Abstract
A explosão da pandemia de COVID-19 intensificou a importância das técnicas e ferramentas de mineração de dados e textos (TDM), as quais estão por trás de diversas aplicações essenciais ao combate ao SARS-CoV-2, desde o monitoramento médico e da expansão da doença ao desenvolvimento de vacinas. Nesse cenário, indagamos como a pandemia evidencia a importância dos instrumentos de TDM na inovação científica e tecnológica, assim como os efeitos do atual sistema de proteção por direitos autorais sobre as bases de dados e o desenvolvimento dessas tecnologias, que dependem fortemente do acesso e circulação aberta de informação. Para tanto, fazemos uso de pesquisa bibliográfica e documental, centrada nos casos do observatório de COVID-19 da Johns Hopkins University, do projeto NextStrain e sistemas de inteligência artificial. Primeiramente, apresentamos suscintamente as tecnologias de mineração de dados e textos, bancos de dados e aprendizado de máquina, suas aplicações e importância para a inovação científica e tecnológica. Em seguida, discutimos o papel do direito autoral sobre bases de dados e os obstáculos para o desenvolvimento de pesquisas e tecnologias intensivas em dados. Concluímos que a atual proteção sobre bancos de dados por direito autoral cria empecilhos ao acesso e uso de dados e para a pesquisa, e que a promoção das limitações e exceções, especialmente para mineração de textos e dados e desenvolvimento de pesquisas, é crucial para o desenvolvimento científico e inovação tecnológica, e ainda mais especificamente para o sucesso do combate a esta e outras pandemias
Subject
General Earth and Planetary Sciences,General Environmental Science
Reference42 articles.
1. ABHARI, Reza S.; MARINI, Marcello; CHOKANI, Ndaona. COVID-19 Epidemic in Switzerland: Growth Prediction and Containment Strategy Using Artificial Intelligence and Big Data. medRxiv. 2020. Disponível em: https://doi.org/10.1101/2020.03.30.20047472
2. ALVARENGA, Miguel Bastos. Mineração de dados, Big Data e Direitos Autorais no Brasil. 2019. Dissertação (Mestrado em Políticas Públicas, Estratégias e Desenvolvimento). Instituto de Economia. Universidade Federal do Rio de Janeiro (UFRJ). Rio de Janeiro, 2019.
3. ARANTES, J. T. Artificial intelligence to track news of COVID-19. Agência FAPESP, 20 mai. 2020. Disponível em: https://agencia.fapesp.br/artificial-intelligence-to-track-news-of-covid-19/33174/. Acesso em 23 ago. 2020.
4. BANTERLE, F. Data ownership in the data economy: a European dilemma. EU Internet Law in the digital era (edited volume based on the REDA 2017 conference). Springer, 2018 (no prelo). Disponível em: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=3277330. Acesso em 16 jun. 2020.
5. BATISTA, Andre Filipe de Moraes; MIRAGLIA, Joao Luiz Miraglia; DONATO, Thiago Henrique Rizzi; FILHO, Alexandre Dias Porto Chiavegatto. COVID-19 diagnosis prediction in emergency care patients: a machine learning approach. medRxiv. 2020. Disponível em: https://doi.org/10.1101/2020.04.04.20052092
Cited by
3 articles.
订阅此论文施引文献
订阅此论文施引文献,注册后可以免费订阅5篇论文的施引文献,订阅后可以查看论文全部施引文献