Extragerea textului și a datelor: capcana accesului legal și a opțiunii de refuz

Extragerea textului și a datelor (TDM) înseamnă utilizarea programelor informatice pentru a analiza cantități mari de texte sau date în vederea identificării unor tipare, tendințe ori corelații. În dreptul UE privind drepturile de autor, TDM beneficiază de o excepție specifică, dar aceasta nu permite orice utilizare necondiționată. Distincția esențială este cea dintre organizațiile de cercetare și toate celelalte entități: pentru cercetarea necomercială desfășurată de universități sau institute de cercetare, excepția este obligatorie și nu poate fi înlăturată prin contract. Pentru utilizatorii comerciali sau în alte scopuri, excepția se aplică numai dacă aveți acces legal la material, iar titularul drepturilor nu a exprimat o opțiune de refuz într-un format prelucrabil automat, de exemplu printr-un fișier robots.txt sau prin metadate care blochează extragerea.

Pentru a evita capcanele, rețineți trei lucruri. În primul rând, „acces legal” înseamnă că trebuie să dispuneți de un abonament, de o licență sau de un drept de acces deschis la conținut — nu puteți extrage date din copii piratate. În al doilea rând, opțiunea de refuz trebuie exprimată într-un format prelucrabil automat; simpla existență a unei clauze în condițiile de utilizare nu este suficientă dacă aceasta nu este codificată astfel încât instrumentele automatizate să o poată detecta. În al treilea rând, în cazul organizațiilor de cercetare, opțiunea de refuz nu este valabilă, astfel încât, dacă un editor încearcă să blocheze extragerea efectuată de o universitate, excepția prevalează. O modalitate rapidă de verificare este să vă întrebați dacă utilizatorul are dreptul legal de a consulta conținutul și dacă titularul drepturilor a instituit o barieră tehnică, precum un fișier robots.txt.

Pentru a fixa bine această regulă, imaginați-vă un cercetător care extrage date dintr-o bază de date cu reviste științifice accesibilă contra cost. Dacă universitatea are un abonament, cercetătorul are acces legal, iar editorul nu se poate opune, deoarece este vorba despre cercetare necomercială. Acum imaginați-vă un startup care extrage date din aceeași bază de date pentru a identifica tendințe ale pieței: startupul trebuie să aibă acces legal și să verifice dacă există o rezervare a drepturilor într-un format prelucrabil automat. Dacă editorul are un fișier robots.txt care blochează extragerea datelor, startupul nu poate invoca excepția. Acest contrast ajută la reținerea regulii.