Eric Goldman, profesor: el scraping no es claramente legal

Un profesor de derecho de internet llevó el debate del scraping a Reddit

El scraping web es ubicuo, pero eso no lo vuelve automáticamente legal. Esa es la frase con la que Eric Goldman, profesor de derecho y especialista en derecho de internet, resume el estado del tema, y fue el punto de partida de un AMA que hizo el viernes en el subreddit r/WebScrapingInsider.

Goldman no es un recién llegado al asunto. Creó su primera cuenta de correo en 1991, publicó su primer paper de derecho de internet en 1993, empezó a ejercer la especialidad en 1994 y dicta su curso de Internet Law desde 1996, el mismo que sigue dando hoy, 30 años después. Es profesor de derecho a tiempo completo desde 2002 y, según contó, recibió su primera consulta de un cliente sobre scraping alrededor de 1997.

Dos advertencias que él mismo puso sobre la mesa: nada de lo que dijo constituye asesoría legal, y su análisis se limita a la ley de Estados Unidos. Fuera de ese país, las reglas pueden ser muy distintas.

Las cuatro preguntas del trespass to chattels

La doctrina de trespass to chattels (TTC) es el corazón del problema legal del scraping, y Goldman la enseña como un proceso de cuatro pasos:

• ¿El demandante es dueño del chattel afectado? Normalmente el chattel son los servidores u otro hardware físico que conecta el sitio a internet. Aquí aparece una tensión que confunde a los estudiantes: los datos o las cuentas online no califican legalmente como chattel, aunque puedan estar protegidos por copyright u otra propiedad intelectual.
• ¿El demandado usó el chattel? Enviar o recibir paquetes desde un servidor suele alcanzar.
• ¿Ese uso fue no autorizado? La ley podría presumir que el dueño del servidor permite implícitamente el tráfico normal de internet solo por conectarse a la red abierta. Cómo se revoca ese permiso implícito es, en palabras del propio Goldman, una de las zonas no enseñables del tema.
• ¿El uso no autorizado generó un daño legalmente reconocible? Otra zona sin respuesta clara. El cambio de criterio de la corte en X v. Bright Data es, según él, el mejor ejemplo de lo impredecible que resulta esto.

Sobre el tercer punto, Goldman enumeró los mecanismos que un dueño de servidor podría usar para retirar la autorización implícita: términos de servicio (TOS), cartas de cese y desista (C&D), muros de registro, bloqueo de direcciones IP y señales como los robot exclusion headers. Ninguno está garantizado. «Para cada uno de esos puntos tengo más preguntas que respuestas», resumió.

Por qué el scraping es ubicuo pero no claramente legal

Para que una campaña de scraping sea legal, tiene que sobrevivir a todas estas doctrinas a la vez:

• Trespass to chattels, que Goldman agrupa como una trilogía: el estatuto federal Computer Fraud and Abuse Act (CFAA), los estatutos estatales de delitos informáticos (en California, el Cal. Penal Code 502) y el common law de trespass to chattels, con los casos Hamidi y Bright Data.
• Copyright, sección 106. Aquí está la parte que incomoda: la navegación web ordinaria podría ser infracción, porque el material protegido necesariamente se descarga en la RAM del navegador. Si navegar fuera infracción, scrapear también lo sería. A eso se suma el riesgo de republicar total o parcialmente lo recolectado.
• DMCA, secciones 1201 y 1202. Goldman todavía no lo cubre en clase porque lo considera demasiado subdesarrollado y caótico: «las decisiones sobre 1201 hasta hoy me rompen la cabeza».
• Términos de servicio con cláusulas anti-scraping. El problema es si esos TOS están bien formados. En su curso dedica dos semanas completas a la formación de TOS, y señala que la ley evolucionó mucho con las decisiones de 2025 en Chabolla y Godun en el Noveno Circuito.
• Marcas y derechos de privacidad, que también pueden activarse según el caso.

Si la campaña falla en una sola de esas doctrinas, no es legal y el scraper puede enfrentar consecuencias serias, incluyendo responsabilidad penal en algunos supuestos. De ahí la frase que, según Goldman, rompe el cerebro de sus alumnos: si el scraping es tan común, debería ser claramente legal. No lo es.

El propio profesor admite que el tema se volvió no enseñable. Durante unos dos décadas enseñó Intel v. Hamidi y Register.com v. Verio; alrededor de 2024 sintió que esos casos ya no reflejaban el estado actual del derecho y los sacó de su casebook, cuya edición 2026 ya anunció. Hoy enseña X v. Bright Data, la primera resolución que concedió la moción de desestimación, y no lo deja satisfecho. Mientras tanto, su examen parcial de este año se basó en Vox Marketing Group v. Prodigy Promos, 556 F. Supp. 3d 1280 (2021).

El doble filo: beneficios sociales contra riesgos reales

Goldman reconoce sentimientos encontrados. Por un lado, cree que los dueños de una propiedad deberían poder decidir cómo se usa, y que el scraping puede implicar usos no deseados y nocivos. Por otro, defiende el acceso a la información: en la medida en que el scraping habilita mejores insights, mejor conocimiento y mercados más fuertes, hay un beneficio social.

Su lista de beneficios incluye motores de búsqueda, bots de comparación de precios y la construcción de modelos de IA. También advierte que las tácticas anti-scraping son con frecuencia anti-competitivas: un intento de fabricar o mantener monopolios y de obtener derechos parecidos a la propiedad intelectual sobre material que no califica para esa protección. El caso Register.com v. Verio es su ejemplo: la empresa usaba contratos y trespass to chattels para proteger información de contacto WHOIS no copyrighteable y preservar su ventaja de primer movimiento.

Del otro lado, el scraping puede parecerse a un ataque DOS (con o sin intención), facilitar copias masivas, posiblemente infractoras, y convertirse en una invasión masiva de la privacidad del consumidor.

Y hay una preocupación de arquitectura: internet funcionó, en parte, por su navegación sin fricción. Convertir la navegación en una experiencia con permisos, con checkpoints en el perímetro de cada sitio, amenaza con socavar la utilidad de la red. Goldman extiende esa lógica a los mandatos de autenticación de edad que se expanden por el mundo: si esos muros se vuelven ubicuos, la mayor parte del contenido quedará detrás de ellos y el scraping se verá directamente afectado.

¿Qué significa esto para tu startup?

Si tu producto depende de datos de terceros, la lección del AMA es incómoda pero clara: que todo el mundo lo haga no es un argumento legal. Estas son las acciones que puedes tomar desde hoy.

• Audita tu pipeline de datos contra las cinco capas. Revisa si tu recolección toca el CFAA o estatutos estatales equivalentes, copyright, DMCA 1201/1202, TOS y derechos de privacidad. Basta con fallar en una para que el conjunto deje de ser defendible.
• Lee los TOS y respeta las señales técnicas. Los robot exclusion headers, los muros de registro y el bloqueo de IP aparecen en la lista de mecanismos que un dueño de sitio puede invocar para retirar el permiso implícito. Ignorarlos debilita tu posición.
• Documenta la autorización. Si tienes permiso, licencia o una API oficial, guárdalo por escrito. Es la diferencia entre un uso autorizado y uno que depende de una presunción que la corte puede no sostener.
• Separa el scraping de la republicación. Descargar y volver a publicar son dos riesgos distintos bajo la sección 106. Si alimentas un modelo o un producto con lo recolectado, ese es un análisis aparte.
• Consulta a un abogado antes de escalar. Goldman lo repite: los temas son controvertidos y cada equipo tiene una tolerancia al riesgo distinta. La decisión no es técnica, es de apetito de riesgo.

Y si estás del otro lado, si tu sitio es el que se scrapea, la advertencia es simétrica: no existe una fórmula garantizada para revocar el permiso implícito. Los TOS, las cartas C&D y los controles técnicos son herramientas, no certezas.

Las búsquedas realizadas para este artículo no arrojaron datos adicionales verificables, por lo que el análisis se apoya íntegramente en la publicación original de Goldman.

Fuentes

• My Reddit AMA on the Law of Web Scraping (fuente original)