053.3 Lección 1

En la legislación sobre derechos de autor, en algunos ordenamientos jurídicos (incluido el europeo) se hace una distinción entre obras de bases de datos que, al igual que otras obras protegidas por derechos de autor (imágenes, textos, etc.), gozan de protección sobre la base de la creación intelectual personal (selección y disposición de elementos), y bases de datos para cuya producción (adquisición, verificación, presentación) se requirió una inversión sustancial (derecho de base de datos).

En ambos casos, el objeto de protección es una colección de elementos independientes (como obras o datos distintos) que están ordenados sistemática o metódicamente y son accesibles individualmente por vía electrónica o por otros medios. La protección de los derechos de autor de los elementos en sí no es importante, por lo que también pueden ser meros valores numéricos.

Por lo tanto, una colección de datos puede protegerse mediante derechos de autor como una obra de base de datos o bajo un derecho de base de datos (en la UE). Para que una obra de base de datos esté protegida, la disposición y selección de los elementos debe expresar una creación intelectual personal. Es poco probable que este sea el caso de las recopilaciones de datos que se utilizan como base para el software, pero pueden protegerse bajo el derecho de base de datos. Para ganar este derecho se debe haber realizado una inversión sustancial en la recolección y disposición de los elementos. Esta inversión también puede consistir en tiempo y recursos humanos.

Actualmente hay disponibles varias licencias para bases de datos y colecciones de datos que cubren mejor el uso de información que las licencias de software de código abierto “clásicas”. Echemos un vistazo a la distinción usando un ejemplo.

Como parte de un proyecto de investigación académica, todos los poemas de un autor deben recopilarse y publicarse en un sitio web, donde están ordenados alfabéticamente por título y se puede acceder a ellos individualmente. Sin embargo, el proyecto requiere que los derechos de autor pertinentes para la distribución y reproducción de los poemas se obtengan del autor. Para ello se pagan derechos de licencia.

Los derechos de licencia pueden constituir una “inversión sustancial”. Dado que los poemas se pueden recuperar individualmente y están ordenados sistemáticamente (según el alfabeto), la base de datos que contiene los poemas se puede proteger bajo el derecho de base de datos. Sin embargo, los elementos (poemas) no fueron seleccionados específicamente (la selección se hizo basándose en su integridad) y la disposición no es creativa, sino puramente sistemática. Por lo tanto, no existe ninguna creación intelectual personal en relación con la base de datos, por lo que la base de datos no se considera una obra de base de datos.

Si, por el contrario, los poemas hubieran sido ordenados y seleccionados según ciertos criterios — por ejemplo, para documentar ciertos motivos de la obra del autor en el contexto del período creativo — podría existir una creación intelectual personal, y entonces esta colección de poemas se podría proteger como trabajo de base de datos.

Sin embargo, las dos categorías reciben un trato diferente según la ley de derechos de autor, en particular con respecto al plazo de protección: las bases de datos bajo el derecho de base de datos están protegidas sólo 15 años después de su producción/publicación, a diferencia de 70 años después de la muerte del autor para las obras de bases de datos.

Estas distinciones también son visibles en la Open Database License (ODbL), una licencia ampliamente utilizada en el sector de las bases de datos. El ODbL fue desarrollado por Open Data Commons, un proyecto de Open Knowledge Foundation. La licencia distingue claramente en su preámbulo entre protección de la base de datos y protección del contenido individual de la base de datos. La licencia se refiere únicamente a lo primero, mientras que los contenidos también pueden licenciarse en otros lugares independientemente de esto.

Por supuesto, todavía es posible elegir la misma licencia para la base de datos y el contenido, por ejemplo, compilar una colección de obras bajo licencia CC-BY-4.0 en una base de datos que a su vez tenga licencia bajo CC-BY-4.0.

La mejor licencia para la base de datos depende de los objetivos del productor de la base de datos. Siguiendo con nuestro ejemplo de la colección de poesía: si la base de datos de poesía debe modificarse a voluntad y también puede distribuirse bajo otras condiciones de licencia, el ODbL no sería la elección correcta. Esto se debe a que el ODbL contiene un copyleft para bases de datos, lo que significa que una base de datos derivada de una base de datos con licencia ODbL (por ejemplo, una base de datos que adopta todos los elementos y la disposición de los elementos de la base de datos original y agrega otros) puede redistribuirse sólo bajo las mismas condiciones. En este caso, una licencia Creative Commons con derechos de edición (por ejemplo, CC-BY) es una mejor opción.

La ODbL también deja claro que de ninguna manera se aplica a los programas informáticos que gestionan la base de datos (es decir, un DBMS): “Esta licencia no se aplica a los programas informáticos utilizados en la creación u operación de la base de datos.”

Sin embargo, la licencia estipula que una obra creada a partir del contenido de la base de datos y disponible para uso público (la llamada obra producida) debe al menos indicar qué base de datos (no DBMS) se utilizó para ella y que la base de datos en sí puede ser utilizado según las condiciones de la ODbL. Un ejemplo de tal trabajo producido es un mapa de calles creado a partir de las coordenadas recopiladas en la base de datos.

Si para una base de datos se utilizara una de las licencias copyleft conocidas (específicas del software), como por ejemplo GPLv3.0, se puede suponer que un programa informático que utilice la base de datos (por ejemplo, para un sistema de tienda) sólo podría distribuirse bajo los términos de GPLv3.0. Por otra parte, es probable que la licencia de un DBMS sea independiente de la licencia de la base de datos porque el DBMS no se considera un “trabajo derivado” de esta; simplemente permite el acceso y la edición y, por tanto, es una obra independiente.

Los Acuerdos de licencia de datos comunitarios (CDLA), un proyecto de la Fundación Linux, también se centra en la concesión de licencias de datos (a diferencia del software). Las recopilaciones de datos de capacitación para sistemas de aprendizaje automático también pueden ser objeto de CDLA.

Por lo tanto, la CDLA se basa en un marco que tiene en cuenta diferentes niveles de cuestiones de licencia, especialmente cuando los datos se compilan de múltiples fuentes por diferentes contribuyentes. En nuestro ejemplo, podría ser una colección en la que diferentes autores aportan sus propios poemas para crear una base de datos de poesía común.

CDLA distingue entre la “licencia entrante” para los datos que se agregan a la colección y la “licencia saliente” para el uso de los datos. En un tercer nivel, especifica los requisitos para la organización que aloja o conserva los datos.

Siguiendo con el ejemplo de la poesía: un autor que aporta su poema se guiará por las especificaciones de “licencias entrantes”. La “licencia de salida” se refiere a las condiciones acordadas por los editores de la colección de poesía en su conjunto.

Al igual que las licencias de software de código abierto, las CDLA están disponibles en las categorías permisiva y compartida, que presentaremos brevemente. Una visita a los sitios web kaggle.com o huggingface.co antes mencionados le dará una idea de qué licencias se utilizan para bases de datos o conjuntos de datos: por ejemplo, puede usar filtros para descubrir qué colecciones de datos se ofrecen bajo CDLA.