Cómo reservar tus derechos frente a la minería de datos

Verificada a 10 de octubre de 2026. Esta guía ofrece información general y no constituye asesoramiento jurídico ni garantiza la exclusión de una obra de conjuntos de datos. Si encuentras un error, escríbeme.

Si publicas obra protegida en internet, la normativa europea permite reservar los derechos frente a la excepción general de minería de textos y datos. Para el contenido disponible en línea, la reserva debe expresarse de forma adecuada y legible por máquinas. Ninguna señal técnica impide por sí sola la descarga ni elimina copias obtenidas anteriormente.

Qué dice la ley

El artículo 4 de la Directiva (UE) 2019/790 permite realizar minería de textos y datos sobre obras accesibles lícitamente cuando sus titulares no hayan reservado expresamente ese uso. Para contenido puesto a disposición en línea, el artículo exige medios legibles por máquina.

España incorporó esta excepción mediante el Real Decreto-ley 24/2021. La reserva de la excepción general no elimina la excepción separada del artículo 3 para organismos de investigación e instituciones responsables del patrimonio cultural que realizan minería con fines de investigación científica dentro de sus requisitos.

La norma no impone un protocolo técnico único. Por eso conviene combinar señales coherentes y conservar prueba de cuándo estuvieron publicadas.

Tres capas distintas

1. Control de rastreo con robots.txt

robots.txt permite dirigir reglas a rastreadores concretos. Es una señal voluntaria, no una barrera técnica. Bloquear un rastreador de entrenamiento no implica necesariamente bloquear el buscador o el acceso activado por una persona.

Ejemplo para permitir búsqueda y rechazar rastreo de entrenamiento de varios operadores:

User-agent: GPTBot
Disallow: /

User-agent: OAI-SearchBot
Allow: /

User-agent: ClaudeBot
Disallow: /

User-agent: Claude-SearchBot
Allow: /

User-agent: Google-Extended
Disallow: /

Comprueba siempre la documentación vigente de cada operador antes de publicar:

• GPTBot se utiliza para contenido que puede contribuir al entrenamiento de modelos de OpenAI; OAI-SearchBot sirve a la búsqueda de ChatGPT.
• ClaudeBot se destina al posible entrenamiento; Claude-SearchBot mejora la búsqueda de Claude; Claude-User atiende solicitudes iniciadas por usuarios.
• Google-Extended es un token de control en robots.txt, no un rastreador independiente, y no sustituye a Googlebot. Bloquear Googlebot puede perjudicar la presencia en Google.

Las reglas solo se aplican al dominio y protocolo donde se sirve el archivo. Revisa el robots.txt público después de cualquier cambio del alojamiento o de la CDN.

2. Reserva TDMRep

El TDM Reservation Protocol permite declarar la reserva mediante:

• /.well-known/tdmrep.json;
• una cabecera HTTP;
• metadatos HTML;
• metadatos en EPUB o PDF.

Ejemplo en el encabezado HTML:

<meta name="tdm-reservation" content="1">

El valor 1 expresa reserva de derechos. Puede añadirse una política que explique cómo solicitar licencia.

TDMRep es un informe final de un grupo comunitario del W3C. No es un estándar del W3C ni obliga a quien no lo implementa, pero está diseñado específicamente para expresar la reserva del artículo 4.

3. Señales dentro del archivo

El Creator Assertions Working Group publica una aserción de entrenamiento y minería que puede incorporarse a un manifiesto C2PA. Permite expresar preferencias asociadas al activo, pero no forma parte de las aserciones estándar del núcleo de C2PA. Puede perderse si una plataforma elimina metadatos, transforma el archivo o no conserva el manifiesto.

Otras etiquetas o archivos, como ai.txt, noai o noimageai, son convenciones privadas con adopción desigual. Pueden reforzar la manifestación de voluntad, pero no sustituyen una reserva legible por máquinas más clara ni garantizan efectos jurídicos.

El lenguaje natural no basta como única medida

En el litigio Kneschke contra LAION, el Tribunal Regional Superior de Hamburgo resolvió en diciembre de 2025 que no se había acreditado que la reserva redactada en lenguaje natural fuera legible por máquinas para el rastreo realizado en 2021. La decisión no convierte toda cláusula en lenguaje natural en inútil, pero desaconseja usarla como única señal para contenido en línea.

La sentencia de diciembre de 2025 fue recurrida. El Bundesgerichtshof celebró la vista el 3 de septiembre de 2026 en el procedimiento I ZR 281/25 y fijó la lectura de su resolución para el 17 de diciembre de 2026. Por tanto, al revisar esta guía todavía no existe una decisión definitiva de esa instancia.

Incluye la reserva también en las condiciones del sitio, pero acompáñala de señales técnicas y conserva versiones fechadas.

Cloudflare y otras capas gestionadas

Algunos proveedores pueden generar o anteponer directivas en robots.txt, bloquear rastreadores o añadir señales privadas de uso del contenido. Estas funciones son prácticas, pero debes comprobar qué respuesta pública sirve realmente el dominio. Una preferencia gestionada puede cambiar al modificar el plan, la configuración o el proveedor.

Las Content Signals de Cloudflare distinguen entre búsqueda, uso como entrada de IA y entrenamiento. Son una política privada y voluntaria: no sustituyen TDMRep ni un bloqueo técnico, y algunos operadores pueden ignorarlas.

Lo que ninguna herramienta garantiza

• No impide que un rastreador desobediente descargue la obra.
• No actúa sobre copias alojadas por terceros.
• No elimina conjuntos de datos ya construidos.
• No borra lo aprendido por un modelo anterior.
• No resuelve por sí sola si un uso concreto es legal.
• No sustituye una licencia, una reclamación o asesoramiento jurídico.

Si publicas en redes, galerías, agencias o tiendas, revisa sus condiciones: las señales de tu dominio no gobiernan necesariamente las copias alojadas allí.

Qué hacer en la práctica

1. Decide si quieres permitir búsqueda y citas aunque rechaces entrenamiento.
2. Configura por separado los rastreadores de entrenamiento y de búsqueda.
3. Añade una reserva TDMRep en las páginas o archivos relevantes.
4. Repite la reserva en las condiciones del sitio en lenguaje claro.
5. Conserva copias fechadas de robots.txt, cabeceras, metadatos y políticas.
6. Comprueba periódicamente la respuesta pública del servidor.
7. Revisa las condiciones de cada plataforma donde publiques.

No publiques reglas copiadas sin revisar: los nombres y usos de los rastreadores cambian y bloquear el agente equivocado puede reducir tu visibilidad.

Para saber más

• Directiva (UE) 2019/790, artículos 3 y 4.
• Real Decreto-ley 24/2021.
• TDM Reservation Protocol, informe final del grupo comunitario del W3C.
• Documentación de rastreadores de OpenAI.
• Documentación de rastreadores de Anthropic.
• Documentación de rastreo de Google.
• Aserción de entrenamiento y minería de CAWG.
• Aclaración de C2PA sobre las aserciones TDM.
• Bundesgerichtshof: aviso oficial del procedimiento I ZR 281/25.
• Más guías para la práctica artística.