Datos públicos, pero pagando: el negocio de la jurisprudencia en España
Soy un acérrimo defensor del Open Data. Como científico de datos, es la mejor forma que veo de potenciar la innovación abierta, que es la que puede usar todo el mundo (y gratis). Y en la fiesta del OpenData hay un invitado que no llega. Un invitado especial.
En efecto, ese invitado especial es el Estado. Un ente público que posee cantidades ingentes de datos de todas las quintas que podrían potenciar la innovación en España, la aparición de soluciones que nos mejoren la vida y la transparencia con el Estado.
Quizás justo por eso los van liberando con cuentagotas, y no solo eso, sino que el acceso a esos datos queda sepultado bajo capas ingentes de burocracia y algunos portales digitales tan poco intuitivos que sería más fácil hackear al propio Estado para acceder a los datos que utilizando su propia interfaz.
No voy a tildar al Estado como los malos malísimos; hay cosas que no hacen mal, pero en cómputo global, la política de datos abiertos de España deja muchísimo que desear y dificulta mucho el acceso para el ciudadano medio. Y hoy os voy a contar uno de estos casos, que está cargándose un sector laboral entero.
El problema
Ya expliqué en un post de LinkedIn esta problemática. Aunque en España las sentencias judiciales son públicas, acceder a todas ellas costaría millones de euros.
Para entender un poco mejor esto, vayamos paso a paso. Las sentencias judiciales son públicas, es decir, tú puedes acceder a ellas. Esto se hace a través del portal web del Centro de Documentación Judicial (CENDOJ para los amigos). Obviamente, el buscador de sentencias de esta web deja mucho que desear (así me lo explicaban conocidos del sector que lo usan en su día a día), pero eso es otro melón que no abriremos hoy.
De lo que sí que vamos a hablar es de qué pasa si quieres usar todas esas sentencias judiciales. O no todas, pero un número mínimamente elevado. Pues te jodes como Herodes.
Según el art.13 de la Ley de Propiedad Intelectual “No son objeto de propiedad intelectual (...) las resoluciones de los órganos jurisdiccionales”. Es decir, expresamente, en la ley pone que no tienen copyright, son de todos.
Y aun así, el CENDOJ no permite la descarga masiva de datos. No tienen API de acceso, el web-scraping está prohibido y no te ofrecen ninguna forma de descargarte esos datos, gratis.
Ahhhhh, el dinero, cómo nos gusta el dinero.
Y el CENDOJ no es una excepción.
Pero nada, no te preocupes. Solo tienes que rascarte un poco el bolsillo y sacar 6.141.330 euros (estimación de HayDerecho). Entiendo que ese dinero será la calderilla que les cuesta darte acceso a los datos. Porque según el art.7 de la Ley de Reutilización de la Información del Sector Público, “la reutilización de los documentos será gratuita”, aunque en algunas situaciones se aplicará una tarifa no superior “a los costes marginales en que se incurra” para anonimizar y poner a disposición esos datos.
Eso les diré a mis clientes cuando les cobre 6 millones por una API, que es por costes marginales. Si el CENDOJ puede, ¿por qué yo no?
Y este es el problema principal, porque cuando tu barrera de entrada es un muro de 6 millones, le estás cortando las alas a la innovación y creando un oligopolio sobre las pocas marcas que SÍ pueden pagarlo.
Las grandes editoriales
Para entender este mercado que se ha generado con datos públicos, hemos analizado cómo está haciendo negocio la parte poseedora. Ahora toca ver quiénes son los que están poniendo la pasta.
En el mundo legal existen varias grandes editoriales jurídicas: Wolters Kluwer, Lefebvre, Aranzadi, Tirant lo Blanch… Estas empresas se dedican a organizar información jurídica, agregar valor (con análisis de expertos) y vender acceso a su información “mejorada”. Y eso tiene mérito y, por ende, valor. Está claro. Pero el problema no es lo que añaden a los datos, sino que SOLO ellos tienen los datos. Y que si quieres algo más que un buscador cochambroso, tienes que pagarles a ellos.
Y aquí me pregunto yo… ¿Qué parte de lo que pagan sus clientes es el valor que añade la editorial, y qué parte es el acceso a unos datos que por ley deberían ser gratis?
Porque al poner una barrera de entrada tan alta, se crea un oligopolio de la información, en el que el CENDOJ gana (porque cobra una animalada) y las editoriales ganan (porque eliminan competencia y pueden inflar los precios). Y los que acaban perdiendo son los profesionales y empresas que acaban pagando tarifas desorbitadas para poder realizar correctamente su trabajo.
Además, hay un factor clave que afecta no solo a los individuos, sino al sector como conjunto. La innovación. Y es que cuando el acceso a un recurso se monopoliza, la innovación se frena, porque los que lo poseen no tienen incentivos para innovar y mejorar sus productos, y los que tienen ideas las dejan morir ante la inmensidad del muro que supone llevarlas a cabo.
Y no os equivoquéis. Estas empresas se están subiendo al carro de las IAs, como todas. Pero lo hacen sin competencia real. Porque en una carrera en la que solo dejan correr a pesos pesados, se desperdicia la velocidad y agilidad que caracteriza a las PYMES, a las startups y a los proyectos abiertos.
Y aun así, hay veces en las que alguna de estas empresas rápidas decide correr a pesar del muro que tienen delante. Y es entonces donde se ve quién es el dueño de la pista. Este es el caso de Emérita Legal, la empresa que se alzó entre gigantes.
Caso Emérita Legal
Antes de nada, toca presentar a los protagonistas de esta historia. Ellos son Antonio y Yéssica, fundadores de Emérita Legal, una legaltech gallega con un producto brillante: una herramienta que hace un ranking de abogados en función de sus resultados (causas ganadas, tasa de efectividad, ...), para que la gente pueda escoger en función de los resultados y no del marketing de cada bufete/abogado.
El caso es que comienzan a crecer y acaban posicionándose como el ranking n.º 1 de abogados de España. Y todo iba viento en popa hasta que llegó la tormenta.
Finales del 2020. La AEPD (Agencia Española de Protección de Datos), a instancia del CGPJ (Consejo General del Poder Judicial), le abre un expediente sancionador de 600.000 € por tratamiento masivo de datos personales. Los de Emérita argumentaron que había un interés legítimo, lo cual está regulado en el RGPD. En agosto del 2021 la resolución les acabó dando la razón, y menos mal porque una startup no puede pagar esas sanciones sin extinguirse.
Pero eso no fue todo, porque al mismo tiempo, la multinacional Wolters Kluwer (propietaria de la editorial La Ley) los demandó por competencia desleal, ya que ellos estaban pagando mucho dinero por tener los datos, y no les sentó muy bien ver cómo una startup sin su músculo financiero les comía la tostada.
Pero Emérita Legal no se achantó. Demostraron que no extraían datos del CENDOJ, sino que los obtenían de sus propios clientes, que subían sentencias voluntariamente, y de motores de búsqueda públicos (con datos de bufetes, boletines o webs jurídicas), aplicando un filtro que descartaba cualquier resultado del CENDOJ.
Con esta defensa, Emérita Legal logró que en 2023 se desestimase la demanda, y a pesar de que WK recurrió, esta se volvió a desestimar en 2024. Y esto podría haber sido el final de una bonita historia de David contra Goliat, en la que una pequeña startup consiguió superar las barreras de un oligopolio de multinacionales. Pero no. Porque cuando luchas con todo lo que tienes… Te quedas sin nada.
El 8 de abril de 2024, Emérita Legal anunció que cerraban. Esto son 2 meses antes de que la Audiencia Provincial desestimara el recurso de WK. Y este es el problema que enfrenta la innovación en el sector. Porque da igual que Emérita Legal tuviese razón, que hubiesen encontrado la forma de realizar su negocio de forma legal y que tuviesen un buen producto.
A Wolters Kluwer les bastó con enterrarlos en procesos judiciales para que, a pesar de ganar, lo perdiesen todo.
“Qué elegancia la de Francia”
Tras toda esta historia que os he contado, quizás estáis concibiendo a las editoriales como las “malas de la película”. A lo mejor algunos pensáis que, si no fuese por ellas, esto no pasaría. Pero os equivocáis. Son empresas, y buscan ganar dinero. No van a renunciar a una ventaja competitiva porque sí. Y es que quien de verdad tiene el control sobre la situación y el poder para cambiarla es el Estado. Ellos han hecho las reglas del juego, y de ellos depende que este problema se solucione. Solo hace falta alzar un poco la mirada, concretamente hacia nuestros vecinos galos.
En 2019, en Francia sale una ley que estipula que las decisiones judiciales son datos abiertos. Tan solo 2 años después, desde el estado galo lanzan Judilibre, el sistema de OpenData de la “Cour de Cassation” (su “Tribunal Supremo”). En este sistema se ponen a disposición pública, gratis y vía API, las decisiones de toda la justicia francesa. Empezaron en octubre de 2021 con casi medio millón de sentencias del Supremo francés desde 1947; en abril de 2022 añadieron todas las decisiones civiles, sociales y mercantiles de las 36 audiencias provinciales de Francia, y para 2027 plantean tenerlo todo al completo.
Además, es el Estado francés el que se encarga de anonimizar los datos antes de publicarlos. Pero la cosa no acaba ahí, sino que el software que utilizan para la anonimización está publicado en GitHub bajo licencia MIT. Es decir, que cualquiera puede utilizarlo para anonimizar sus sentencias (ejem ejem España ejem ejem).
Y para los que queráis probar esto, es sorprendentemente sencillo:
- Entra en https://piste.gouv.fr y créate una cuenta. Tendrás que verificarla desde la bandeja de entrada del correo. Cuando lo tengas, inicia sesión.
- En el menú APPLICATIONS, abre la aplicación por defecto llamada “APP_SANDBOX_<tu_email>”. Ahí podrás acceder a tu Client ID y a su Secret Key o a tu API Key, que te darán acceso a las sentencias.
- En el menú “API > Consentement CGU API” busca judilibre, marca la casilla de JUDILIBRE - SANDBOX y guarda los cambios.
- De nuevo en “APP_SANDBOX_<tu_email>” haz clic en "Modifier l'application", ve a la tabla del final, marca la casilla de JUDILIBRE y guarda los cambios. Es posible que tarden entre 10 y 15 minutos para darte acceso a Judilibre, así que estira las patas mientras esperas.
Con esto ya podrías realizar peticiones como hacer búsqueda por texto o buscar una sentencia concreta por ID. Dejo a continuación el comando que habría que ejecutar para cada petición utilizando la autenticación con la API key.
curl "https://sandbox-api.piste.gouv.fr/cassation/judilibre/v1.0/search?query=TU_BUSQUEDA&page_size=1" -H "KeyId: TU_API_KEY"
curl "https://sandbox-api.piste.gouv.fr/cassation/judilibre/v1.0/decision?id=ID_SENTENCIA" -H "KeyId: TU_API_KEY"
Además, ya hay herramientas abiertas como PyJudilibre o DroitFrancaisMCP, que nacen gracias a la disponibilidad de estos datos de forma pública y accesible, y que ejemplifican la importancia por parte del Estado de abrir sus datos en pos de la innovación.
Conclusión
Aún recuerdo cuando a principios de este año hice un post en LinkedIn hablando de este tema. Más breve, menos trabajado, pero enfocado al mismo problema. Y me llevé una sensación agridulce.
Agria porque hubo varias personas que se indignaron. Gente que no entiende la importancia de los datos abiertos. Que no entienden que una web en la que buscar las sentencias a mano no garantiza la accesibilidad que se requiere para la innovación. Y que ven todos estos intentos de garantizar accesibilidad real como pedir “que te regalen el acceso a la jurisprudencia… y COBRAR TU”, cuando realmente lo que queremos es justo lo contrario. Que el acceso sea gratuito, para que las empresas no puedan cobrar por él, y cobren solo por el valor añadido que pueda tener su producto. Y que de esta forma no haya barreras para que la comunidad de código abierto pueda diseñar soluciones que se mejoren entre todos y que no tengan esa barrera de entrada.
Pero también dulce, porque la mayoría de los comentarios fueron de gente que se interesó por la problemática y comentó su opinión, más a favor o más en contra, pero con una clara visión de que hay que buscar una solución. Y esto es lo que me hace confiar en el sector. Un sector que siempre ha sido muy tradicional, pero que está abriéndose cada vez más a nuevas ideas, tecnologías y nuevos perfiles. Porque hasta hace poco, sobre los datos abiertos solo nos preocupábamos los “frikis” que nos gusta programar, pero cada vez más, la gente está viendo la importancia de la accesibilidad y la transparencia de los datos que son públicos.
Tras investigar a fondo para este artículo, he investigado aspectos que me comentaron profesionales del mundo jurídico que me han sido de mucha utilidad. He podido profundizar en el problema que enfrentamos en España con el acceso a jurisprudencia y he llegado a una conclusión. Tengo esperanza.
Porque sé que la mentalidad está cambiando, y entendemos mejor lo que podemos y debemos exigir al Estado. Porque es posible, viable y hay claros casos de éxito. Y porque realmente creo (y esto lo digo a título personal) que el camino a un país más justo y más innovador atraviesa de lleno el Open Data.
¿Quieres saber un poco más sobre quién ha escrito este artículo? 👇
Científico de datos de carrera con un máster en Inteligencia Artificial. Co-fundador de nódicus.
“La curiosidad mató al gato, pero a mi no. Soy un tecnocurioso surfeando la ola de innovación tecnológica que estamos viviendo. De vez en cuando subo mis reflexiones a linkedin, y también cuento como nos va en nódicus sacando las castañIAs del fuego a algunas empresas. Si te gusta lo que oyes, hablemos. Me generas curiosidad ;)”