Giấy phép dữ liệu mở là văn bản pháp lý chuẩn cho phép mọi người dùng, sửa và chia sẻ dữ liệu mà không phải xin phép từng lần. Ba lựa chọn phổ biến nhất là CC0 (từ bỏ mọi quyền, gần như đưa vào phạm vi công cộng), CC BY 4.0 (dùng tự do, chỉ cần ghi nguồn) và ODbL (ghi nguồn và phải giữ cơ sở dữ liệu phái sinh ở dạng mở). Ngoài ra nhiều chính phủ có giấy phép riêng tương đương CC BY.
Chọn sai giấy phép không làm ai bị bắt ngay, nhưng có thể khiến dữ liệu của bạn không ai dám dùng, hoặc khiến sản phẩm của bạn vướng nghĩa vụ phải mở mã nguồn dữ liệu mà bạn không lường trước. Câu hỏi thực tế nhất thường không phải "giấy phép nào tốt" mà là "trộn dữ liệu có giấy phép A với B thì sản phẩm cuối chịu điều kiện gì".
Bài này giải thích vì sao dữ liệu cần giấy phép riêng, so sánh các giấy phép chính, cách ghi nguồn đúng, bài toán tương thích khi trộn nguồn, và gợi ý chọn giấy phép cho tổ chức. Đây là kiến thức nền, không thay tư vấn pháp lý cho giao dịch cụ thể.
Vì sao dữ liệu cần giấy phép: dữ kiện, quyền tác giả và quyền cơ sở dữ liệu
Ở hầu hết hệ thống pháp luật, dữ kiện đơn lẻ không được bảo hộ quyền tác giả: nhiệt độ hôm qua, dân số một tỉnh, giá đóng cửa của một hàng hoá là sự thật, không phải sáng tạo. Vụ Feist Publications kiện Rural Telephone ở Mỹ năm 1991 là án lệ hay được dẫn: danh bạ điện thoại xếp theo chữ cái không đủ tính sáng tạo để được bảo hộ, dù tốn nhiều công thu thập.
Tuy vậy, cách chọn lọc và sắp xếp dữ liệu có thể được bảo hộ như một tác phẩm sưu tập, và ở Liên minh châu Âu còn có quyền đặc biệt đối với cơ sở dữ liệu theo Chỉ thị 96/9/EC, bảo vệ khoản đầu tư đáng kể vào việc thu thập, kiểm chứng, trình bày dữ liệu, kể cả khi không có sáng tạo. Ngoài ra, điều khoản hợp đồng (điều khoản sử dụng trang web) có thể ràng buộc người dùng độc lập với quyền tác giả.
Vì tình trạng pháp lý của dữ liệu khác nhau giữa các nước và khó đoán, người dùng ở nước ngoài không thể tự suy ra mình được làm gì. Giấy phép chuẩn giải quyết đúng chỗ đó: bên công bố tuyên bố trước những gì được phép, áp dụng thống nhất ở mọi nơi. Pháp luật sở hữu trí tuệ Việt Nam cũng có quy định về tác phẩm sưu tập và cơ sở dữ liệu; khi cần kết luận cụ thể, bạn tra luật hiện hành hoặc hỏi luật sư.
So sánh các giấy phép dữ liệu mở thông dụng
Bảng dưới tóm tắt điều kiện chính. Đây là bản tóm lược để định hướng; khi áp dụng thật, đọc văn bản giấy phép đầy đủ:
| Giấy phép | Ghi nguồn | Chia sẻ tương tự | Dùng thương mại | Hay dùng cho |
|---|---|---|---|---|
| CC0 1.0 | Không bắt buộc | Không | Được | Dữ liệu khoa học, Wikidata, danh mục tham chiếu muốn phổ biến tối đa |
| CC BY 4.0 | Bắt buộc | Không | Được | Dữ liệu tổ chức quốc tế, dữ liệu nghiên cứu, nhiều cổng chính phủ |
| CC BY-SA 4.0 | Bắt buộc | Có | Được | Dự án cộng đồng muốn giữ sản phẩm phái sinh mở |
| ODbL 1.0 | Bắt buộc | Có, với cơ sở dữ liệu phái sinh | Được | OpenStreetMap và cơ sở dữ liệu cộng đồng |
| ODC-BY | Bắt buộc | Không | Được | Cơ sở dữ liệu muốn điều kiện giống CC BY |
| Giấy phép chính phủ mở | Bắt buộc | Thường không | Được | Dữ liệu cơ quan nhà nước một số nước |
| CC BY-NC, CC BY-ND | Bắt buộc | Tuỳ | NC cấm thương mại | Không được coi là mở theo Open Definition |
Lưu ý dòng cuối: các biến thể "phi thương mại" (NC) và "không phái sinh" (ND) của Creative Commons là hợp pháp và phổ biến, nhưng không phải giấy phép mở theo Open Definition, vì giới hạn mục đích hoặc cấm sửa đổi. Dữ liệu NC gây khó cho cả nghiên cứu, vì ranh giới thương mại rất mờ: một bài báo khoa học đăng trên tạp chí thu phí có tính là thương mại không?
Đọc kỹ ba điều kiện hay gây rắc rối
Ghi nguồn như thế nào là đủ? CC BY 4.0 yêu cầu nêu tên bên cấp phép (theo cách họ yêu cầu), tên tác phẩm nếu có, chỉ dẫn tới giấy phép, và cho biết bạn có sửa đổi hay không. Bản 4.0 cho phép ghi nguồn "hợp lý theo phương tiện", ví dụ một trang ghi nguồn chung trong ứng dụng thay vì in dưới mỗi biểu đồ. Cách an toàn: một dòng "Nguồn: [tổ chức], [tên bộ dữ liệu], [năm], giấy phép CC BY 4.0; đã tính toán lại" dưới biểu đồ, và một trang liệt kê đầy đủ trong báo cáo.
Chia sẻ tương tự kích hoạt khi nào? Với ODbL, nghĩa vụ chia sẻ tương tự áp dụng cho cơ sở dữ liệu phái sinh mà bạn công bố, không áp dụng cho "tác phẩm được tạo ra" như một tấm ảnh bản đồ hay một biểu đồ, miễn bạn ghi nguồn. Ranh giới giữa hai khái niệm này là nơi phát sinh tranh luận nhiều nhất, và cộng đồng OpenStreetMap có hẳn bộ hướng dẫn diễn giải riêng.
Từ bỏ quyền có rút lại được không? Các giấy phép Creative Commons và ODC không thể thu hồi đối với người đã nhận theo giấy phép. Bên công bố có thể ngừng phân phối hoặc đổi giấy phép cho phiên bản mới, nhưng ai đã tải bản cũ vẫn dùng theo điều kiện cũ. Vì vậy hãy lưu lại phiên bản và giấy phép tại thời điểm bạn tải.
Trộn dữ liệu nhiều nguồn: bài toán tương thích giấy phép
Một báo cáo phân tích thị trường điển hình ghép dữ liệu dân số từ cơ quan thống kê, dữ liệu kinh tế từ một tổ chức quốc tế và dữ liệu điểm bán từ bản đồ cộng đồng. Mỗi nguồn một giấy phép. Nguyên tắc chung là sản phẩm phải thoả đồng thời điều kiện của mọi nguồn. Nếu tất cả là CC0 hoặc CC BY, bạn chỉ cần ghi nguồn đủ; không có xung đột.
Rắc rối nảy sinh khi có hai giấy phép chia sẻ tương tự khác nhau, ví dụ CC BY-SA và ODbL, cùng đòi sản phẩm phái sinh phải theo giấy phép của mình. Khi đó không thể phát hành một cơ sở dữ liệu phái sinh thoả cả hai, trừ khi có điều khoản tương thích chính thức. Tương tự, trộn dữ liệu NC vào sản phẩm thương mại là vi phạm dù phần NC rất nhỏ.
Cách làm thực tế trong doanh nghiệp: lập sổ đăng ký nguồn dữ liệu với các cột tên nguồn, đường dẫn, ngày tải, phiên bản, giấy phép, điều kiện ghi nguồn, có chia sẻ tương tự không, được dùng cho sản phẩm nào. Mười phút ghi chép khi tải dữ liệu tiết kiệm được nhiều ngày rà soát khi sản phẩm sắp ra mắt, và là tài liệu đầu tiên bộ phận pháp chế sẽ hỏi.
Chọn giấy phép khi tổ chức của bạn công bố dữ liệu
Nếu bạn là bên công bố, quy trình ra quyết định thường đi qua các câu hỏi sau:
- Xác định bạn có thực sự nắm quyền với toàn bộ dữ liệu không. Dữ liệu mua từ bên thứ ba, dữ liệu do đối tác cung cấp theo hợp đồng, dữ liệu có ảnh chụp hay văn bản của người khác cần được tách ra hoặc xin phép trước.
- Rà và loại bỏ dữ liệu cá nhân, bí mật kinh doanh; giấy phép mở không phải lá chắn cho việc lộ thông tin.
- Xác định mục tiêu: muốn phổ biến rộng nhất, kể cả cho doanh nghiệp đóng sản phẩm? Chọn CC0 hoặc CC BY 4.0. Muốn đảm bảo các bản cải tiến quay về cộng đồng? Cân nhắc ODbL hoặc CC BY-SA, chấp nhận một số doanh nghiệp sẽ né.
- Ưu tiên giấy phép phổ biến, đừng tự soạn giấy phép riêng. Giấy phép tự soạn buộc mọi người dùng phải nhờ luật sư đọc, thường là lý do khiến dữ liệu nằm yên.
- Ghi rõ giấy phép ở ba chỗ: trang mô tả bộ dữ liệu, trong siêu dữ liệu máy đọc được, và trong tệp đi kèm khi tải về.
- Nêu cách ghi nguồn mong muốn bằng một câu mẫu để người dùng sao chép.
Xu hướng chung của các tổ chức quốc tế lớn trong thập niên qua là chuyển về CC BY 4.0 hoặc CC0 vì đơn giản và tương thích rộng. Nếu không có lý do đặc biệt, đó là điểm xuất phát an toàn.
Những tình huống người dùng hay hỏi
Một số câu hỏi lặp lại trong thực hành, kèm hướng trả lời chung:
- Dữ liệu trên trang web không ghi giấy phép: không suy ra là mở. Có thể liên hệ xin phép bằng văn bản, hoặc tìm nguồn gốc khác có giấy phép rõ.
- Thu thập tự động từ trang web: ngay cả khi dữ kiện không được bảo hộ, điều khoản sử dụng có thể cấm và hệ thống có thể chặn. Ưu tiên API hoặc tệp tải chính thức.
- Dữ liệu CC BY trong ứng dụng di động: đặt trang ghi nguồn trong mục thông tin ứng dụng là cách làm phổ biến và được bản 4.0 chấp nhận.
- Sửa lỗi dữ liệu gốc rồi công bố lại: được phép với giấy phép mở, nhưng phải nói rõ đã sửa đổi để không gán lỗi hay sửa đổi của bạn cho bên gốc.
- Dùng logo hay tên tổ chức nguồn để quảng bá: giấy phép dữ liệu không cấp quyền nhãn hiệu và không cho phép ngụ ý được bên gốc bảo trợ.
Giấy phép trong hợp đồng mua bán và chia sẻ dữ liệu giữa doanh nghiệp
Không phải mọi dữ liệu doanh nghiệp dùng đều là dữ liệu mở. Khi mua dữ liệu từ nhà cung cấp thương mại hoặc nhận dữ liệu từ đối tác, quyền sử dụng được quy định trong hợp đồng, và các khái niệm của giấy phép mở là bộ từ vựng hữu ích để đọc hợp đồng đó. Năm câu nên đối chiếu: được dùng cho mục đích gì (nội bộ, sản phẩm bán ra, nghiên cứu); được chia sẻ cho ai (công ty con, khách hàng, nhà thầu); có được tạo sản phẩm phái sinh và ai sở hữu sản phẩm đó; quyền còn hiệu lực bao lâu sau khi hợp đồng kết thúc; và phải xoá dữ liệu khi chấm dứt hay không.
Rủi ro thường gặp nằm ở chỗ trộn: một mô hình dự báo được huấn luyện trên cả dữ liệu mở lẫn dữ liệu mua có giới hạn mục đích. Khi bán mô hình hoặc kết quả của nó, doanh nghiệp phải chắc rằng điều khoản của nguồn chặt nhất cho phép. Ngược lại, khi doanh nghiệp muốn công bố một phần dữ liệu của mình thành dữ liệu mở, cần rà xem phần đó có lẫn dữ liệu nhận từ đối tác với cam kết bảo mật không.
Thực hành tốt là gắn nhãn giấy phép ngay ở mức bộ dữ liệu trong kho dữ liệu nội bộ, để nhà phân tích biết trước khi dùng thay vì phát hiện khi sản phẩm sắp ra mắt. Với hợp đồng giá trị lớn, phần điều khoản quyền dữ liệu nên được luật sư rà soát.
Câu hỏi thường gặp
CC0 có nghĩa là không cần ghi nguồn sao?
Về pháp lý thì không bắt buộc. Nhưng trong nghiên cứu và báo chí, ghi nguồn vẫn là chuẩn mực nghề nghiệp để người đọc kiểm chứng được. Nhiều tổ chức dùng CC0 kèm lời đề nghị ghi nguồn theo phép lịch sự, không ràng buộc pháp lý.
CC BY 3.0 và 4.0 khác nhau điều gì đáng kể?
Bản 4.0 ra năm 2013 được soạn để dùng quốc tế mà không cần bản chuyển đổi theo từng nước, bao quát cả quyền đối với cơ sở dữ liệu, và cho người vi phạm vô ý ba mươi ngày khắc phục để được khôi phục quyền. Với dữ liệu, bản 4.0 phù hợp hơn hẳn.
Có nên dùng giấy phép phần mềm như MIT cho dữ liệu không?
Không nên. Giấy phép phần mềm viết cho mã nguồn và khái niệm "phần mềm", áp vào dữ liệu gây mơ hồ về phạm vi. Nếu kho của bạn có cả mã và dữ liệu, hãy dùng giấy phép phần mềm cho mã và giấy phép dữ liệu cho dữ liệu, ghi rõ trong tệp đi kèm.
Dùng dữ liệu ODbL để vẽ bản đồ in trong báo cáo thì có phải công bố dữ liệu không?
Theo cách hiểu phổ biến, bản đồ in là tác phẩm được tạo ra, chỉ cần ghi nguồn. Nghĩa vụ chia sẻ tương tự phát sinh khi bạn công bố một cơ sở dữ liệu phái sinh. Với trường hợp phức tạp nên đọc hướng dẫn diễn giải của cộng đồng nguồn và hỏi ý kiến pháp lý.
Giấy phép có bảo đảm dữ liệu chính xác không?
Không. Các giấy phép mở đều có điều khoản miễn trừ bảo đảm: bên công bố không cam kết dữ liệu đúng, đủ hay phù hợp với mục đích của bạn. Kiểm chứng chất lượng là trách nhiệm của người dùng, nhất là khi dữ liệu đưa vào quyết định tài chính.
Dữ liệu do cơ quan nhà nước công bố có mặc nhiên thuộc phạm vi công cộng không?
Tuỳ quốc gia. Ở Mỹ, tác phẩm do nhân viên chính phủ liên bang tạo ra trong công vụ không được bảo hộ quyền tác giả, nhưng nhiều nước khác không có quy định tương tự. Với dữ liệu nhà nước Việt Nam, hãy xem điều kiện sử dụng ghi trên cổng công bố và văn bản pháp luật hiện hành.