Giấy phép cho dữ liệu: CC0, CC BY, ODbL và dữ kiện không có bản quyền

Với dữ liệu nghiên cứu, lựa chọn phổ biến là CC0 khi muốn bỏ mọi ràng buộc, CC BY 4.0 khi muốn bắt buộc ghi nguồn, và ODbL khi muốn ai dùng lại cơ sở dữ liệu cũng phải chia sẻ bản chỉnh sửa theo cùng điều kiện.

Dữ kiện đơn lẻ thường không có bản quyền; thứ được bảo hộ là cách tuyển chọn, sắp xếp và đôi khi là công đầu tư tạo ra cơ sở dữ liệu. Nhiều người gắn cho bộ dữ liệu cùng giấy phép với bài báo mà không nghĩ thêm, hoặc chọn CC BY-NC vì nghe có vẻ an toàn. Cả hai cách đều có thể làm dữ liệu khó dùng lại. Bài này giải thích phần pháp lý ở mức đủ để chọn đúng, rồi đi vào thao tác ghi giấy phép và yêu cầu trích dẫn.

Dữ kiện và cơ sở dữ liệu khác nhau thế nào về quyền?

Một con số đo nhiệt độ, một năm sinh, một toạ độ là dữ kiện. Luật bản quyền nhiều nước, gồm Luật Sở hữu trí tuệ Việt Nam, không bảo hộ số liệu đơn thuần. Bạn không thể giữ độc quyền một sự thật, dù đã tốn nhiều công đo đạc.

Sưu tập dữ liệu thì khác. Khi việc tuyển chọn hoặc sắp xếp dữ liệu có tính sáng tạo, bản sưu tập có thể được bảo hộ quyền tác giả, nhưng chỉ ở phần tuyển chọn, sắp xếp đó, không ở từng dữ kiện bên trong. Ở Liên minh châu Âu còn có quyền đặc thù cho cơ sở dữ liệu (sui generis database right), bảo hộ công đầu tư đáng kể để thu thập, kiểm tra, trình bày dữ liệu, kể cả khi không có tính sáng tạo.

Hệ quả thực tế: tình trạng pháp lý của một bộ dữ liệu khác nhau theo nước và theo bản chất dữ liệu. Vì vậy cộng đồng khoa học dùng giấy phép rõ ràng để người dùng không phải tự phân tích luật. Giấy phép là lời nói rõ của bạn rằng người khác được làm gì, bất kể luật nơi họ ở bảo hộ đến đâu.

So sánh các giấy phép thường dùng cho dữ liệu

Bốn lựa chọn dưới đây chiếm phần lớn bản ghi trên các kho dữ liệu nghiên cứu. CC0 và CC BY do Creative Commons soạn, ODbL và ODC-By do Open Data Commons soạn riêng cho cơ sở dữ liệu.

Tránh các biến thể NC (phi thương mại) và ND (không phái sinh) cho dữ liệu. Ranh giới “thương mại” mơ hồ: một nhà nghiên cứu ở công ty, một dự án có hợp đồng dịch vụ đều có thể bị coi là thương mại. Còn ND gần như chặn mọi phân tích lại, vì xử lý dữ liệu là tạo phái sinh.

Chọn giấy phép theo tình huống

Kho hoặc tạp chí đã quy định

Một số kho dữ liệu yêu cầu mọi bản ghi theo CC0, ví dụ Dryad. Một số tạp chí yêu cầu dữ liệu kèm bài theo giấy phép cụ thể. Khi đã có quy định, bạn chỉ cần tuân theo; câu hỏi chọn giấy phép không còn đặt ra.

Dữ liệu đo đạc, khảo sát do bạn tạo ra

CC BY 4.0 là lựa chọn cân bằng: ai cũng dùng được, đổi lại phải ghi nguồn. Nếu muốn dữ liệu đi vào các bộ tổng hợp lớn mà không gây vướng mắc về ghi nguồn chồng chéo, CC0 kèm yêu cầu trích dẫn trong tệp mô tả là cách cộng đồng nhiều ngành đang làm.

Dữ liệu dựa trên nguồn của người khác

Bạn không thể cấp giấy phép rộng hơn quyền bạn có. Nếu dữ liệu lấy từ một nguồn ODbL, bản phái sinh công khai phải theo ODbL. Nếu lấy từ nguồn có điều khoản sử dụng hạn chế, bạn có thể không được công khai lại, chỉ được mô tả cách lấy.

Dữ liệu có thông tin cá nhân

Giấy phép mở không giải quyết vấn đề riêng tư. Trước hết phải ẩn danh hoặc giới hạn truy cập theo cam kết với người tham gia; giấy phép chỉ áp cho phần được phép công khai.

Ghi yêu cầu trích dẫn khi giấy phép không bắt buộc

Với CC0, người dùng không có nghĩa vụ pháp lý phải ghi nguồn, nhưng chuẩn mực học thuật vẫn đòi trích dẫn dữ liệu đã dùng. Bạn hỗ trợ chuẩn mực đó bằng cách viết sẵn câu trích dẫn. Trong tệp README của bộ dữ liệu, thêm một mục ngắn: cách trích dẫn bộ dữ liệu, kèm DOI, và nếu muốn, trích dẫn cả bài báo đi kèm.

Trên kho lưu trữ, phần lớn nền tảng tự sinh câu trích dẫn từ siêu dữ liệu, nên điền đúng tên người tạo, năm, tiêu đề, phiên bản là đủ để câu trích dẫn chuẩn. Tránh viết yêu cầu theo kiểu điều kiện pháp lý (“phải trích dẫn nếu không sẽ…”) khi đã chọn CC0, vì hai điều mâu thuẫn và làm người dùng bối rối về việc giấy phép nào có hiệu lực.

Gắn giấy phép vào bộ dữ liệu: thao tác

Một bộ dữ liệu có giấy phép rõ ràng khi giấy phép xuất hiện ở cả ba chỗ: trong siêu dữ liệu của kho, trong tệp đi kèm dữ liệu và trong bài báo.

1. Chọn giấy phép trong trường giấy phép của biểu mẫu kho (Zenodo, Dataverse, figshare, OSF đều có).
2. Thêm tệp LICENSE chứa tên giấy phép và bản tóm tắt hoặc văn bản đầy đủ, để giấy phép đi theo dữ liệu khi được tải về.
3. Trong README, ghi giấy phép, cách trích dẫn, và các phần có giấy phép khác (ví dụ một lớp dữ liệu lấy từ nguồn ODbL).
4. Trong tuyên bố sẵn có dữ liệu của bài báo, ghi DOI bộ dữ liệu và tên giấy phép.
5. Nếu dữ liệu gồm cả mã nguồn, gắn giấy phép phần mềm riêng cho phần mã; giấy phép Creative Commons không được thiết kế cho phần mềm.

Kiểm lại sau khi công bố: tải bộ dữ liệu về như người ngoài, mở tệp nén, xem giấy phép có nằm trong đó không.

Ví dụ: một bộ dữ liệu quan trắc ghép từ hai nguồn

Một nhóm đo chất lượng nước ở nhiều điểm trên một lưu vực sông trong hai năm, rồi ghép với ranh giới hành chính lấy từ một nguồn dữ liệu cộng tác theo ODbL. Phần số đo do nhóm tạo ra, nhóm muốn gắn CC BY 4.0. Phần ranh giới là phái sinh từ nguồn ODbL, nên nếu công khai cơ sở dữ liệu đã ghép thì phần này phải theo ODbL.

Cách xử lý gọn là tách hai tệp: tệp số đo theo CC BY 4.0, tệp ranh giới đã xử lý theo ODbL kèm ghi nguồn gốc, và trong README giải thích cách ghép lại bằng mã điểm đo. Người dùng chỉ cần số đo thì nhận điều kiện đơn giản, người cần cả hai biết rõ phần nào chịu điều kiện chia sẻ lại. Cách tách này cũng giúp cập nhật số đo mà không phải phát hành lại phần ranh giới.

Lỗi hay gặp

Những lỗi sau làm bộ dữ liệu khó dùng hoặc dễ gây tranh cãi:

• Không ghi giấy phép nào. Khi không có giấy phép, người dùng cẩn trọng sẽ coi là không được dùng lại.
• Ghi giấy phép khác nhau giữa trang kho, tệp README và bài báo.
• Chọn CC BY-NC-ND theo thói quen từ bài báo, chặn gần hết việc phân tích lại.
• Gắn CC0 cho dữ liệu không thuộc quyền của mình, như dữ liệu trích từ nguồn có điều khoản hạn chế.
• Tự viết giấy phép riêng bằng vài câu, khiến người dùng không biết điều kiện tương đương với giấy phép chuẩn nào.

Câu hỏi thường gặp