的规避借口。究其根本，是短视频平台的注意义务体系混乱不清。因此，在立法上有必要厘清短视频平台的注意义务体系，并且可以逐步推广，进而要求算法推送技术使用者承担相应义务。
具体而言，首先是短视频平台的网络服务提供商类型，其一直以来被认为信息存储服务提供商，但是不可否认在算法技术之下，其不仅承担着信息存储的功能，还起到了信息流推荐的作用。这在客观上与网络用户的侵权行为相结合共同造成了侵权短视频的大范围传播。因而在立法上有必要对此做出规定，从而让其承担相较于一般网络服务提供商更高的注意义务。其次对短视频平台采取删除、屏蔽、断开链接等必要措施的及时性做出要求。例如，在热播期内剧集或者是入选国家知识产权局版权预警名单中的版权作品，加以重点关注。另外，可以在版权局等行政机关的协助下，建立版权保护数据库，以便于进行技术对比来防止侵权行为的发生。除此之外，对于权利人发出的侵权通知的内容，可以进行分类处理。在视频分类为PGC和UGC的基础上，对PGC内容重点监测。如侵权通知中涉及账号为MCN机构等专业账号，则需要针对该类账号上传内容进行二次筛查，防止其再次上传内容造成重复侵权。最后，对于权利人发出的通知的处理情况，应当根据短视频平台的信息处理能力做出合格与否的规定。总之，对于短视频平台的注意义务应该从事后的阻止侵权行为的扩大转向事前预防侵权行为的发生。
司法层面：红旗规则完善
一直以来，作为避风港制度重要组成部分的红旗原则，在我国司法实践中的实际效果却不尽如人意。短视频本身并不构成红旗，构成红旗的是该版权方或者是社会现象。例如版权公开声明、影视宣传等。因而，对于红旗与否的判断需要结合的是权利人作品在版权市场上的知名度。对于短视频平台明知或者应知的主观状态的考察，可以从积极层面和消极层面两方面来处理。在积极层面上，可以结合短视频平台对侵短视频处理的实际效果进行考察。例如该短视频下架时间长短、通知之后是否仍然存在侵权视频、相同账号是否存在二次侵权。若存在侵权诉讼，诉讼期间侵权行为是否仍在持续。而从消极层面而言，主要考察的应该是算法推荐技术是否在侵权期间持续不断地起到了扩大侵权作品传播的作用。此处针对的主要是短视频平台收到侵权通知之后，若是还利用算法进行推荐便可以佐证其对于侵权行为存在着消极的不作为。
平台层面：算法决策评估及审查
2022年3月1日起，网信办出台《互联网信息服务算法推荐管理规定》，其中第12条指出：优化检索、排序、选择、推送、展示等规则的透明度和可解释性，避免对用户产生不良影响，预防和减少争议纠纷。可见，互联网算法决策透明已经成为减少互联网争议的关键环节。但是，在“算法黑箱”之下，由于算法设计属于商业秘密，其一旦公开就丧失保密性，企业则面临着被侵权以及丧失市场竞争优势的后果。故而，增强算法透明度应该秉持比例原则，在有限范围内对算法推荐技术的应用进行公开。
算法透明是指算法设计者有义务向有关部门披露其算法基础设计、数据、代码等信息。这种信息披露可以按照标准进行分类，凡是涉及商业秘密的部分可以减少审查。但是对算法推荐过程中的有助于侵权行为的设置，可以进行重点评估。例如，视频上传过程中的审核机制、侵权内容推荐的关键词设置、用户偏好分析等。另外，对于算法决策而言，需要着重分析其决策目的，增强社会公众对于算法技术的审查和监督，防止利用算法持续推荐侵权作品，使用户反而困于侵权作品的“信息茧房”之中。
技术层面：过滤措施的引入
个性化推荐算法作为技术发展的成果，其引发的版权侵权问题，不仅仅需要法律层面的规制还需要技术角度的支持。目前，短视频侵权案件中，大多数都主张在算法推荐中对于被推荐内容无法进行实质性审查，因而在欧盟《数字单一市场版权指令》第17条中规定了在线内容分享平台的版权过滤义务。对于在线内容分享平台，指令提出必须采取内容识别技术过滤措施，检测用户上传内容以尽可能地防止侵权内容上传至平台。业内采用的版权过滤技术主要有关键词过滤、文件哈希值过滤、关键帧对比过滤这三种技术手段。其中关键帧对比技术通过提取上传内容中的关键帧与版权数据库中的内容进行对比，根据相似度得出所涉内容侵权与否。
综上可知，过滤技术采用存在可能性，但是鉴于成本等问题，可以在头部短视频平台上率先采取。另外，就长短视频之间可尝试搭建版权许可数据库，用以对比上传内容。
结论
算法推送技术在短视频平台已经广泛采用，其通过信息流推送方式帮助平台内容被用户所感知。这使得互联网从最初的用户寻找信息模式转向了信息匹配用户模式，平台也因此收获了用户流量及市场竞争的优势地位。但是，短视频版权侵权频发也表明版权保护有待进一步加强，尤其是在算法推送技术的帮助之下，客观上造成了版权侵权损害后果的扩大化。对此，首先应该认识到技术中立的本质，并且把握技术中立不等于行为中立的准则，深析算法技术背后的使用者的价值取向。与此同时，结合通知删除的及时性、辅之设立较高的注意义务；从消极和积极层面把握红旗规则。而针对算法技术本身，需要审查算法决策，加强其安全性评估。技术上需要引进过滤措施，逐步推广，由此来助力短视频平台健康有序发展。
