Minería de textos y datos: la trampa del acceso lícito y la reserva de derechos

La minería de textos y datos (TDM) consiste en utilizar programas informáticos para analizar grandes cantidades de textos o datos con el fin de encontrar pautas, tendencias o correlaciones. En la legislación de la UE sobre derechos de autor, la TDM está amparada por una excepción específica, pero no está permitida sin límites. La diferencia fundamental se establece entre los organismos de investigación y todos los demás usuarios: para la investigación no comercial realizada por universidades o institutos de investigación, la excepción es obligatoria y no puede excluirse mediante contrato. Para los usuarios comerciales u otros fines, la excepción solo se aplica si se dispone de acceso lícito al material y el titular de los derechos no ha formulado una reserva de derechos en formato legible por máquina, como un archivo robots.txt o metadatos que impidan la minería.

Para evitar trampas, recuerde tres cosas. En primer lugar, «acceso lícito» significa que debe disponer de una suscripción, una licencia o un derecho de acceso abierto al contenido; no puede realizar minería sobre copias pirateadas. En segundo lugar, la reserva de derechos debe ser legible por máquina; una simple cláusula de las condiciones del servicio no basta, salvo que esté codificada de forma que las herramientas automatizadas puedan detectarla. En tercer lugar, la reserva de derechos no es válida frente a los organismos de investigación, por lo que, si un editor intenta impedir la minería de una universidad, prevalece la excepción. Una forma rápida de comprobarlo es preguntarse si el usuario tiene derecho legal a consultar el contenido y si el titular de los derechos ha establecido una barrera técnica, como un archivo robots.txt.

Para fijar esta idea, imagine a una persona investigadora que realiza minería de datos en una base de datos de revistas de pago. Si la universidad tiene una suscripción, la persona investigadora dispone de acceso lícito y el editor no puede excluirse porque se trata de investigación no comercial. Imagine ahora una empresa emergente que realiza minería de datos en la misma base para detectar tendencias del mercado: la empresa necesita acceso lícito y debe comprobar si existe una exclusión expresada en un formato legible por máquina. Si el editor tiene un archivo robots.txt que bloquea la minería, la empresa emergente no puede acogerse a la excepción. Este contraste ayuda a recordar la norma.