Czy web scraping jest legalny?

Czym jest scraping?

Scraping polega na automatycznym pobieraniu dużej ilości informacji ze stron internetowych lub innych źródeł cyfrowych. Podmioty korzystające ze scrapingu mogą w szybki i precyzyjny sposób przeanalizować potrzeby rynku konsumentów, przeanalizować trendy wyszukiwań w internecie, stworzyć bazę danych (np. dotyczących cen nieruchomości), pomóc w badaniach naukowych oraz ułatwić trenowanie modeli sztucznej inteligencji.

Metod i zastosowań scrapingu jest wiele, ale nie każdy scraping będzie traktowany tak samo pod kątem prawnym.

Jak sprawdzić, czy Twój scraping jest legalny?

Poniżej lista kwestii, które musisz sprawdzić przed podjęciem decyzji o wykorzystaniu scrapingu. Ocena powinna uwzględniać - jakie dane zamierzasz zbierać oraz w jakich celach chcesz je zbierać. 

Kluczowe kwestie prawne do oceny:

• Dane Osobowe (RODO): Czy planujesz zbierać dane umożliwiające identyfikację osób fizycznych (np. imiona, e-maile)? Takie działanie podlega ścisłym wymogom RODO i wymaga legalnej podstawy przetwarzania.
• Prawa Autorskie: Czy pozyskiwane dane są chronionymi utworami (teksty, zdjęcia, kod źródłowy) w rozumieniu Ustawy o prawie autorskim i prawach pokrewnych? Scraping takich treści może naruszać prawa twórców.
• Regulamin Strony: Czy regulamin serwisu, z którego zbierasz dane, zawiera wyraźny zakaz web scrapingu? Złamanie tego zakazu jest równoznaczne z naruszeniem umowy z właścicielem strony.
• Ochrona Baz Danych: Czy korzystasz z baz danych? Takie bazy mogą być chronione niezależnie od samych danych, a ich pobieranie może być nielegalne.
• Nieuczciwa Konkurencja: Czy Twoje działania mogą być uznane za naruszenie Ustawy o zwalczaniu nieuczciwej konkurencji? Dotyczy to m.in. kopiowania cen lub treści ofert w celu bezpośredniej konkurencji, a także działań utrudniających działanie witryny.

Wszystkie te kwestie zostaną omówione w poniżej. Weź pod uwagę, że wskazówki są oparte na przepisach polskich i europejskich. Jeżeli zamierzasz scrapować strony spoza UE, musisz dokonać szerszej analizy.

1) RODO

Pobieranie danych osobowych jest formą przetwarzania danych osobowych. Zauważ, że do przetwarzania dochodzi już w momencie samego scrapingu. To, w jaki sposób wykorzystasz te dane później to już kolejny temat do analizy. Wyjątkiem może być sytuacja, gdy dokonujesz scrapingu wyłącznie do celów czysto osobistych (wtedy nie mają zastosowania przepisy RODO, art. 2 ust. 2 pkt c RODO).

Podstawa prawna:

art. 4 pkt 1 ROOD: Dane osobowe oznaczają informacje o zidentyfikowanej lub możliwej do zidentyfikowania osobie fizycznej („osobie, której dane dotyczą”); możliwa do zidentyfikowania osoba fizyczna to osoba, którą można bezpośrednio lub pośrednio zidentyfikować, w szczególności na podstawie identyfikatora takiego jak imię i nazwisko, numer identyfikacyjny, dane o lokalizacji, identyfikator internetowy lub jeden bądź kilka szczególnych czynników określających fizyczną, fizjologiczną, genetyczną, psychiczną, ekonomiczną, kulturową lub społeczną tożsamość osoby fizycznej.

Jeżeli na stronach, które zamierzasz scrapować jest sekcja informacyjna o autorze strony (np. zdjęcie, imię, nazwisko) lub komentarze użytkowników, w których są ich identyfikatory, to są to dane osobowe i aby legalnie z nimi pracować (przetwarzać dane), musisz pamiętać o reżimie RODO. Co się z tym wiąże?

Po pierwsze, aby legalnie przetwarzać dane, musisz mieć podstawę prawną przetwarzania danych. 

Podstawa prawna:

Zgodnie z art. 6 ust. 1 RODO, podstawą może być:
• zgoda osoby, której dane dotyczą,
• niezbędność przetwarzania danych w celu wykonania umowy, której dane dotyczą, lub do podjęcia działań na żądanie osoby, której dane dotyczą, przed zawarciem umowy,
• niezbędność przetwarzania danych do wypełnienia obowiązku prawnego ciążącego na administratorze, 
• niezbędność przetwarzania do ochrony żywotnych interesów osoby, której dane dotyczą, lub innej osoby fizycznej,
• niezbędność przetwarzania danych do wykonania zadania realizowanego w interesie publicznym lub w ramach sprawowania władzy publicznej powierzonej administratorowi, 
• niezbędność przetwarzania do celów wynikających z prawnie uzasadnionych interesów realizowanych przez administratora lub przez stronę trzecią.

W przypadku web scrapingu do wzięcia pod uwagę może być jedynie zgoda z pkt a) lub prawnie uzasadniony interes administratora z pkt f). Pierwsza opcja jest praktycznie niemożliwa do wykonania w przypadku scrapingu. Przesłanka prawnie uzasadnionego interesu jest natomiast bardzo szeroka znaczeniowo, co daje duże pole do interpretacji, ale wiąże się z ryzykiem, że przyjęta przez nas interpretacja może nie być prawidłowa. Posłużenie się tą przesłanką wymaga przeprowadzenia testu równowagi - sprawdzenia, czy inne ważne interesy osoby, której dane są przetwarzane nie przeważają nad naszym prawnie uzasadnionym interesem.

A to dopiero początek drogi do zapewnienia zgodności z RODO :) RODO nakłada na administratora wiele obowiązków, w tym obowiązki informacyjne, co w przypadku scrapingu może być mocno utrudnione. Tym bardziej skomplikowana będzie sytuacja, kiedy na scrapowanych stronach będą umieszczone dane wrażliwe (m.in. dane dotyczące zdrowia lub poglądów politycznych). 

Każdy projekt zakładający scraping stron powinien być sprawdzony pod kątem przetwarzania danych osobowych, przy wzięciu pod uwagę konkretnych uwarunkowań projektu i oszacowania ryzyka.

2) Zawartość scrapowanej strony 

Prawa autorskie 

Na stronach internetowych, które zamierzasz scrapować mogą być umieszczone utwory - np. przy scrapowaniu stron z artykułami dziennikarskimi (z wyłączeniem prostych informacji prasowych, które nie są utworami) lub grafikami. Nie każda treść i nie każdy obiekt na stronie internetowej będzie utworem (np. fragment dotyczący opisu technicznego produktu, ceny czy okresu obowiązywania oferty nie będzie utworem). Przesłanką odróżniającą jest to, czy w ocenianej treści znajduje się własna, intelektualna twórczość autora.

Autor nie musi zaznaczać na stronie internetowej, że treści na stronie są utworami. Polskie prawo nie przewiduje też żadnego rejestru utworów, którym można byłoby się posłużyć przy ocenie, czy dana treść stanowi utwór czy nie.

Podstawa prawna:

Art. 1 Ustawy o prawie autorskim i prawach pokrewnych**, dalej: “PrAut”:
• ust. 1 - Przedmiotem prawa autorskiego jest każdy przejaw działalności twórczej o indywidualnym charakterze, ustalony w jakiejkolwiek postaci, niezależnie od wartości, przeznaczenia i sposobu wyrażenia (utwór).
• ust. 4 - Ochrona przysługuje twórcy niezależnie od spełnienia jakichkolwiek formalności.

Zasadą jest, że do korzystania z czyjegoś utworu, potrzebujemy jego zgody. Od zasady tej istnieją jednak wyjątki - tzw. dozwolony użytek m.in. w zakresie użytku osobistego (art. 23 PrAut) lub tymczasowego zwielokrotniania utworu (art. 23(1) PrAut). Mimo tego, nadal jesteśmy zobowiązani do wskazania informacji o twórcy oraz o źródle. Twój dozwolony użytek nie powinien też naruszać normalnego korzystania z utworu lub godzić w interesy twórcy. 

Od września 2024 r. zaczęły obowiązywać przepisy wprowadzające kolejne wyjątki w zakresie dozwolonego użytku wynikające z implementacji Dyrektywy DSM***. Wyjątek ten dotyczy eksploracji tekstów i danych - TDM (text and data mining).

Na potrzeby TDM można zwielokrotniać rozpowszechnione utwory, chyba że uprawniony zastrzegł inaczej. To zastrzeżenie to tzw. klauzula opt-out. Choć powszechnie uważa się, że celem tej zmiany było wprowadzenie prawnej możliwości trenowania modeli AI, to wyjątek ten szybko spodobał się również podmiotom scrapującym strony internetowe.

Uwaga! Dyrektywa DSM została implementowana w krajach członkowskich UE. Niektóre warunki co do klauzuli opt-out mogą być różne w krajach UE. Nie we wszystkich krajach wprowadzono konieczność dokonania zastrzeżenia w formacie maszynowym (np. we Włoszech).

Zastrzeżenie (klauzula opt-out) - na gruncie polskiego prawa - musi jednak spełnić pewne warunki:

• zastrzeżenie musi być wyraźne i odpowiednie do sposobu, w jaki utwór został udostępniony, 
• w przypadku utworów publicznie udostępnionych w taki sposób, aby każdy mógł mieć do nich dostęp w miejscu i czasie przez siebie wybranym (np. treści na stronach internetowych), zastrzeżenia dokonuje się w formacie przeznaczonym do odczytu maszynowego (np. plik robots.txt zamieszczony w metadanych witryny). 

Bot scrapingowy nie powinien tym samym ograniczać się do jednej komendy, ale uwzględniać różne technicznie możliwe zapisy klauzuli opt-out w formacie maszynowym.

Podstawa prawna:

Art. 2 pkt 2 Dyrektywy DSM
TDM (text and data mining), eksploracja tekstów i danych to zautomatyzowana technika analityczna służąca do analizowania tekstów i danych w postaci cyfrowej w celu wygenerowania informacji, obejmujących m.in. wzorce, tendencje i korelacje.

Art. 26(3) PrAut
1. Wolno zwielokrotniać rozpowszechnione utwory w celu eksploracji tekstów i danych, chyba że uprawniony zastrzegł inaczej.

2. Zastrzeżenia, o którym mowa w ust. 1, dokonuje się wyraźnie i odpowiednio do sposobu, w jaki utwór został udostępniony. W przypadku utworów publicznie udostępnionych w taki sposób, aby każdy mógł mieć do nich dostęp w miejscu i czasie przez siebie wybranym, zastrzeżenia dokonuje się w formacie przeznaczonym do odczytu maszynowego w rozumieniu art. 2 pkt 7 ustawy z dnia 11 sierpnia 2021 r. o otwartych danych i ponownym wykorzystywaniu informacji sektora publicznego (Dz.U. z 2023 r. poz. 1524) wraz z metadanymi.

3. Utwory zwielokrotnione zgodnie z ust. 1 mogą być przechowywane wyłącznie w celu eksploracji tekstów i danych, tak długo, jak jest to konieczne do osiągnięcia tego celu.

Zastrzeżenia w Regulaminie

Oprócz zastrzeżeń w formacie nadającym się do odczytu maszynowego, ważne jest, aby sprawdzić czy na stronie internetowej istnieją regulaminy, które w swojej treści zakazują web scrapingu. Takie postanowienie może dotyczyć wszystkich treści zamieszczonych na stronie - również takich, które nie stanowią utworów. W regulaminach może też znaleźć się klauzula opt-out spisana w języku naturalnym. 

Powyższe wynika z przepisów Ustawy o świadczeniu usług drogą elektroniczną****.

Przeglądanie stron internetowych jest formą świadczenia usługi drogą elektroniczną. W rzeczywistości usługobiorcę (użytkownika strony) oraz usługodawcę (administratora strony) wiąże umowa o świadczenie usług drogą elektroniczną. 

Usługodawca - administrator strony - w regulaminie świadczenia usług drogą elektroniczną może określić warunki korzystania ze strony, zastrzegając m.in., że zakazuje używania web scrapingu na swojej stronie internetowej.

Naruszenie takiego regulaminu będzie kwalifikowane jako nienależyte wykonanie umowy, co pozwala na wystąpienie przez administratora strony z roszczeniem odszkodowawczym przeciwko użytkownikowi strony. W praktyce może to być bardzo utrudnione. 

Podstawa prawna:

Art. 2 pkt 4 Ustawy o świadczeniu usług drogą elektroniczną
Świadczenie usługi drogą elektroniczną - wykonanie usługi świadczonej bez jednoczesnej obecności stron (na odległość), poprzez przekaz danych na indywidualne żądanie usługobiorcy, przesyłanej i otrzymywanej za pomocą urządzeń do elektronicznego przetwarzania, włącznie z kompresją cyfrową, i przechowywania danych, która jest w całości nadawana, odbierana lub transmitowana za pomocą sieci telekomunikacyjnej w rozumieniu ustawy z dnia 12 lipca 2024 r. - Prawo komunikacji elektronicznej;

Art. 8 ust. 3 Ustawy o świadczeniu usług drogą elektroniczną
Regulamin określa w szczególności:

1) rodzaje i zakres usług świadczonych drogą elektroniczną;

2) warunki świadczenia usług drogą elektroniczną, w tym:
a) wymagania techniczne niezbędne do współpracy z systemem teleinformatycznym, którym posługuje się usługodawca,
b) zakaz dostarczania przez usługobiorcę treści o charakterze bezprawnym;

3) warunki zawierania i rozwiązywania umów o świadczenie usług drogą elektroniczną;

4) tryb postępowania reklamacyjnego.

3) Scraping baz danych 

Bazy danych, w tym również te zamieszczone na stronach internetowych, podlegają dodatkowej ochronie wynikającej z Ustawy o ochronie baz danych***** (nawet jeżeli nie są utworem na gruncie Ustawy o prawie autorskim i prawach pokrewnych).

Użytkownik może korzystać z publicznie udostępnionej bazy w granicach prawa. Korzystanie to musi jednak ograniczać się do nieistotnej ilościowo lub jakościowo części tej bazy danych. 

Z kolei, jeżeli użytkownik chce skorzystać z istotnej części bazy danych, to musi pamiętać, że na zasadzie wyjątku jest to możliwe, ale w bardzo wąskim zakresie przedmiotowym. Zakres ten reguluje art. 8 Ustawy o ochronie baz danych. Web scraping ze względu na swój cel raczej nie znajdzie w tym przepisie podstawy prawnej. 

Podstawa prawna:

Art. 2 ust. 1 Ustawy o ochronie baz danych
Baza danych oznacza zbiór danych lub jakichkolwiek innych materiałów i elementów zgromadzonych według określonej systematyki lub metody, indywidualnie dostępnych w jakikolwiek sposób, w tym środkami elektronicznymi, wymagający istotnego, co do jakości lub ilości, nakładu inwestycyjnego w celu sporządzenia, weryfikacji lub prezentacji jego zawartości.

Art. 7 Ustawy o ochronie baz danych
1. Producent bazy danych udostępnionej publicznie w jakikolwiek sposób nie może zabronić użytkownikowi korzystającemu zgodnie z prawem z takiej bazy danych, pobierania lub wtórnego wykorzystania w jakimkolwiek celu nieistotnej, co do jakości lub ilości, części jej zawartości.

2. Jeżeli użytkownik korzystający zgodnie z prawem z bazy danych jest uprawniony do pobierania lub wtórnego wykorzystania jedynie części bazy danych, przepis ust. 1 dotyczy tylko tej części.

3. Korzystanie z baz danych, o którym mowa w ust. 1, nie może naruszać normalnego korzystania z baz danych lub godzić w słuszne interesy producenta baz danych.

4. Postanowienia umowne sprzeczne z ust. 1 i 2 są nieważne.

Art, 8 ust. 1 Ustawy o ochronie baz danych
Wolno korzystać z istotnej, co do jakości lub ilości, części rozpowszechnionej bazy danych:

1) do własnego użytku osobistego, ale tylko z zawartości nieelektronicznej bazy danych,

2) w charakterze ilustracji, w celach dydaktycznych lub badawczych, ze wskazaniem źródła, jeżeli takie korzystanie jest uzasadnione niekomercyjnym celem, dla którego wykorzystano bazę,

3) do celów bezpieczeństwa wewnętrznego, postępowania sądowego lub administracyjnego,

4) dla dobra osób niepełnosprawnych będących beneficjentami w rozumieniu art. 6 ust. 1 pkt 18 ustawy z dnia 4 lutego 1994 r. o prawie autorskim i prawach pokrewnych, odpowiednio na zasadach określonych w rozdziale 3 w oddziale 31 tej ustawy.

4) Uczciwa konkurencja

Web scraping może być potraktowany jako czyn nieuczciwej konkurencji. W ustawie o zwalczaniu nieuczciwej konkurencji****** nie ma co prawda wprost odesłania do web scrapingu, jednak zakwalifikowanie go jako czynu nieuczciwej konkurencji może wynikać z ogólnej definicji czynu nieuczciwej konkurencji z art. 3 ust. 1 tej ustawy.

Podstawa prawna:

Art. 3 ust .1 Ustawy o zwalczaniu nieuczciwej konkurencji

Czynem nieuczciwej konkurencji jest działanie sprzeczne z prawem lub dobrymi obyczajami, jeżeli zagraża lub narusza interes innego przedsiębiorcy lub klienta.

Ustawa o zwalczaniu nieuczciwej konkurencji może spinać klamrą wszystkie przykłady niezgodnego z prawem lub niezgodnego z wolą administratora strony wykorzystania web scrapingu, tj. m.in.:
- nieprzestrzeganie zastrzeżeń o wyłączeniu scrapingu w regulaminie strony, 
- korzystanie z baz danych ponad dozwoloną miarę, 
- wykorzystanie treści widocznej za pay-wallem, łamanie zabezpiecze
- w celu dotarcia do danych niebędących w rzeczywistości publicznie dostępnych,
- utrudnianie korzystania ze strony przez działania bota scrapującego stronę (obciążanie serwera)

Podsumowanie

Scraping stron internetowych, choć nie jest nielegalny, może wiązać się z ryzykiem prawnym. Przed podjęciem decyzji o posłużeniu się tą metodą, w szczególności w celach komercyjnych, warto przeanalizować jakie dane i w jakim celu będą zbierane. 

Przy analizie zastanów się, czy:

• Czy zamierzasz przetwarzać dane osobowe? Zbieranie i wykorzystywanie danych, które umożliwiają identyfikację osób fizycznych (np. imiona, nazwiska, adresy e-mail), podlega restrykcyjnym przepisom RODO. Wymaga to m.in. posiadania odpowiedniej podstawy prawnej do przetwarzania.
• Czy pobierane dane stanowią utwory w rozumieniu Ustawy o prawie autorskim i prawach pokrewnych? Scrapowanie treści chronionych prawem autorskim (teksty, zdjęcia, grafiki, kody źródłowe) może stanowić naruszenie praw twórców.
• Czy regulamin strony internetowej zawiera wyraźny zakaz web scrapingu? Ignorowanie takich zastrzeżeń może prowadzić do działań prawnych ze strony właściciela witryny, np. z tytułu naruszenia warunków umowy o świadczenie usług drogą elektroniczną.
• Czy będziesz korzystać z dostępnych baz danych, które są chronione prawnie? Niektóre bazy danych podlegają odrębnej ochronie prawnej (np. prawo sui generis do baz danych), a ich pobieranie może być nielegalne nawet, jeśli baza i dane w niej zawarte nie są chronione prawami autorskimi.
• Czy Twoje działania mogą stanowić naruszenie przepisów Ustawy o zwalczaniu nieuczciwej konkurencji? Scrapowanie danych w celu bezpośredniego wykorzystania ich do działalności konkurencyjnej (np. kopiowanie cen, treści ofert), ale także utrudnianie korzystania ze strony internetowej może zostać potraktowane jako czyn nieuczciwej konkurencji.

Mam nadzieję, że powyższe rozważania stanowią solidną bazę do wstępnej oceny prawnej ryzyka związanego z web scrapingiem. W kolejnej części artykułu skupimy się na praktycznych scenariuszach i analizie konkretnych przypadków, które pomogą jeszcze lepiej zrozumieć prawne aspekty wykorzystania web scrapingu w biznesie.

Podstawy prawne:

*RODO - Rozporządzenie Parlamentu Europejskiego i Rady [UE] nr 2016/679 z 27 kwietnia 2016 r. w sprawie ochrony osób fizycznych w związku z przetwarzaniem danych osobowych i w sprawie swobodnego przepływu takich danych oraz uchylenia dyrektywy 95/46/WE (ogólne rozporządzenie o ochronie danych),

**Ustawa z dnia 4 lutego 1994 r. o prawie autorskim i prawach pokrewnych (Dz.U. z 2025 r. poz. 24),

***Dyrektywa DSM - Dyrektywa Parlamentu Europejskiego i Rady (UE) 2019/790 z dnia 17 kwietnia 2019 r. w sprawie prawa autorskiego i praw pokrewnych na jednolitym rynku cyfrowym oraz zmiany dyrektyw 96/9/WE i 2001/29/WE,

****UŚD - Ustawa z dnia 18 lipca 2002 r. o świadczeniu usług drogą elektroniczną (Dz.U. z 2024 r. poz. 1513),

*****Ustawa o ochronie baz danych - Ustawa z dnia 27 lipca 2001 r. o ochronie baz danych (Dz.U. z 2024 r. poz. 1769),

******Ustawa o zwalczaniu nieuczciwej konkurencji - Ustawa z dnia 16 kwietnia 1993 r. o zwalczaniu nieuczciwej konkurencji (Dz.U. z 2022 r. poz. 1233).