La corte desestima la demanda de Google por DMCA contra el scraper SerpApi

      Google construyó una de las empresas más grandes del mundo al raspar toda la web sin pedir permiso primero. Esta semana, un tribunal le dijo a Google que no puede detener a otros de raspar Google.

      El 20 de julio, un juez federal desestimó la demanda de Google contra SerpApi. La firma raspa los resultados de búsqueda de Google y los revende como datos estructurados. Google había demandado en diciembre bajo la Ley de Derechos de Autor del Milenio Digital, argumentando que SerpApi eludió sus defensas contra bots para levantar material protegido por derechos de autor.

      El problema, encontró el tribunal, es que los resultados de búsqueda no son material protegido por derechos de autor.

      Por qué el caso se desmoronó

      La disposición de la DMCA que utilizó Google, la Sección 1201, solo protege la tecnología que protege las obras con derechos de autor. La barrera de Google, llamada SearchGuard, protege sus resultados de búsqueda.

      Resultados simples como URLs, fragmentos y datos de índice fáctico son hechos públicos, no obras, dictó la jueza Yvonne Gonzalez Rogers. Esas afirmaciones fueron desechadas sin posibilidad de volver a presentar.

      “Google no ha alegado una violación plausible de la DMCA”, escribió.

      La jueza no fue indulgente con los métodos de SerpApi. Estuvo de acuerdo en que suplantar huellas digitales de navegadores, rotar direcciones IP y resolver CAPTCHAs para pasar SearchGuard cuenta como elusión. Simplemente no es ilegal a menos que la barrera proteja una obra con derechos de autor con el permiso del propietario.

      La situación en la que se encuentra Google ahora

      Google tiene una forma estrecha de regresar. El tribunal le dio 21 días para volver a presentar una reclamación más pequeña, cubriendo los fragmentos licenciados que a veces aparecen en sus paneles de conocimiento.

      Para hacerlo, Google tendría que argumentar que esos paneles están llenos de contenido protegido por derechos de autor que está autorizado a proteger. Según Meredith Rose, especialista en DMCA en la organización sin fines de lucro Public Knowledge, eso es algo peligroso para que Google lo diga en voz alta.

      Google no licencia todo en un panel de conocimiento. Supongamos que argumenta que ensamblar esos paneles reproduce material protegido por derechos de autor. Entonces invita a los titulares de derechos cuyo trabajo llena sus resultados, y sus Resúmenes de IA, a demandar a Google por el mismo raspado del que se queja.

      “Se han metido en un pequeño rincón”, dijo Rose a Ars Technica. Para ganar la pequeña pelea, en otras palabras, Google puede tener que ceder en la grande.

      Google dice que lo intentará de todos modos. El portavoz José Castañeda dijo que la empresa estaba “contenta de ver que el Tribunal rechazó casi todos los argumentos legales de SerpApi” sobre la legitimidad. Google planea presentar una queja enmendada.

      Lo que Google realmente estaba protegiendo

      Los datos de búsqueda nunca han sido más valiosos. Un chatbot no puede resumir la web si no puede encontrarla, y Google no ofrece ninguna API de búsqueda oficial. Eso hace que el acceso de segunda mano a través de empresas como SerpApi sea la principal ruta hacia el índice de Google. Sus clientes incluyen a Nvidia, Uber, Adobe y el motor de búsqueda de IA Perplexity.

      SerpApi enmarcó la desestimación como algo más grande que sí misma. Google y Reddit “no son dueños de Internet”, dijo, acusando a ambos de intentar “armar la DMCA para aislar el Internet abierto”. Su director ejecutivo, Julien Khaleghy, señaló que las propias matemáticas de daños de Google, aplicadas literalmente, superarían toda la economía de EE. UU.

      La ironía no es sutil, y los críticos no han dejado pasar la oportunidad. Google pasó dos décadas raspando editores para construir un imperio de búsqueda, y ahora está utilizando la ley de derechos de autor para detener a una empresa que hace algo similar a Google.

      Reddit está observando, y expuesto

      Google no fue el primero aquí. Reddit presentó una demanda de DMCA casi idéntica en octubre contra SerpApi y Perplexity, sobre contenido de Reddit que aparece en los resultados de Google. Reddit enfrentó su propia audiencia de desestimación días después de la derrota de Google.

      La decisión de Google es incómoda para Reddit. Reddit no es el propietario de los derechos ni el licenciatario exclusivo del contenido que aparece en los resultados de búsqueda, que es la brecha exacta que hundió el caso de Google. SerpApi ha advertido que Reddit quiere actuar como un “cobrador de peajes”, cobrando por el acceso al contenido que sus usuarios escribieron. Reddit ha estado restringiendo el acceso a sus datos durante un tiempo. (Advance Publications, que posee la empresa matriz de Ars Technica, es el mayor accionista de Reddit.)

      La pelea más grande sobre la web abierta

      Rose enmarcó el caso en un contexto más amplio. Una ola de raspado agresivo de IA comenzó alrededor de 2023. Desde entonces, los editores han corrido a aislar su contenido, una “re-encerrona” de una web que era mayormente abierta.

      Esa reacción no solo ralentiza el entrenamiento de IA. También rompe el rastreo anónimo del que dependen silenciosamente la investigación, la archivística, el periodismo y la información sobre salud pública. Las herramientas construidas para detener a los raspadores atrapan a todos.

      Los intereses son los mismos que atraviesan la revisión de búsqueda de IA de Google y sus luchas con los reguladores sobre los datos de búsqueda. Quién puede leer la web pública a gran escala, y quién puede cobrar por ello, se está decidiendo caso por caso. El control de Google ya se está aflojando en la era de la IA. Tiene 21 días para decidir si esta pelea vale el riesgo de perder mucho más.