ADR 0010 — Licencias de derivados y niveles de congelamiento aplicados por fuente

  • Estado: aceptado (la revisión legal humana de los puntos marcados queda programada para antes de la primera release pública, Fase 3)
  • Fecha: 2026-10-16
  • Complementa: ADR 0004 (precisa la condición “CC-BY-4.0 condicionada”) y ADR 0007 (R2 como copia operativa)
  • Fuente: Fase 1, informes 05 (+ anexo fuentes), 06 (+ anexo matriz), 07 (+ anexo plataformas); decisión del usuario del 2026-10-16 sobre ENDES

Contexto

El ADR 0004 dejó CC-BY-4.0 para derivados “condicionada al nivel de congelamiento” sin fijar niveles por fuente. La investigación verificó los términos de 22 fuentes (docs/research/_05-anexo-fuentes.md) y aplicó una matriz de cinco ejes (docs/research/_06-anexo-matriz-fuentes.md). Hallazgo decisivo: la política de acceso de ENDES 2024 en el catálogo ANDA del INEI (http://webinei.inei.gob.pe/anda_inei/index.php/catalog/817/accesspolicy, 2026-10-16) exige cita, prohíbe comercializar y prohíbe copiar a soportes electrónicos de acceso multiusuario sin consentimiento escrito. El marco peruano y andino (Decisión 351 art. 28; D.Leg. 822 art. 78) protege una base de datos solo por la originalidad de su selección o disposición; la ausencia de derecho sui generis y la aplicabilidad de la política ANDA a la descarga desde proyectos.inei.gob.pe son [provisional] (el anexo 05 leyó el D.Leg. 822 parcialmente y la política está en otro host); el secreto estadístico (D.S. 043-2001-PCM, art. 97) se añade a la revisión legal. El usuario decidió el 2026-10-16 no solicitar consentimiento por ahora.

Las políticas de preservación detectaron además que un NAS institucional es un soporte multiusuario (incompatible con ENDES) y que Zenodo limita cada registro a 100 archivos y 50 GB.

Alternativas

  • Espejo público de ENDES amparado en la Ley 27806: descartado; la ley regula acceso a información pública, no otorga licencia de redistribución (informe 05).
  • Puntaje ponderado único para decidir nivel: descartado por opaco; se eligen reglas ordenadas y auditables.
  • CC-BY-4.0 sobre toda copia y derivado: descartado; incompatible con ODC-By (§4.2 y §4.4 exigen mantener la licencia) y con las fuentes que prohíben redistribuir.

Decisión

  1. Cuatro niveles de congelamiento, como en el manifiesto y el esquema del registry: public-mirror-doi (1), restricted-mirror-doi (2), recipe-and-hash (3), cite-only (4).
  2. Reglas de asignación, en orden (reordenadas por la revisión adversarial M16: lo personal se evalúa primero): R1 datos personales o de paciente no anonimizados por la fuente → 4. R2 términos que prohíben redistribuir o sin licencia verificada → 3 (4 si además hay riesgo de datos personales). R3 licencia abierta y riesgo de pérdida alto → 1 con partición o recorte a Perú aunque sea grande. R4 licencia abierta y riesgo bajo → 1 si el recorte pesa < 10 GB, si no 3 con freeze_reason: size (distinto del 3 por licencia, freeze_reason: terms). R5 el nivel 2 solo con autorización escrita de la fuente. SINADEF queda en 3 solo si la fuente publica registros anonimizados.
  3. Asignación vigente (22 fuentes, detalle en el anexo 06): nivel 1 = RENIPRESS-SUSALUD y SIS (ODC-By), ERA5 recortado a Perú (CC-BY), CHIRPS (dominio público), GDELT (cita y enlace); nivel 2 = ninguna; nivel 3 = ENDES, ENAHO, censos INEI, MEF, RENAES/MINSA-IPRESS, HIS-MINSA, INFORHUS, SINADEF, CDC-MINSA, EsSalud, SENAMHI, NASA POWER, Defensoría, Google Mobility, espaciales locales; nivel 4 = INCOR (datos de paciente) y ACLED (EULA sin redistribución).
  4. ENDES queda en nivel 3 (decisión del usuario, 2026-10-16): el registry publica receta, sha256, términos y fecha; los bytes viven solo en el remote DVC privado (R2) y en una copia fría de un solo usuario; nunca en Zenodo ni en un NAS multiusuario. Sube a nivel 2 únicamente con consentimiento escrito del INEI, que puede solicitarse más adelante sin cambiar nada más.
  5. Qué se publica de una fuente de nivel 3: solo salidas transformadas con cita: agregados, estimaciones, diccionarios estructurados, código y marts agregados. Nunca marts a nivel de fila derivados de ENDES u otra fuente de nivel 3; un mart fila-nivel de nivel 3 no se guarda en DVC ni en R2: es regenerable desde raw/ y vive solo en el volumen local (ADR 0014, decisión 7). Esto resuelve la tensión entre el contrato aguas abajo (informe 19) y el nivel 3.
  6. Licencia de derivados: CC-BY-4.0 solo para código, texto, diccionarios y derivados propios cuya fuente lo permita. Una base de datos derivada de una fuente ODC-By se publica bajo ODC-By (no se relicencia); CHIRPS (dominio público) y ERA5 (CC-BY) sí admiten CC-BY-4.0 con atribución. LICENSE-DATA.md se reescribe en la Fase 3 con esta tabla.
  7. Lo que declara todo espejo y todo manifiesto: origen y URL, fecha de captura, sha256, URL y copia de los términos vigentes (terms_snapshot_sha256), licencia efectiva, aviso de no afiliación, atribución exigida, nivel y estado (provisional/confirmed), contacto de retiro.
  8. Preservación por nivel (política docs/preservation/plan-3-2-1.md): R2 guarda los bytes de niveles 1–3 en remotes separados (r2-open, r2-restricted; ADR 0014); Zenodo solo 1 y 2; la tercera copia es disco frío personal, de modo que el nivel 3 tiene dos copias de bytes más la receta (2-2-1 por diseño); nivel 4 no se copia. Los conjuntos con más de 100 archivos (CHIRPS, GDELT) se empaquetan por año antes de subir a Zenodo.

Consecuencias

  • Los manifiestos y punteros de ENDES reflejan recipe-and-hash con estado confirmed y la URL de la política ANDA (commits del 2026-10-16); los campos nuevos de la decisión 7 (terms_snapshot_sha256, licencia efectiva, no afiliación, atribución, contacto de retiro, freeze_reason) exigen ampliar pointer.schema.json y tools/make_manifest.py (--terms-snapshot obligatorio) en la Fase 3; hasta entonces el manifiesto está incompleto respecto a este ADR.
  • La skill decide-freeze-level (Fase 3) implementa las reglas R1–R5 y exige un ADR corto por fuente nueva; audit-license comprueba antes de cada release que ningún artefacto público contiene filas de una fuente de nivel 3.
  • LICENSE-DATA.md, CITATION.cff y la página “Cómo citar” se actualizan en la Fase 3.
  • Provisional / revisión legal humana antes de la primera release: compatibilidad CC-BY-4.0 con ODC-By (lectura propia); si el acceso restricted de Zenodo satisface el consentimiento del INEI para un futuro nivel 2; términos no localizados de MEF, SENAMHI, Defensoría, HIS-MINSA, NASA POWER y Google; tamaños estimados de ENDES, ENAHO, censos, MEF y ERA5-Perú.