Prospeção de textos e dados: a armadilha do acesso lícito e da exclusão voluntária

A prospeção de textos e dados (TDM) consiste na utilização de software para analisar grandes quantidades de texto ou dados, a fim de encontrar padrões, tendências ou correlações. No direito de autor da UE, a TDM beneficia de uma exceção específica, mas esta não constitui uma autorização sem limites. O contraste essencial é entre os organismos de investigação e todos os demais utilizadores: para a investigação não comercial realizada por universidades ou institutos de investigação, a exceção é obrigatória e não pode ser afastada por contrato. Para utilizadores comerciais ou outras finalidades, a exceção só se aplica se houver acesso lícito ao material e o titular dos direitos não tiver estabelecido uma exclusão voluntária legível por máquina, como um ficheiro robots.txt ou metadados que bloqueiem a prospeção.

Para evitar armadilhas, lembre-se de três aspetos. Em primeiro lugar, «acesso lícito» significa que tem de possuir uma assinatura, uma licença ou um direito de acesso aberto ao conteúdo — não pode efetuar prospeção em cópias pirateadas. Em segundo lugar, a exclusão voluntária tem de ser legível por máquina; uma simples cláusula nas condições de serviço não é suficiente, salvo se estiver codificada de uma forma que as ferramentas automatizadas consigam detetar. Em terceiro lugar, para os organismos de investigação, a exclusão voluntária é inválida, pelo que, se um editor tentar impedir a prospeção por parte de uma universidade, a exceção prevalece. Uma forma rápida de testar esta situação é perguntar a si próprio se o utilizador tem o direito legal de consultar o conteúdo e se o titular dos direitos estabeleceu uma barreira técnica, como um ficheiro robots.txt.

Para fixar esta matéria, imagine um investigador a efetuar prospeção numa base de dados de revistas científicas sujeita a acesso pago. Se a universidade tiver uma assinatura, o investigador dispõe de acesso lícito e o editor não pode optar pela exclusão, por se tratar de investigação não comercial. Imagine agora uma empresa em fase de arranque a efetuar prospeção na mesma base de dados para identificar tendências de mercado: a empresa necessita de acesso lícito e deve verificar se existe uma exclusão voluntária legível por máquina. Se o editor tiver um ficheiro robots.txt que bloqueie a prospeção, a empresa não pode invocar a exceção. Este contraste ajuda a memorizar a regra.