Durante años, uno de los problemas fundamentales en la investigación de plataformas ha sido la asimetría. Las plataformas digitales pueden observar enormes cantidades de actividad en sus servicios, mientras que los investigadores externos a esas plataformas a menudo tienen que trabajar con los datos que la plataforma decide exponer.
La Digital Services Act de la Unión Europea está empezando a cambiar esa relación.
El marco de acceso a datos de la Digital Services Act está pasando del lenguaje regulatorio a la infraestructura operativa de investigación. El 19 de mayo de 2026, los Digital Services Coordinators ya habían recibido 49 solicitudes de estatus de investigador vetado. Según la Comisión Europea, esas solicitudes se referían principalmente a plataformas de redes sociales e incluían investigación sobre contenido ilegal, transparencia publicitaria y funciones de IA.
Eso es significativo. Pero el acceso a conjuntos de datos en poder de las plataformas es solo una parte del problema de la investigación. Si los investigadores quieren entender cómo afectan las plataformas digitales a las personas en Europa, también necesitan formas de observar esas plataformas desde el lado del usuario de la interfaz. Los conjuntos de datos oficiales pueden responder algunas preguntas. La observación independiente puede responder otras.
Conclusiones clave
- La DSA está convirtiendo el acceso de los investigadores de un principio legal en un régimen operativo de investigación.
- Los conjuntos de datos proporcionados por las plataformas y la observación independiente desde fuera responden preguntas distintas y complementarias.
- Las medidas correctoras de X de julio de 2026 refuerzan la idea de que los investigadores elegibles pueden necesitar acceso automatizado a datos de las plataformas disponibles públicamente.
- La geografía, el dispositivo, el estado de sesión y el tiempo deben tratarse como variables de investigación al estudiar lo que realmente experimentan los usuarios.
- La siguiente etapa de la rendición de cuentas de las plataformas dependerá cada vez más de observaciones reproducibles con una procedencia clara.
Qué cambia realmente el acceso a datos de la Digital Services Act
La DSA establece varias vías importantes a través de las cuales los investigadores independientes pueden estudiar plataformas en línea de muy gran tamaño y motores de búsqueda en línea de muy gran tamaño.
Una se refiere a los datos internos de la plataforma. Según el artículo 40, los investigadores vetados pueden solicitar acceso a los datos necesarios para estudiar riesgos sistémicos en la Unión Europea y evaluar la eficacia de las medidas de mitigación de riesgos de las plataformas.
El proceso se ha vuelto sustancialmente más concreto. En julio de 2025, la Comisión Europea adoptó un acto delegado que establece las condiciones técnicas y los procedimientos para el acceso de los investigadores. También creó un portal de acceso a datos de la DSA a través del cual los investigadores, las plataformas, los Digital Services Coordinators y otras autoridades pertinentes pueden gestionar partes del proceso.
Los investigadores que solicitan datos internos deben cumplir con importantes salvaguardas. Estas incluyen la afiliación a una organización de investigación, la independencia de intereses comerciales, medidas apropiadas de seguridad y confidencialidad de los datos, la protección de datos personales, la divulgación de la financiación de la investigación y el compromiso de publicar sus resultados.
Pero la DSA también reconoce otra categoría de evidencia: los datos de las plataformas disponibles públicamente. La Comisión explica que los investigadores que cumplan las condiciones pertinentes pueden acceder a datos disponibles públicamente de plataformas en línea de muy gran tamaño y motores de búsqueda para investigar riesgos sistémicos sin la intermediación de un Digital Services Coordinator.
Esa distinción importa. Un conjunto de datos interno puede decirles a los investigadores qué registró una plataforma. Una API puede decirles qué puso a disposición una plataforma a través de esa interfaz. Un repositorio de transparencia puede decirles qué divulgó la plataforma. Ninguno de ellos le dice necesariamente a un investigador exactamente qué experimentó un usuario europeo en una pantalla concreta, en un país concreto, en un momento concreto. Eso requiere observación.
La decisión sobre X es más importante de lo que parece a primera vista
La actuación de la Comisión Europea contra X hace que esta distinción sea inusualmente visible. En diciembre de 2025, la Comisión multó a X con 120 millones de euros por varias infracciones de transparencia de la DSA. Entre ellas estaba el no proporcionar a los investigadores un acceso adecuado a los datos públicos. La Comisión afirmó específicamente que los términos de X prohibían a los investigadores elegibles acceder de forma independiente a datos públicos, incluso mediante scraping, y que sus procesos creaban barreras innecesarias para la investigación de riesgos sistémicos en la UE.
El siguiente desarrollo es aún más interesante desde una perspectiva de metodología de investigación. En julio de 2026, la Comisión aceptó un plan de acción según el cual X se comprometió a mejorar y acelerar la selección de investigadores, proporcionar a los investigadores elegibles acceso gratuito, proporcionar volúmenes de datos adecuados y modificar sus términos para que los investigadores elegibles no tengan prohibido contractualmente el scraping de datos disponibles públicamente.
Esto no debe interpretarse como una autorización legal general para el scraping sin restricciones. Los investigadores todavía deben operar dentro de las condiciones aplicables de la DSA y otros requisitos legales, éticos, de privacidad y de seguridad.
Pero sí establece un principio importante. La recopilación independiente de información pública no es necesariamente una actividad que quede fuera de la rendición de cuentas de las plataformas. En las condiciones adecuadas, puede formar parte de la propia infraestructura de rendición de cuentas. La Comisión ha adoptado una posición similar en otros casos. En sus compromisos de la DSA con AliExpress, la plataforma aceptó permitir que los investigadores que cumplan los criterios del artículo 40(12) accedan de forma independiente y utilicen datos públicos para estudiar riesgos sistémicos mediante métodos automatizados como el scraping de datos.
La conversación regulatoria se está desplazando, por tanto, más allá de la simple pregunta de si los investigadores reciben una clave de API. Se está desplazando hacia si los investigadores pueden estudiar de forma independiente lo que realmente hacen las plataformas.
Las API te dicen lo que expone la plataforma, la observación te dice lo que experimenta el usuario
El acceso oficial sigue siendo esencial. Un conjunto de datos en poder de la plataforma puede contener historiales de moderación, clasificaciones internas, métricas agregadas, registros del sistema o información histórica que sería imposible reconstruir externamente. Las API de investigación pueden facilitar el análisis a gran escala. Los repositorios publicitarios pueden proporcionar evidencia estructurada sobre campañas. Las bases de datos de transparencia pueden exponer información importante sobre las decisiones de moderación y la actividad de cumplimiento. Estas son formas de evidencia de dentro hacia fuera.
Pero la rendición de cuentas también requiere evidencia de fuera hacia dentro.
Consideremos el tipo de preguntas de investigación que cada vez importan más. ¿Qué ve un usuario en Madrid cuando hace una consulta concreta? ¿Es visible un anuncio en Italia pero no en los Países Bajos? ¿Se presentan las divulgaciones políticas o comerciales de forma coherente entre mercados? ¿Devuelve una interfaz de recomendación resultados diferentes desde distintos países europeos? ¿Expone la experiencia móvil información que la experiencia de escritorio no expone? ¿Se despliegan los cambios de la plataforma simultáneamente en toda la UE? ¿Puede reproducirse un comportamiento observado un día, una semana o un mes después?
Estas no son necesariamente preguntas sobre lo que existe dentro de una base de datos. Son preguntas sobre cómo se comporta un sistema cuando alguien interactúa con él.
Los diseños de investigación más sólidos combinarán cada vez más ambas perspectivas. Los datos reportados por la plataforma les dicen a los investigadores lo que el sistema registra. La observación independiente ayuda a establecer lo que el sistema presenta. Ninguno es inherentemente superior. Miden cosas diferentes. Y cuando ambos discrepan, esa discrepancia puede convertirse en sí misma en un hallazgo de investigación importante.
La geografía es una variable de investigación, no solo un ajuste de proxy
Aquí es donde la infraestructura de internet se convierte en parte de la metodología de investigación. Las plataformas web no son necesariamente entornos uniformes. La geografía puede afectar a la disponibilidad, la publicidad, el idioma, las interfaces, los resultados de búsqueda, las divulgaciones regulatorias, las funciones de producto y otros elementos de una experiencia en línea.
Así que cuando un investigador dice “esto es lo que mostró la plataforma”, surge una pregunta obvia: ¿mostrado a quién, y desde dónde?
En Shifter, creemos que la ubicación debería tratarse cada vez más como una variable experimental. Nuestra red de proxies residenciales proporciona acceso a IPs residenciales en más de 195 países, con segmentación geográfica que se puede utilizar para establecer puntos de observación de internet controlados. Esa infraestructura puede ayudar a un investigador que necesita observar la misma interfaz de acceso público desde varias ubicaciones geográficas definidas, en lugar de asumir que una sola conexión representa la experiencia de todos los usuarios europeos.
Eso no significa que una IP residencial reproduzca automáticamente todos los elementos de la experiencia de un usuario humano. Las plataformas pueden considerar muchas señales más allá de la geografía de la IP, incluidas cookies, historial de cuenta, ajustes de idioma, características del dispositivo y estado de sesión. Precisamente por eso importa la metodología. La geografía debe registrarse junto con esas otras variables, no tratarse como una propiedad invisible de la infraestructura de investigación.
La observación de nivel regulatorio necesita un método, no solo acceso
Una vez que la observación web de fuera hacia dentro empieza a contribuir a la investigación regulatoria, el estándar de evidencia tiene que elevarse en consecuencia. “Abrimos la página y vimos esto” no es una metodología.
Una observación rigurosa debe ir acompañada de suficiente información contextual para que otro investigador pueda entenderla, cuestionarla e, idealmente, reproducirla. Ese registro podría incluir la marca temporal de la observación; la URL o superficie de la plataforma objetivo; el país y la ciudad de salida; el ASN o ISP cuando sea relevante; el perfil de dispositivo y navegador; los ajustes de idioma; el estado de autenticación; el estado de la cuenta o sesión; la condición experimental; el resultado observado; la captura de pantalla, HTML o evidencia estructurada cuando corresponda; los resultados de pruebas repetidas; y el estado de validación.
En efecto, los investigadores necesitan una cadena de procedencia para la observación web. Hemos expuesto lo que debería contener ese registro en el argumento a favor de un estándar de punto de observación.
El mismo principio ya moldea cómo abordamos las pruebas comparativas de infraestructura. No comparamos dos redes usando volúmenes de solicitudes, máquinas o condiciones de prueba diferentes para luego tratar el resultado como significativo. Las pruebas utilizan recuentos de solicitudes equiparados, concurrencia y objetivos coherentes, y entornos controlados. También distinguimos entre las IPs realmente observadas durante la ventana de prueba y los totales de red anunciados, mucho mayores, que no se pueden medir en un solo momento.
La investigación sobre el comportamiento de las plataformas exige la misma disciplina. Si se cambia la ubicación, hay que mantener estables las demás variables. Si se cambia el tipo de dispositivo, hay que controlar la geografía. Si aparece un resultado sorprendente una vez, hay que repetirlo. Si una diferencia persiste a lo largo de varias observaciones, hay que registrar las condiciones en las que persiste.
La rendición de cuentas de la DSA se está convirtiendo en un problema de medición. Los datos internos pueden revelar lo que registran las plataformas; la observación de fuera hacia dentro puede poner a prueba lo que realmente experimentan los usuarios. La evidencia más sólida provendrá cada vez más de triangular ambas bajo condiciones controladas y reproducibles.
De infraestructura de scraping a infraestructura de observación
La tecnología de proxy se ha discutido históricamente en términos bastante operativos. ¿Cuántas solicitudes puedes hacer? ¿Con qué rapidez puedes rotar direcciones IP? ¿Con qué fiabilidad puedes recopilar información a gran escala?
Esas preguntas siguen importando para muchas aplicaciones. Nuestra Web Scraping API, por ejemplo, está diseñada para eliminar gran parte de la infraestructura necesaria para recopilar datos web públicos, mientras que nuestra SERP API proporciona resultados de búsqueda estructurados en distintas ubicaciones geográficas y dispositivos.
Pero hay otra forma de pensar sobre la infraestructura de proxy. Para los investigadores, la capacidad importante puede no ser simplemente la recopilación. Puede ser la presencia controlada.
Un sistema de investigación debería poder afirmar que una observación representó una conexión desde Francia, otra representó Alemania, ambas se realizaron dentro de una ventana temporal definida, y las demás condiciones experimentales se mantuvieron lo más similares posible.
Eso cambia la pregunta de “¿cuánto de la web podemos recopilar?” a “¿con qué fiabilidad podemos reproducir las condiciones bajo las cuales se observó la web?”. Ese es un problema de infraestructura muy diferente. Y a medida que madure el ecosistema de investigación de la DSA, creemos que se volverá más importante.
Cómo podría ser una pila de investigación de la DSA
Un proyecto maduro de rendición de cuentas de plataformas rara vez dependerá de una sola fuente de evidencia. En cambio, esperamos que los equipos de investigación construyan sistemas por capas.
| Capa de evidencia | Qué proporciona | Ejemplos |
|---|---|---|
| Evidencia proporcionada por la plataforma | Información en poder de la plataforma o divulgada por ella | Conjuntos de datos de la DSA, API oficiales, repositorios publicitarios, divulgaciones de transparencia |
| Observación controlada | Evidencia repetible del servicio de cara al usuario | Puntos de observación geográficos definidos, perfiles de dispositivo y sesiones |
| Metadatos de procedencia | Contexto necesario para entender y reproducir una observación | Marca temporal, país y ciudad, ASN o ISP, dispositivo, idioma y estado de sesión |
| Comparación y validación | Pruebas sobre si un resultado es aislado o sistemático | Comparaciones entre mercados, pruebas repetidas y cambios controlados de variables |
| Gobernanza de la investigación | Controles en torno a la recopilación y el uso responsables | Minimización de datos, controles de seguridad, revisión ética y propósito documentado |
La infraestructura de proxy residencial pertenece principalmente a las capas de observación controlada y procedencia. No es un sustituto del acceso de la DSA. No reemplaza los conjuntos de datos internos. Y no responde a todas las preguntas de investigación. Su función es ayudar a establecer y reproducir un punto de observación externo conocido.
Esa distinción es importante porque esto no debería convertirse en un debate sobre API frente a scraping. Debería convertirse en un debate sobre la calidad de la evidencia.
El próximo debate sobre transparencia versará sobre la reproducibilidad
La DSA ya está cambiando lo que las plataformas deben divulgar. El próximo desafío es determinar si las afirmaciones sobre el comportamiento de las plataformas se pueden poner a prueba de forma independiente.
Si una plataforma dice que una determinada divulgación aparece ante los usuarios europeos, ¿puede un investigador reproducirla? Si un repositorio publicitario informa una cosa, ¿muestra la interfaz pública otra? Si los investigadores identifican un patrón de recomendación en un Estado miembro, ¿aparece en otros? Si una interfaz cambia tras un escrutinio regulatorio, ¿pueden los observadores independientes documentar cuándo y dónde ocurrió el cambio?
Y si un estudio se repite seis meses después, ¿se ha conservado suficiente metadato contextual para entender si las diferencias provienen de la plataforma, la ubicación, el dispositivo o el método de investigación?
Estas preguntas alejan la transparencia de las plataformas de la simple divulgación y la acercan a la reproducibilidad. Ese puede ser uno de los efectos a largo plazo más importantes de la DSA. No solo está creando mecanismos a través de los cuales los investigadores pueden solicitar datos. Está ayudando a crear las condiciones para una ciencia más rigurosa de la observación de plataformas.
En resumen
El acceso a datos de la Digital Services Act representa una mejora importante en la capacidad de los investigadores independientes para entender las mayores plataformas en línea de Europa. Pero los datos en poder de las plataformas son solo una perspectiva.
Para entender cómo afectan los sistemas digitales a los usuarios, los investigadores también necesitan observar esos sistemas desde fuera: en distintos países, dispositivos, sesiones, interfaces y momentos.
El futuro de la rendición de cuentas de las plataformas, por tanto, difícilmente se construirá en torno a una sola fuente de evidencia. Dependerá de la triangulación: lo que registra la plataforma, lo que la plataforma divulga y lo que los investigadores independientes pueden reproducir.
En Shifter, creemos que la infraestructura de puntos de observación geográficos puede desempeñar un papel útil en esa tercera categoría.
Si los reguladores y los investigadores quieren entender cómo experimentan los usuarios europeos las mayores plataformas de Europa, la ubicación desde la que se observan esas plataformas no es una nota técnica al margen. Es parte de la evidencia.
Este artículo se proporciona únicamente con fines informativos generales y no constituye asesoramiento legal.