Art. 4 Directiva 2019/790: qué cambia cuando el TDM lo hace una organización comercial

Cuando se habla del Art. 4 de la Directiva (UE) 2019/790, el debate suele girar en torno a universidades, centros de investigación y organismos públicos. Tiene sentido: el Art. 3 los protege de forma explícita y con condiciones muy favorables. Pero la mayoría de las organizaciones que hoy hacen Text and Data Mining (TDM) de forma sistemática no son instituciones académicas. Son empresas, consultoras, equipos de inteligencia competitiva, desarrolladores de modelos y operadores de infraestructura de datos.

Para todas ellas, el marco legal relevante es el Art. 4, no el Art. 3. Y la diferencia no es menor.

El Art. 4 no prohíbe el TDM comercial: lo condiciona

El error más extendido es leer el Art. 4 como una restricción. No lo es. Es una autorización con condiciones. Cualquier persona u organización —con independencia de su naturaleza— puede realizar TDM sobre fuentes públicas a las que haya accedido de forma lícita. El derecho existe. Lo que el Art. 4 añade es una pieza crítica: el titular del contenido puede ejercer el opt-out.

Ese opt-out, cuando está correctamente expresado y es técnicamente detectable, obliga al operador de TDM a excluir esas fuentes de su procesamiento. No a suspender la actividad, sino a respetar la exclusión específica. La obligación no es de resultado absoluto —el contenido seguirá siendo público— sino de proceso: demostrar que tu infraestructura detecta, registra y aplica esas restricciones.

Aquí es donde muchas organizaciones tienen un problema real. No por mala fe, sino porque nunca diseñaron su pipeline con ese nivel de granularidad.

Qué significa "acceso lícito" en la práctica

El concepto de acceso lícito no se refiere solo a no vulnerar mecanismos de protección técnica. Incluye respetar los términos de uso que regulan el tratamiento posterior de los datos. En contexto TDM, esto plantea una pregunta concreta: ¿puede tu organización demostrar que las fuentes que procesa son accesibles de forma pública, sin autenticación y sin restricción técnica explícita?

Si la respuesta es sí, estás dentro del ámbito del Art. 4. Si alguna de tus fuentes requiere credenciales, suscripción o acceso controlado, el análisis cambia por completo y debes buscar cobertura contractual distinta.

La distinción entre universo público de Internet y contenido detrás de barreras de acceso no es filosófica. Es el criterio que determina si tu actividad TDM tiene amparo legal o no bajo este artículo.

El opt-out como variable operativa, no como excepción teórica

Una de las consecuencias prácticas más ignoradas del Art. 4 es que el opt-out convierte el cumplimiento en un proceso dinámico. Un sitio que hoy no ha ejercido el opt-out puede hacerlo mañana. Un dominio puede cambiar sus condiciones de uso sin previo aviso. Eso significa que la conformidad no es un estado que se verifica una vez: es una condición que hay que mantener en el tiempo.

Las organizaciones que operan con conjuntos de fuentes grandes —cientos o miles de dominios— no pueden gestionar esto manualmente. Necesitan mecanismos automatizados para:

• Detectar cambios en los metadatos de acceso (cabeceras HTTP, archivos robots.txt, condiciones de uso).
• Registrar el estado de cada fuente en el momento del procesamiento.
• Excluir fuentes que han ejercido el opt-out antes de incorporar nuevos datos al análisis.

Sin ese mecanismo, la organización no puede demostrar diligencia. Y en caso de litigio, la carga de la prueba recae sobre el operador TDM, no sobre el titular del contenido.

Por qué la trazabilidad del proceso importa más que el resultado

Cuando una organización hace TDM comercial, lo que entrega no son los contenidos originales: entrega análisis derivado. Tendencias, señales, patrones, métricas. El contenido fuente es el insumo del proceso, no el producto final. Eso es exactamente lo que el Art. 4 —y su transposición en el Art. 67 bis de la LPI— ampara.

Pero ese argumento solo funciona si la organización puede documentar el proceso. Un análisis derivado sin trazabilidad del origen y del tratamiento es difícil de defender. Un análisis derivado con registro auditado de fuentes, fechas, metadatos de acceso y exclusiones aplicadas es mucho más sólido.

En la práctica, esto implica que la infraestructura técnica tiene que estar diseñada con lógica de auditoría desde el principio. No como una capa añadida después del hecho, sino como parte del pipeline de procesamiento.

Qué distingue a una operación TDM sólida de una que acumula riesgo

Hay una diferencia clara entre organizaciones que hacen TDM de forma estructurada y las que lo hacen de forma improvisada. No es una cuestión de tamaño ni de recursos. Es una cuestión de diseño.

Una operación TDM sólida:

• Define explícitamente el universo de fuentes públicas sobre el que opera.
• Documenta el criterio de selección y el método de acceso.
• Implementa un mecanismo de detección y aplicación del opt-out.
• Separa con claridad el insumo (datos públicos) del producto (análisis derivado).
• Mantiene registros que permiten reconstruir el proceso ante cualquier requerimiento.

Una operación que acumula riesgo hace lo contrario: amplía el universo de fuentes sin criterio, no registra el estado de acceso en el momento del procesamiento y no puede demostrar qué hizo con qué dato ni cuándo.

El Art. 4 no exige perfección. Exige diligencia documentable.

El marco legal como ventaja competitiva

Las organizaciones que han interiorizado el Art. 4 como parte de su operación —no como un trámite legal externo— tienen una ventaja real. Pueden operar con más fuentes, en más mercados y con menos fricción con titulares de contenido, porque su proceso es defendible.

En TrawlingWeb, el procesamiento del universo público de Internet está diseñado bajo este marco desde la infraestructura. No como declaración de intenciones, sino como condición de operación. La trazabilidad, la gestión del opt-out y la separación entre dato público y análisis derivado son parte del pipeline, no del argumentario comercial.

El Art. 4 no es un límite para el TDM comercial. Es el suelo legal sobre el que se construye una operación que puede escalar sin acumular deuda regulatoria. La pregunta no es si tu organización puede hacer TDM. Es si puede demostrarlo.