Hợp đồng tài nguyên điện tử của trường thường cấm tải hàng loạt bằng công cụ tự động, cấm chia sẻ tài khoản và tệp ra ngoài, và chỉ cho khai phá văn bản khi có điều khoản riêng. Vi phạm có thể làm nhà cung cấp khoá truy cập của cả dải IP trường, ảnh hưởng tới mọi người.
Người dùng hiếm khi đọc hợp đồng, vì hợp đồng do thư viện ký và nằm trong tủ hồ sơ. Nhưng mỗi lần bạn đăng nhập và tải bài, bạn đang dùng quyền theo hợp đồng đó. Hiểu các điều khoản chính giúp bạn không vô tình gây sự cố cho cả trường, và biết đường xin phép khi dự án cần làm những việc vượt mức thông thường.
Những điều khoản thường có trong hợp đồng
Mỗi nhà cung cấp viết khác nhau, nhưng phần lớn hợp đồng giấy phép thư viện có các nhóm điều khoản dưới đây. Nội dung cụ thể cho từng cơ sở dữ liệu, thư viện trường là nơi có văn bản.
| Nhóm điều khoản | Thường quy định | Ý nghĩa với bạn |
|---|---|---|
| Người dùng được phép (authorized users) | Giảng viên, nhân viên, người học đang theo học; đôi khi cả khách đọc tại chỗ | Người ngoài trường không được dùng tài khoản của bạn |
| Mục đích sử dụng | Học tập, giảng dạy, nghiên cứu phi thương mại | Dự án tư vấn có thu phí có thể không được phép |
| Tải và lưu | Tải, in, lưu một lượng hợp lý cho cá nhân | Tải từng bài theo nhu cầu; không xây kho riêng |
| Tải tự động, hàng loạt | Cấm dùng phần mềm, tiện ích tải tự động | Không chạy công cụ tải hàng trăm bài |
| Chia sẻ | Cho chia sẻ giới hạn với đồng nghiệp trong nghiên cứu, đôi khi không | Gửi DOI thay vì đăng tệp công khai |
| Học liệu, gói bài giảng | Có hay không cho đưa vào hệ thống học tập của trường | Đặt đường dẫn thay vì tải tệp lên |
| Mượn liên thư viện | Có hay không cho gửi bản sao sang thư viện khác | Hỏi thư viện trước khi hứa với đồng nghiệp trường khác |
| Khai phá văn bản và dữ liệu | Có điều khoản riêng, hoặc không đề cập | Phải xin phép hoặc dùng API được cấp |
Vì sao tải hàng loạt bị khoá cả dải IP?
Nhà cung cấp theo dõi lưu lượng truy cập. Khi một địa chỉ tải bất thường, ví dụ hàng trăm tệp toàn văn trong một thời gian ngắn, hệ thống tự động nghi là máy cào dữ liệu và chặn. Vì truy cập của trường được xác thực bằng IP, mà mọi người trong trường hoặc mọi người đi qua proxy dùng chung một dải IP, nên lệnh chặn thường áp lên cả dải. Kết quả: cả trường mất truy cập vào cơ sở đó cho tới khi thư viện liên hệ, giải trình và cam kết xử lý.
Những trường hợp gây chặn hay gặp không phải ai cố tình làm hại. Đó là một học viên dùng tiện ích tải tất cả tệp đính kèm trên một trang, một nhóm chạy đoạn mã thu thập toàn văn để huấn luyện mô hình, hay một phần mềm quản lý tài liệu được cấu hình tự tìm tệp toàn văn cho hàng nghìn mục cùng lúc. Với nhà cung cấp, cả ba trông giống nhau.
Phần mềm quản lý tài liệu cũng có thể gây ra cùng hiện tượng. Khi bạn nhập một danh sách lớn rồi bấm tìm tệp toàn văn cho tất cả, phần mềm gửi liên tiếp nhiều yêu cầu tới các nhà xuất bản qua mạng trường. Chia danh sách thành từng phần nhỏ và chạy cách nhau là cách đơn giản để tránh.
Khai phá văn bản: xin quyền thế nào?
Xác định việc cần làm
Khai phá văn bản và dữ liệu (text and data mining) là dùng máy phân tích một khối lớn văn bản để tìm mẫu, trích thông tin. Trước khi xin phép, viết rõ: cần những tài liệu nào, khoảng năm nào, bao nhiêu, dùng phần nào (toàn văn, tóm tắt, siêu dữ liệu), kết quả công bố dưới dạng gì. Nhà cung cấp dễ chấp thuận một yêu cầu cụ thể hơn một yêu cầu chung chung.
Đi qua thư viện
Thư viện biết hợp đồng có điều khoản khai phá hay không, và đã có đầu mối với nhà cung cấp. Một số nhà xuất bản lớn có kênh khai phá riêng qua API dành cho cơ quan thuê bao, với điều kiện đăng ký khoá và cam kết sử dụng. Thư viện có thể giúp bạn đăng ký đúng kênh, thay vì tự tải hàng loạt từ giao diện web.
Ưu tiên nguồn mở trước
Nhiều dự án làm được trên dữ liệu mở: tóm tắt và siêu dữ liệu từ OpenAlex, Crossref; toàn văn mở từ PubMed Central (phần cho phép khai phá), CORE, arXiv. Bắt đầu từ đây vừa nhanh vừa không vướng hợp đồng, chỉ xin quyền với phần thật sự thiếu.
Một số quốc gia có ngoại lệ pháp luật cho khai phá văn bản phục vụ nghiên cứu, nhưng phạm vi và điều kiện khác nhau giữa các nước, và không tự động áp dụng cho mọi hợp đồng. Đừng suy từ việc nghe nói “được phép ở châu Âu” ra là được phép với tài khoản của trường mình; hỏi thư viện và pháp chế trước.
Trước khi chạy một dự án cần tải nhiều tài liệu
Năm bước dưới đây tránh cho bạn và trường một sự cố:
- Ước lượng số tài liệu và nguồn: nguồn mở hay cơ sở trường mua.
- Với cơ sở trường mua, hỏi thư viện điều khoản khai phá và tải số lượng lớn của từng nhà cung cấp.
- Nếu có API chính thức, đăng ký và dùng API, tôn trọng giới hạn gọi.
- Nếu không có, xin phép bằng văn bản qua thư viện, ghi rõ phạm vi.
- Lưu thư chấp thuận cùng hồ sơ dự án, vì phản biện hoặc hội đồng đạo đức có thể hỏi.
Điều khoản về khai phá văn bản khác nhau theo quốc gia và theo hợp đồng. Bài này không thay được tư vấn pháp lý; khi dự án có quy mô lớn hoặc có mục đích thương mại, nên hỏi bộ phận pháp chế của trường.
Những vi phạm phổ biến mà người dùng không nhận ra
Đưa tệp toàn văn vào nhóm chat lớp học hay nhóm mạng xã hội. Chia sẻ với hàng trăm người thường vượt khỏi mức chia sẻ giới hạn mà hợp đồng cho.
Tải tệp bài báo lên hệ thống học tập của trường. Nhiều hợp đồng chỉ cho đặt đường dẫn bền tới bài, không cho tải tệp lên.
Dùng tài khoản trường cho dự án công ty. Mục đích thương mại thường nằm ngoài giấy phép thư viện.
Để phần mềm quản lý tài liệu tự tìm toàn văn cho thư viện lớn. Chạy cho hàng nghìn mục một lúc có thể bị nhận diện là tải hàng loạt; chia nhỏ hoặc chỉ chạy khi cần.
Cho cựu học viên mượn tài khoản. Người đã tốt nghiệp thường không còn là người dùng được phép.
Nếu trường đã bị chặn truy cập
Khi nhà cung cấp chặn, việc xử lý thuộc về thư viện, nhưng người dùng góp phần giải quyết nhanh:
| Ai | Việc cần làm |
|---|---|
| Người gây ra lưu lượng bất thường | Dừng ngay công cụ, báo thư viện thời điểm và cách đã tải |
| Thư viện | Liên hệ nhà cung cấp, xác định nguồn, giải trình và cam kết biện pháp |
| Bộ phận công nghệ thông tin | Tra nhật ký proxy hoặc mạng để xác định máy, tài khoản |
| Người dùng khác | Dùng đường thay thế: bản mở, mượn liên thư viện, trong lúc chờ mở lại |
Câu hỏi thường gặp
Tải bao nhiêu bài một ngày thì bị coi là tải hàng loạt?
Không có con số chung công bố cho mọi nhà cung cấp. Dấu hiệu bị nghi là tải nhanh, liên tục, bằng công cụ tự động. Tải từng bài theo nhu cầu đọc thì an toàn.
Có được chia sẻ bài báo với đồng nghiệp không?
Nhiều hợp đồng cho chia sẻ giới hạn với đồng nghiệp trong khuôn khổ nghiên cứu. Gửi DOI hoặc đường dẫn luôn an toàn hơn gửi tệp, nhất là cho nhóm đông người.
Muốn khai phá văn bản trên cơ sở dữ liệu trường mua thì bắt đầu từ đâu?
Liên hệ thư viện để biết điều khoản khai phá trong hợp đồng và kênh API của nhà cung cấp. Viết rõ phạm vi dữ liệu và mục đích trước khi xin.
Đặt tệp bài báo lên hệ thống học tập của lớp có được không?
Tuỳ hợp đồng. Nhiều hợp đồng chỉ cho đặt đường dẫn bền tới bài. Hỏi thư viện, và mặc định dùng đường dẫn.
Nếu lỡ làm trường bị chặn thì phải làm gì?
Dừng ngay công cụ đang chạy và báo thư viện, nói rõ thời điểm và cách đã tải. Thông tin sớm và đầy đủ giúp thư viện giải trình với nhà cung cấp nhanh hơn.
