Art. 4 Directiva 2019/790: las obligaciones que activan el TDM, no solo los derechos
El debate sobre el Art. 4 de la Directiva (UE) 2019/790 suele arrancar desde el mismo punto: qué permite. Se habla de acceso legítimo, de reproducción temporal, de la excepción para el análisis de texto y datos. Todo eso es correcto. Pero hay una dimensión que las organizaciones que operan con datos públicos pasan por alto sistemáticamente: el artículo no solo otorga derechos, también define las condiciones bajo las cuales esos derechos existen.
Ignorar esa diferencia tiene consecuencias prácticas. No jurídicas en abstracto, sino operativas en el día a día.
El acceso legítimo como condición previa, no como resultado
El Art. 4 establece que la excepción de Text and Data Mining (TDM) se aplica cuando se tiene acceso legítimo a las obras o datos. Esto parece obvio. No lo es.
Acceso legítimo no significa que el contenido sea público. Significa que el acceso se produce dentro de los términos bajo los cuales ese contenido está disponible. Un sitio indexable por defecto puede estar sujeto a condiciones de uso que restrinjan ciertos tipos de procesamiento. La excepción del Art. 4 no anula esas condiciones: las supone satisfechas.
Esto tiene un impacto directo en cómo se estructura cualquier operación de TDM. La organización que quiere aprovechar la excepción debe poder demostrar, si se le exige, que el acceso al corpus analizado cumple esa condición. No basta con que el dato esté ahí. Hay que poder documentar que el acceso fue legítimo en el momento en que se produjo.
La infraestructura técnica, por tanto, no puede ser ajena a esta trazabilidad. Un pipeline que no registra de qué fuentes proviene el dato, en qué condiciones se accedió y cuándo, no solo es un problema de auditoría interna: es una vulnerabilidad legal activa.
Lo que el Art. 4 no resuelve: la capa de reserva
El Art. 4 introduce un mecanismo que muchos olvidan: la reserva de derechos. Los titulares de derechos pueden excluir expresamente sus contenidos del ámbito de aplicación de la excepción TDM para usos no comerciales o comerciales, dependiendo del caso.
Esta reserva, cuando está correctamente expresada —por ejemplo, mediante instrucciones técnicas como el archivo robots.txt o mediante avisos legales explícitos—, delimita el alcance de la excepción. En esos casos, el Art. 4 ya no ampara el procesamiento.
El problema real: la mayoría de los equipos que trabajan con datos del universo público de Internet no tienen un proceso sistemático para detectar y registrar esas reservas. Procesan el dato, lo incorporan al corpus y solo revisan su base legal cuando aparece un problema. Para entonces, el daño ya está hecho.
Un sistema de TDM operativamente sólido debe incluir un mecanismo de verificación de reservas en el momento del acceso, no después. Es un requisito técnico disfrazado de cuestión legal.
El perímetro real del análisis derivado
Otra dimensión que el debate habitual sobre el Art. 4 deja sin resolver: qué se considera análisis derivado frente a reproducción encubierta.
La excepción TDM cubre la reproducción necesaria para el análisis. No cubre la distribución del contenido original ni su almacenamiento más allá de lo necesario para el proceso analítico. Esto significa que el output de una operación de TDM debe ser, genuinamente, un derivado: patrones, señales, tendencias, métricas, modelos. No una copia estructurada del contenido de origen.
Esta distinción importa especialmente cuando el análisis se entrega a terceros. Si lo que se transfiere incluye fragmentos sustanciales del contenido original, el Art. 4 deja de ser el paraguas aplicable. La operación entra en un territorio diferente, con un marco legal distinto.
Desde TrawlingWeb, el diseño de los productos parte de esta premisa: lo que se entrega al cliente son señales y datos derivados, no el contenido en sí. Esa decisión arquitectónica no es solo técnica; es la que hace que el Art. 4 sea un marco operativo real y no una declaración de intenciones.
Cumplimiento activo frente a cumplimiento pasivo
Hay dos formas de relacionarse con el Art. 4. La pasiva consiste en asumir que la excepción cubre lo que se hace y no revisar más. La activa consiste en construir la operación de forma que pueda justificarse frente a esa excepción en cualquier momento.
La diferencia entre ambas se mide en cuatro variables:
- Trazabilidad del acceso: saber qué fuentes, en qué condiciones y cuándo.
- Detección de reservas: identificar y registrar restricciones explícitas de los titulares.
- Naturaleza del output: verificar que lo que sale del proceso es análisis derivado, no reproducción.
- Retención de datos: no conservar copias del contenido fuente más allá del ciclo de análisis.
Ninguna de estas variables requiere intervención legal constante. Todas requieren que la infraestructura técnica esté diseñada para satisfacerlas por defecto.
El cumplimiento pasivo funciona hasta que aparece un reclamante con un argumento sólido. El activo es el que sostiene una operación a escala, con corpus amplios, múltiples fuentes y clientes que esperan continuidad.
Cuando el marco legal define la arquitectura técnica
La tendencia habitual en el sector es que el equipo técnico construye el sistema y el equipo legal lo revisa después. Con el Art. 4, ese orden genera fricciones difíciles de resolver sin rediseñar partes del pipeline.
La excepción TDM no es un salvoconducto retroactivo. Es un marco que opera sobre decisiones técnicas específicas: cómo se accede, qué se almacena, qué se transforma, qué se entrega. Si esas decisiones no se tomaron con el marco en mente, el cumplimiento posterior es parcheado y frágil.
Las organizaciones que operan con datos del universo público de Internet —ya sea para análisis competitivo, monitorización de entorno, entrenamiento de modelos o investigación— necesitan que su infraestructura y su base legal hablen el mismo idioma desde el inicio.
El Art. 4 no es una restricción que hay que gestionar. Es una oportunidad que hay que merecer técnicamente.
¿Tu infraestructura de datos puede justificar, punto por punto, que opera dentro del marco del Art. 4? Si la respuesta genera dudas, el momento de revisarlo no es después del primer problema. Es ahora.