# Condiciones de reutilización — borrador **Proyecto:** JEM-Full — archivo del Jurado de Enjuiciamiento de Magistrados preparado para IA **Fase:** 1 del plan de [`JEM.md`](../../JEM.md) **Estado:** **borrador — ninguna licencia ha sido adoptada todavía** > Usa la convención de etiquetado de [`marco-legal.md`](marco-legal.md) §0: > `[Dato]`, `[Inferencia]`, `[Propuesta]`, `[Verificar]`. `JEM.md` §3.3 señala que la propuesta original pide "licencia o condiciones de reutilización" como indicador FAIR pero nunca declara bajo qué licencia se publica el propio dataset derivado. Este documento cierra esa omisión como borrador para decisión del equipo. --- ## 1. Principio rector `[Propuesta]` **Nadie puede licenciar lo que no le pertenece.** El proyecto no adquiere derechos sobre los documentos del JEM por el hecho de descargarlos, hashearlos o procesarlos. Lo que sí produce —y por tanto lo único que puede licenciar— son sus propias obras derivadas: el índice, los metadatos normalizados, las estructuras extraídas, el código y las mediciones. --- ## 2. Los cuatro objetos y sus regímenes `[Propuesta]` ### 2.1 Documentos originales del JEM — **no relicenciados** Binarios PDF, DOCX y DOC tal como los publica el órgano. - Conservan íntegramente su régimen legal de origen. - El proyecto **no los republica como copia auténtica**, no altera su contenido y no reclama derecho alguno sobre ellos. - La fuente autorizada sigue siendo el JEM. Cualquier uso con efecto jurídico debe remitirse al original del órgano, no a la copia del proyecto. - `[Verificar]` Si el "Reglamento del Expediente Electrónico" del JEM contiene cláusulas expresas de reutilización o de autenticidad de copias, esta sección debe reescribirse conforme a ellas. Ver [`marco-legal.md`](marco-legal.md) §4. ### 2.2 Metadatos y estructuras derivadas — **CC BY 4.0 propuesta** Inventario, manifiesto, tipos documentales, números y fechas de resolución, vínculos causa↔documento, entidades normalizadas de funcionarios públicos, votos estructurados, métricas de calidad e índice FAIR. `[Propuesta]` **Creative Commons Atribución 4.0 Internacional (CC BY 4.0).** Fundamento: es la licencia recomendada por la mayoría de las políticas de datos abiertos de investigación, es compatible con los principios FAIR —que exigen una licencia clara y legible por máquina— y no impone restricciones que dificulten la reutilización académica. `[Inferencia]` Una licencia más restrictiva (NC, ND) contradiría el propio argumento del proyecto sobre preparación para la reutilización. ### 2.3 Texto extraído por OCR — **decisión pendiente** `[Propuesta]` **No publicar hasta cerrar la Fase 6 y decidir sobre seudonimización.** El texto OCR es un híbrido incómodo: reproduce el contenido del original, pero con errores introducidos por el proyecto. Publicarlo sin su tasa de error medida equivale a difundir una versión degradada de un documento público sin advertirlo. `[Propuesta]` Si se publica, debe acompañarse obligatoriamente de: - la tasa de error medida (CER/WER global y por categoría crítica); - la versión del motor de extracción y sus parámetros; - una advertencia visible de que **no es copia auténtica**; - el enlace al documento original en el sitio del JEM, cuando exista. ### 2.4 Código y scripts — **licencia pendiente de decisión** `[Propuesta]` Licencia permisiva, **MIT** o **Apache-2.0**. Apache-2.0 añade una concesión expresa de patentes y un requisito de constancia de cambios; MIT es más breve. `[Inferencia]` Para un proyecto académico sin componente patentable, MIT basta; si se prevé colaboración institucional, Apache-2.0 da más certidumbre. **Decisión abierta.** Debe resolverse antes de la publicación del repositorio. --- ## 3. Texto de atribución propuesto `[Propuesta]` Para quien reutilice los derivados bajo CC BY 4.0: ``` Datos derivados del proyecto JEM-Full (, ), a partir de documentos públicos del Jurado de Enjuiciamiento de Magistrados de la República del Paraguay. Corte del corpus: , SHA-256 . Licencia CC BY 4.0. Los documentos originales no forman parte de esta licencia y conservan su régimen legal de origen. ``` `[Inferencia]` Incluir el identificador del corte y el hash en la atribución no es formalismo: es lo que hace que una cita de estos datos sea verificable. Es el mismo argumento que el artículo defiende, aplicado al propio artículo. --- ## 4. Advertencias obligatorias `[Propuesta]` Acompañan a toda publicación del dataset derivado: 1. **No es copia auténtica.** Los datos derivan de un procesamiento automatizado con tasa de error conocida y distinta de cero. Carecen de valor probatorio. 2. **La fuente autorizada es el JEM.** Ante discrepancia entre este dataset y el documento del órgano, prevalece el documento del órgano. 3. **Corte temporal.** Los datos corresponden a un corte fechado y no reflejan actuaciones posteriores. El identificador del corte es parte del dato. 4. **Incertidumbre explícita.** Los estados de determinación (`confirmado`, `probable`, `ambiguo`, `no_determinable`, `no_aplicable`) forman parte del dato. Colapsarlos a un valor binario o a cero **desvirtúa el dataset** y queda fuera del uso previsto. 5. **Canal de corrección.** Toda persona mencionada puede solicitar rectificación o supresión en los datos derivados. Ver [`marco-legal.md`](marco-legal.md) §5. --- ## 5. Lista de control antes de publicar - [ ] Decidir la licencia del código (MIT / Apache-2.0). - [ ] Confirmar CC BY 4.0 para los derivados, o adoptar alternativa razonada. - [ ] Revisar el Reglamento del Expediente Electrónico del JEM por cláusulas de reutilización. - [ ] Resolver si el texto OCR se publica, y bajo qué condiciones. - [ ] Definir la política de seudonimización para denunciantes y terceros (ver [`alcance-etico.md`](alcance-etico.md) §4.2). - [ ] Redactar la ficha del dataset (*datasheet for datasets*) exigida por `JEM.md` §4.4. - [ ] Establecer el canal de contacto y el compromiso de plazo de respuesta. - [ ] Elegir repositorio de publicación con DOI persistente (Zenodo u otro) — requisito de la dimensión *Findable* del índice FAIR. - [ ] Revisión del borrador por profesional del derecho paraguayo. --- ## 6. Lo que este borrador no resuelve `[Inferencia]` Quedan tres tensiones sin resolver, que conviene nombrar en lugar de disimular: 1. **Apertura vs. protección.** CC BY 4.0 permite que un tercero reutilice los datos para exactamente aquello que [`alcance-etico.md`](alcance-etico.md) §8 prohíbe al proyecto —perfilar personas, por ejemplo—. Una licencia abierta no puede impedirlo. `[Propuesta]` Asumirlo explícitamente y compensarlo en el diseño del dato: no publicar lo que no debería reutilizarse, en vez de publicarlo con una prohibición inaplicable. 2. **Derecho de supresión vs. inmutabilidad del corte.** Si un titular ejerce su derecho de supresión, un corte hasheado y publicado ya no puede modificarse sin romper su hash. `[Propuesta]` Versionar los cortes y declarar las supresiones como cambio de versión, manteniendo el registro de que hubo una supresión sin revelar su contenido. 3. **Licencia del texto OCR.** Es un derivado de un documento público cuyo régimen no está claro. `[Verificar]` Requiere criterio jurídico profesional. --- ## Documentos relacionados - [`marco-legal.md`](marco-legal.md) — Leyes 5282/2014 y 7593/2025 - [`alcance-etico.md`](alcance-etico.md) — alcance de recolección y publicación - [`../../MANIFEST.md`](../../MANIFEST.md) — corte vigente e identificador citable