El fin del Scraping libre: La batalla legal por los datos de entrenamiento y el código fuente.

Durante décadas, la regla de internet fue simple: si está indexado públicamente en la web o en un repositorio abierto, tu bot puede scrapearlo. Así construimos buscadores, agregadores y herramientas de analítica. Pero la explosión de la IA generativa rompió el pacto social (y legal) de la web. Hoy, alimentar un modelo de lenguaje con millones de líneas de código de GitHub o artículos de diarios sin pagar regalías desató una guerra de demandas cruzadas que promete redefinir qué significa "código abierto".

¿Es legal usar scripts automatizados para recolectar data para entrenar tus propios modelos? ¿Qué validez real tienen los archivos robots.txt o los nuevos encabezados HTTP de bloqueo frente al derecho de propiedad intelectual? En esta charla analizaremos el estado del arte técnico-legal del web scraping. Veremos cómo gigantes tech y comunidades Open Source están cambiando sus licencias y sus arquitecturas para proteger su código, y qué recaudos debés tomar si estás construyendo un producto de software que depende de datos recolectados de terceros.