بيانات جُمعت بالكامل ولا يمكن استخدامها

الشروط تحسم إمكانية الجمع

المواقع التي يمكن سحب بياناتها تقنياً كثيرة. والسؤال الحقيقي ليس هل تستطيع بل هل يُسمح لك. تضع معظم المواقع في شروط استخدامها بنداً يحظر الجمع الآلي (crawling، scraping) أو يقيّده، ويحدّد ملف robots.txt المسارات المفتوحة للزواحف. افتح شروط الموقع الهدف وملفه هذا قبل إسناد العمل إلى جهة خارجية. تخطّي هذه الخطوة يقودك إلى بيانات مكتملة لا تستطيع استخدامها.

ملف robots.txt ليس قانوناً، ويُستشهد به

ملف robots.txt طلب يرسله مشغّل الموقع إلى الزواحف، لا وثيقة قانونية ملزمة. تقنياً يمكن تجاهله ويتم الجمع. المشكلة تأتي لاحقاً: تجاهله واقعة قد تُستخدم دليلاً على القصد عند نشوء نزاع. تجنّب المسارات المحظورة ما استطعت، وإن كانت تلك البيانات ضرورية فعلاً فاسأل الموقع رسمياً وثبّت إجابته كتابة.

اختلاط المعلومات الشخصية يغيّر المعيار

المنشور العلني قد يجرّ معه اسم كاتبه ووسيلة تواصله وصورته الشخصية، وعندها تدخل البيانات تحت قوانين حماية البيانات الشخصية. الاستناد إلى أن المعلومة علنية فلا بأس بها حكم خطير. جمع المعلومات الشخصية وتخزينها واستخدامها أفعال تحتاج أساساً قانونياً خاصاً بها. إن اختلطت المعلومات الشخصية بما تنوي جمعه، فذلك الجزء لا يمرّ بلا مراجعة منفصلة.

حقوق الملكية تظهر عند إعادة النشر

المقال الإخباري والصورة ونص المراجعة الكامل محتوى محمي، والخطر فيه يكبر عند رفعه كما هو داخل خدمتك أكثر مما يكبر عند جمعه. التلخيص والإحالة إلى المصدر برابط يُعامَل معاملة تختلف تماماً عن نسخ النص الأصلي كاملاً وعرضه من جديد. ومستوى المراجعة يتبع الغرض أيضاً. البيانات التي تبقى للتحليل الداخلي والبيانات التي ستُعرض في خدمة عامة لا تُقاس بمسطرة واحدة.

أجوبة جهّزها قبل إسناد العمل

ثلاثة أسئلة تسرّع المشروع إن حملت أجوبتها معك:

• هل راجعت شروط الموقع الهدف وملف robots.txt الخاص به
• هل تحوي البيانات المستهدفة معلومات شخصية، وكيف ستُعالَج إن وُجدت
• هل تبقى البيانات داخل مؤسستك أم تُعرض للجمهور

بأجوبة جاهزة يحدّد المنفّذ النطاق بدقة أوضح، ويسقط احتمال أن تنتهي بأرشيف مكتمل معطّل الاستعمال.

نبدأ من قائمة المصادر

رسم نطاق الجمع مع مراعاة الحدود القانونية عمل مربك في أول مرة. في Weple نضع هذا الترتيب أول خطوة في أي مشروع جمع بيانات. سمِّ المواقع التي تريد الجمع منها والغرض الذي ستستخدم البيانات فيه، ويصلك الجواب عن المدى الممكن تنفيذه قبل أي شيء آخر.