Los términos revisados de Meta siguen permitiendo el scraping generalizado de sitios web para productos empresariales

Meta ha actualizado sus términos de servicio comerciales tras enfrentar críticas por las disposiciones que permitían el scraping generalizado de sitios web asociados a cuentas empresariales. La empresa eliminó las referencias explícitas al uso de datos extraídos para el entrenamiento de IA, aunque los expertos legales argumentan que el lenguaje revisado sigue siendo peligrosamente vago y expansivo.

Los cambios se producen apenas unos días antes de que los nuevos términos entren en vigor el 30 de octubre de 2026. A pesar de la edición, importantes organizaciones de medios y académicos legales sostienen que Meta conserva una autoridad significativa para rastrear y utilizar contenido de dominios vinculados a sus usuarios empresariales, lo que podría eludir estándares web tradicionales como los archivos robots.txt.

Qué ocurrió

Tras un informe de Nieman Lab del jueves 17 de octubre de 2026, que destacaba que los términos iniciales de Meta permitían usar contenido extraído de sitios web para entrenar modelos de IA, el gigante tecnológico emitió una revisión el viernes por la tarde. El texto original declaraba explícitamente que Meta podía usar contenido de dominios asociados para "proporcionar, desarrollar, mejorar, investigar, entrenar y mantener" sus productos. En la versión actualizada, se eliminó la palabra "entrenar" y se redujo el alcance del uso a "productos publicitarios y empresariales" en lugar de todos los Productos de Meta Company.

Sin embargo, la autorización central para el acceso automatizado permanece intacta. Los nuevos términos aún otorgan a Meta el derecho de usar bots, arañas y rastreadores para acceder, indexar, almacenar en caché, analizar y recopilar datos de cualquier URL asociada con los productos o servicios de una empresa. Esto incluye dominios puestos a disposición mediante el uso de plataformas de Meta como Facebook, Instagram, WhatsApp, Threads y Messenger. Dado que prácticamente todas las organizaciones de noticias y muchas empresas mantienen al menos una cuenta empresarial de Meta para gestionar su presencia, esta cláusula abre efectivamente una amplia gama de sitios web externos a la infraestructura de scraping de Meta.

Un portavoz de Meta declaró que la revisión tenía como objetivo aclarar que los términos de rastreo solo se aplican a anuncios y productos empresariales, no al entrenamiento general de IA. El portavoz también afirmó que los sitios de noticias y otros propietarios de contenido conservan la capacidad de desactivar los rastreadores mediante marcas en robots.txt, asegurando que esta funcionalidad no ha cambiado. No obstante, el texto legal revisado no incluye un lenguaje específico que garantice el respeto por las preferencias de robots.txt, dejando la aplicación de estas preferencias como voluntaria en lugar de contractual.

Cómo funciona

El mecanismo se basa en la definición de "asociado con sus productos o servicios". Cuando una empresa utiliza Meta Business Suite o herramientas similares para vincular su sitio web a sus perfiles de redes sociales, crea una asociación digital entre ese dominio y su cuenta de Meta. Bajo los nuevos términos, esta asociación sirve como base legal para que Meta despliegue software automatizado para rastrear esos dominios vinculados.

Anteriormente, estos permisos de scraping solían limitarse a funciones específicas, como optimizar creatividades de anuncios utilizando IA generativa. Al consolidar estos términos en el acuerdo comercial general, Meta expande los posibles casos de uso. Los expertos legales interpretan el término "desarrollar" en el contexto de "productos empresariales" como suficientemente amplio para abarcar la creación y mejora de modelos de IA, incluso si falta la palabra "entrenar". Esto permite a Meta ingerir contenido para análisis y desarrollo de características bajo el paraguas de mantener y mejorar su ecosistema publicitario.

Los archivos robots.txt funcionan como un estándar voluntario donde los propietarios de sitios web indican qué partes de su sitio no deben ser accedidas por rastreadores automatizados. Sin embargo, como han señalado los académicos legales, estos archivos no constituyen un contrato legalmente vinculante. Sin un lenguaje contractual explícito en los términos de servicio que exija cumplimiento, Meta puede técnicamente ignorar estas señales sin incumplir el acuerdo, confiando en cambio en la autorización otorgada por el titular de la cuenta empresarial.

Detalles clave

• Los términos revisados eliminan la palabra "entrenar", pero retienen el permiso para extraer contenido para "desarrollar" productos publicitarios y empresariales.
• Los nuevos términos entrarán en vigor el 30 de octubre de 2026, sin opción de exclusión (opt-out) para las cuentas empresariales existentes antes de esa fecha.
• Los expertos legales señalan que la frase "productos empresariales" está indefinida y podría incluir razonablemente herramientas de IA utilizadas con fines comerciales.
• La declaración de Meta afirma que se respetan las preferencias de robots.txt, pero el texto legal real carece de cualquier cláusula que obligue a este respeto.
• El Consejo Europeo de Editores, la Asociación de Medios de Noticias del Reino Unido y la Alianza de Noticias/Medios de EE. UU. han condenado públicamente los términos y han pedido una intervención regulatoria.
• Los permisos de scraping ahora se aplican a cualquier dominio asociado con la presencia de una empresa en Meta, incluyendo Facebook, Instagram, WhatsApp, Threads y Messenger.

Por qué importa

Para los desarrolladores de software y líderes técnicos, este cambio representa una alteración significativa en cómo se gestionan las dependencias de plataforma. Vincular un sitio web corporativo a una cuenta empresarial de Meta es una práctica común para análisis y marketing, pero ahora conlleva el riesgo implícito de otorgar amplios derechos de acceso a datos. Los ingenieros responsables de la privacidad de datos y la protección de propiedad intelectual deben reconocer que barreras técnicas estándar como robots.txt pueden no ofrecer protección legal contra socios de plataforma que poseen derechos contractuales de scraping.

La ambigüedad en torno a los "productos empresariales" crea incertidumbre para las empresas que construyen sus propias soluciones de IA o protegen contenido propietario. Si Meta interpreta "desarrollar" para incluir el entrenamiento de modelos, los competidores podrían beneficiarse de la ingesta de datos propietarios sin consentimiento explícito más allá del vínculo inicial de la cuenta empresarial. Esta dinámica obliga a las empresas a sopesar los beneficios de marketing del ecosistema de Meta frente a la posible pérdida de control sobre su contenido web.

Qué puedes hacer

• Audita todos los dominios actualmente vinculados a tus cuentas empresariales de Meta para identificar contenido sensible o propietario expuesto al scraping.
• Revisa tus políticas internas de gobernanza de datos para determinar si vincular sitios web a plataformas de Meta se alinea con tu estrategia de protección de PI.
• Monitorea las comunicaciones oficiales de Meta hasta la fecha de implementación del 30 de octubre para cualquier aclaración adicional o mecanismos de exclusión.
• Consulta con asesores legales especializados en propiedad intelectual y ley digital para evaluar los riesgos específicos planteados por el lenguaje "desarrollar" y "productos empresariales".
• Considera implementar protecciones adicionales del lado del servidor o controles de acceso para contenido crítico, reconociendo que robots.txt puede no ser exigible en este contexto.
• Participa con asociaciones comerciales de la industria como la News/Media Alliance para mantenerte informado sobre desafíos legales colectivos o respuestas regulatorias.