La información pública en la que los investigadores o terceros pueden estar interesados está disponible en plataformas de redes sociales, como Facebook, Instagram, Twitter, LinkedIn, etc. Puede recopilarse sistemáticamente a través de API, web scraping y otras técnicas.

Una interfaz de programación de aplicaciones (API) es una biblioteca o conjunto estructurado de herramientas para desarrolladores de software que proporciona una interfaz a un software backend, por ejemplo, redes sociales. Las API no proporcionan acceso directo al código fuente de la plataforma.
Las API son muy útiles para recopilar grandes cantidades de datos en un corto período de tiempo.

Respetamos la información personal y solo extraemos de las plataformas de redes sociales datos que están disponibles públicamente. No extraemos información personal sensible de alto nivel.
¿Qué tipo de información pública se puede recopilar legalmente sobre los usuarios?
Al utilizar la API, los investigadores independientes y terceros pueden descargar fácilmente información pública sobre los perfiles de los usuarios, así como comentarios y reacciones a publicaciones públicas, para estudiar el impacto de las redes sociales en la sociedad.

Los datos de redes sociales recopilados anteriormente a través de la API son, después de todo, información disponible públicamente y visible para los usuarios que visitan las páginas web de Facebook o de cualquier otra red social.

Al utilizar nuestras API, puede extraer información derivada de los datos del usuario. Dichos datos se agregan para evitar razonablemente la identificación de un individuo o usuario específico.

Seguimos las reglas:
  • Los datos privados que requieren nombre de usuario y contraseña no pueden ser extraídos mediante scraping.
  • Cumplimiento de los TOS (Términos de Servicio), que prohíben explícitamente la acción de web scraping.
  • No copie datos que estén protegidos por derechos de autor.
  • La información confidencial no puede ser extraída mediante scraping.
¿Por qué es legal extraer datos a través de nuestra API de redes sociales?
Explicaremos nuestro punto de vista sobre por qué nuestra API debe considerarse legal de acuerdo con los principales documentos legales sobre información personal:
  • CFAA (Ley de Fraude y Abuso Informático)
  • TOS (Términos de Servicio)
  • RGPD (Reglamento General de Protección de Datos)
El 9 de septiembre, el Tribunal de Apelaciones del Noveno Circuito de EE. UU. dictaminó (Apelación del Tribunal de Distrito de los Estados Unidos para el Distrito Norte de California) que el web scraping de sitios públicos no viola la CFAA (Ley de Fraude y Abuso Informático).

El tribunal no solo legalizó esta práctica, sino que también prohibió a los competidores eliminar información de su sitio automáticamente si el sitio es público. El tribunal confirmó la lógica clara de que la entrada del bot de web scraping no es legalmente diferente de la entrada del navegador. En ambos casos, el «usuario» solicita datos abiertos y hace algo con ellos por su cuenta.

Lo más importante es que el tribunal de apelaciones también confirmó un fallo de un tribunal inferior que prohíbe a LinkedIn interferir con el web scraping que realiza hiQ en su sitio.

Más recientemente, en el caso HiQ Labs v. LinkedIn, el Tribunal de Apelaciones del Noveno Circuito dictaminó que el scraping de datos disponibles públicamente no constituye un acceso «no autorizado» a una computadora, incluso cuando el propietario (en nuestro caso, el propietario de los servidores donde se almacenan los datos) ha enviado una carta de cese y desistimiento al visitante del sitio web. Incluso aquí, el argumento es que cuando cierta información está disponible para el público, el scraping de la misma no viola la CFAA.

Violar los términos de servicio (TOS) para extraer información pública de las plataformas de redes sociales podría ser legal para los investigadores. Como algunos han señalado (Bruns, 2018, 2019; Halavais, 2019), la investigación en redes sociales sirve al interés público, y amenazar con aplicar la CFAA para impedir que académicos y periodistas recopilen información pública de Facebook con fines de investigación constituye una violación de la Primera Enmienda (Knight First Amendment Institute at Columbia University, 2018; Sandvig, 2017) y del derecho humano a la libre investigación (Naciones Unidas, 1976).

Existe evidencia de que esta línea de argumentación fundamenta las decisiones legales. Un ejemplo destacado es el caso Sandvig v. Sessions, donde un tribunal en Washington, D.C. dictaminó que el scraping de información disponible públicamente no es un delito informático, incluso cuando los TOS lo prohíben explícitamente (Williams, 2018). El punto clave es la naturaleza pública de la información que los investigadores desean extraer. Como declaró el tribunal,
el scraping es simplemente un avance tecnológico que facilita la recopilación de información; no es significativamente diferente de usar una grabadora en lugar de tomar notas escritas, o usar la función panorámica de un teléfono inteligente en lugar de tomar una serie de fotos desde diferentes posiciones. (Sandvig v. Sessions, 2018, p. 15)
¿Cómo deben presentarse los datos publicados para cumplir con las normativas de privacidad (como el RGPD)?

De acuerdo con el Artículo 4. PROTECCIÓN DE DATOS PERSONALES del RGPD:
Se considera «dato personal» toda información sobre una persona física identificada o identificable («el interesado»); se considerará persona física identificable toda persona cuya identidad pueda determinarse, directa o indirectamente, en particular mediante un identificador, como por ejemplo un nombre, un número de identificación, datos de localización, un identificador en línea o uno o varios elementos propios de la identidad física, fisiológica, genética, psíquica, económica, cultural o social de dicha persona.

«Tratamiento» significa cualquier operación o conjunto de operaciones realizadas sobre datos personales o conjuntos de datos personales, ya sea por procedimientos automatizados o no, como la recogida, registro, organización, estructuración, conservación, adaptación o modificación, extracción, consulta, utilización, comunicación por transmisión, difusión o cualquier otra forma de habilitación de acceso, cotejo o interconexión, limitación, supresión o destrucción.

Para fines de investigación académica, la forma más sencilla de tratar los datos cumpliendo con la normativa es obtener el consentimiento informado de los sujetos (Art. 6(1)(a)). Sin embargo, el reglamento también establece que el tratamiento de datos puede ser lícito si es «necesario para la satisfacción de intereses legítimos perseguidos por el responsable del tratamiento o por un tercero» (Art. 6(1)(f)). El artículo especifica además que el «interés legítimo» significa que el tratamiento de datos es «necesario para el cumplimiento de una misión realizada en interés público». Por lo tanto, dado que generalmente es sencillo defender que la investigación académica pertenece al interés público, la recopilación, el análisis y la publicación de datos con fines científicos deberían estar protegidos por el RGPD.

Además, el reglamento exige que se preste especial atención en caso de que el investigador maneje datos sensibles. En general, el RGPD prohíbe el tratamiento de
datos personales que revelen el origen racial o étnico, las opiniones políticas, las convicciones religiosas o filosóficas, o la afiliación sindical, así como el tratamiento de datos genéticos, datos biométricos dirigidos a identificar de manera unívoca a una persona física, datos relativos a la salud o datos relativos a la vida sexual o la orientación sexual de una persona física. (Art. 9(1))
Respetamos la privacidad y seguridad de los usuarios; solo proporcionamos datos anonimizados y agregados. Data365.co también cumple con el RGPD y protege los datos personales y la privacidad de los ciudadanos de la UE en las transacciones que se realizan dentro de los estados miembros de la Unión Europea.