Muziekcontracten updaten met AI bepalingen

Voor muziekprofessionals – van onafhankelijke artiest tot groot label – is het essentieel om de vinger aan de pols te houden. Rechten bij AI-gegenereerde muziek moeten contractueel goed worden vastgelegd. Artiesten doen er verstandig aan expliciet te bepalen of hun stem of tracks voor AI-training mogen worden gebruikt. Uitgevers en labels moeten hun overeenkomsten updaten om duidelijkheid te scheppen over eigendom en aansprakelijkheid rond AI-creaties. En AI-bedrijven in de muzieksector zullen met transparantie en licenties moeten werken, willen ze conflicten vermijden.

Implicaties EU AI Act voor de Entertainmentindustrie

De ontwikkelingen gaan razendsnel. Nieuwe Europese regels (zoals de EU AI Act) zijn inmiddels van kracht, en juridische precedenten worden nu gevormd. Het is daarom geen overbodige luxe om juridisch advies over AI en muziek in te winnen bij specialisten. Een ervaren muziekrecht-jurist kan helpen om zowel kansen als risico’s in kaart te brengen – van het beschermen van je stem en songs tegen misbruik, tot het optimaal licentiëren van AI-technologie. Zo kunt u als maker of onderneming met een gerust hart profiteren van AI-innovaties, binnen de lijnen van de wet.

Juridisch overzicht AI en muziekrechten

In dit artikel geeft Mauritz Kop een diepgaand maar toegankelijk juridisch overzicht van de belangrijkste kwesties rond AI en muziek. We behandelen onder meer of AI zonder toestemming mag trainen op beschermd materiaal, hoe verschillende rechtenorganisaties (Buma/Stemra en Sena) omgaan met AI, de status van door AI-gegeneerde muziekwerken, de drempel van menselijke creativiteit, bescherming tegen AI-stemklonen via privacywetgeving, contractuele implicaties waaronder AI-updates voor toestemming, opt-out en vergoedingen, nieuwe verplichtingen onder de EU AI Act, verschillen tussen Europees en Amerikaans recht, én actuele rechtszaken. Dit artikel is geschreven in een mix van juridisch jargon en heldere uitleg, gericht op lezers zoals artiesten, componisten, muziekuitgevers, labels, stemacteurs, producenten en AI-bedrijven die willen weten waar ze staan.

Meer lezen

Deze column is gepubliceerd op platform VerderDenken.nl van het Centrum voor Postacademisch Juridisch Onderwijs (CPO) van de Radboud Universiteit Nijmegen. https://www.ru.nl/cpo/verderdenken/columns/we-dringend-recht-dataprocessing-nodig/

Bij een datagedreven economie hoort een gezond ecosysteem voor machine learning en artificial intelligence. Mauritz Kop beschrijft de juridische problemen en oplossingen hierbij. “We hebben dringend een recht op dataprocessing nodig.”

5 juridische obstakels voor een succesvol AI-ecosysteem

Eerder schreef ik dat vraagstukken over het (intellectueel) eigendom van data, databescherming en privacy een belemmering vormen voor het (her)gebruiken en delen van hoge kwaliteit data tussen burgers, bedrijven, onderzoeksinstellingen en de overheid. Er bestaat in Europa nog geen goed functionerend juridisch-technisch systeem dat rechtszekerheid en een gunstig investeringsklimaat biedt en bovenal is gemaakt met de datagedreven economie in het achterhoofd. We hebben hier te maken met een complex probleem dat in de weg staat aan exponentiële innovatie.

Auteursrechten, Privacy en Rechtsonzekerheid over eigendom van data

De eerste juridische horde bij datadelen is auteursrechtelijk van aard. Ten tweede kunnen er (sui generis) databankenrechten van derden rusten op (delen van) de training-, testing- of validatiedataset. Ten derde zullen bedrijven na een strategische afweging kiezen voor geheimhouding, en niet voor het patenteren van hun technische vondst. Het vierde probleempunt is rechtsonzekerheid over juridisch eigendom van data. Een vijfde belemmering is de vrees voor de Algemene verordening gegevensbescherming (AVG). Onwetendheid en rechtsonzekerheid resulteert hier in risicomijdend gedrag. Het leidt niet tot spectaculaire Europese unicorns die de concurrentie aankunnen met Amerika en China.

Wat is machine learning eigenlijk?

Vertrouwdheid met technische aspecten van data in machine learning geeft juristen, datawetenschappers en beleidsmakers de mogelijkheid om effectiever te communiceren over toekomstige regelgeving voor AI en het delen van data.

Machine learning en datadelen zijn van elementair belang voor de geboorte en de evolutie van AI. En daarmee voor het behoud van onze democratische waarden, welvaart en welzijn. Een machine learning-systeem wordt niet geprogrammeerd, maar getraind. Tijdens het leerproces ontvangt een computer uitgerust met kustmatige intelligentie zowel invoergegevens (trainingdata), als de verwachte, bij deze inputdata behorende antwoorden. Het AI-systeem moet zelf de bijpassende regels en wetmatigheden formuleren met een kunstmatig brein. Algoritmische, voorspellende modellen kunnen vervolgens worden toegepast op nieuwe datasets om nieuwe, correcte antwoorden te produceren.

Dringend nodig: het recht op dataprocessing

De Europese Commissie heeft de ambitie om datasoevereiniteit terug te winnen. Europa moet een internationale datahub worden. Dit vereist een modern juridisch raamwerk in de vorm van de Europese Data Act, die in de loop van 2021 wordt verwacht. Het is naar mijn idee cruciaal dat de Data Act een expliciet recht op dataprocessing bevat.

Technologie is niet neutraal

Tegelijkertijd kan de architectuur van digitale systemen de sociaal-maatschappelijke impact van digitale transformatie reguleren. Een digitaal inclusieve samenleving moet technologie actief vormgeven. Technologie an sich is namelijk nooit neutraal. Maatschappelijke waarden zoals transparantie, vertrouwen, rechtvaardigheid, controle en cybersecurity moeten worden ingebouwd in het design van AI-systemen en de benodigde trainingdatasets, vanaf de eerste regel code.