Referencia
Para abogados, delegados de protección de datos, tribunales y periodistas. Cada entrada: una explicación clara, una imagen forense y por qué importa para la prueba.
Cada día, MachineWitness visita una lista amplia y fija de sitios web europeos y registra lo que comunican a las máquinas: si un sitio reserva sus contenidos frente al entrenamiento de IA (robots.txt, ai.txt, tdmrep.json, llms.txt, y las reservas en cabeceras y etiquetas de la página de inicio). Cada registro se sella criptográficamente ese mismo día, se ancla fuera de nuestro control y, desde el 4 de agosto de 2026, lo registra en paralelo un segundo testigo independiente. Años después, el archivo responde exactamente a una pregunta: «¿Qué sirvió X a las máquinas el día Y?» Registramos. No interpretamos, no acusamos y no juzgamos.
Esto es lo que el archivo registra hoy, y es todo lo que registra. Las instantáneas de identidades publicadas de rastreadores de IA y de las condiciones de servicio de los proveedores de IA están previstas en el diseño y todavía no se recogen; cuando comience su registro, aquí se indicará la fecha de inicio. Preferimos describir menos de lo que tenemos que más.
El contenido completo de un registro, campo por campo sobre un ejemplo resuelto, está en Qué guardamos sobre un dominio.
Un único registro de un único recurso web en un único momento: exactamente los bytes que entregó el servidor, más cuándo, a quién y por qué vía.
Imagen: una página del libro diario de un notario.
Los conflictos versan siempre sobre una fecha concreta: no «qué dice el archivo», sino «qué decía el 14 de agosto de 2027».
Una huella del contenido digital: un código corto de longitud fija calculado a partir de esos bytes exactos. Si cambia un solo carácter, la huella cambia por completo; es prácticamente imposible fabricar un documento distinto con la misma huella.
Imagen: una huella dactilar que identifica una versión concreta de un documento, no solo el documento.
Lo que se sella y se ancla es la huella de cada instantánea; comparar huellas más adelante acredita que el contenido no ha sido alterado.
Cada contenido se archiva bajo su propia huella: la huella es el número de expediente. Un contenido idéntico, aunque se repita entre días o entre sitios, se guarda una vez y se referencia muchas.
Imagen: un depósito de pruebas en el que la etiqueta de la caja es la huella de lo que contiene: nada puede sustituirse sin que la etiqueta deje de coincidir.
Como la recuperación se hace por la huella, cualquier manipulación se delata sola.
Con cada instantánea sellamos las circunstancias de la entrega: las cabeceras completas de la respuesta HTTP, la huella del certificado TLS del servidor junto con cinco campos extraídos de él, la dirección IP del servidor observador y la marca de tiempo; todo ello incorporado por hash al mismo registro sellado que el contenido. Desde el 15 de septiembre de 2026 la cadena de certificados se registra completa, tal como la entregó el servidor: el certificado del servidor y los intermedios que lo acompañan, cada uno guardado íntegro. El cambio no obra hacia atrás: para las observaciones anteriores a esa fecha existe solo la huella, y cuando se necesita el certificado en sí, por lo general puede recuperarse de los registros públicos de Certificate Transparency (RFC 6962). Véase qué contiene un registro.
Imagen: la nota de cadena de custodia grapada a la bolsa de pruebas: quién la recogió, dónde, cuándo y de quién.
Eso vincula el contenido con su origen: no solo «este archivo existió», sino «este servidor entregó este archivo».
Un método para sellar miles de registros con una única huella maestra. Las huellas de las instantáneas se combinan por pares, nivel a nivel, hasta que queda una sola raíz que depende de todos los registros que hay debajo. Esa raíz diaria es la que anclamos y publicamos.
Imagen: un tomo de pruebas encuadernado y foliado, con un sello de lacre en la cubierta: el sello responde por todas las páginas a la vez.
Seguimos la construcción de RFC 6962, el estándar que sostiene los registros públicos con los que los navegadores auditan certificados TLS. Un código corto por día nos compromete, de forma irreversible, con todo lo que registramos ese día.
Un recibo matemático breve que demuestra que una instantánea concreta está contenida en una raíz diaria determinada. Cualquiera puede comprobarlo, sin confiar en nosotros y sin acceso al resto del archivo.
Imagen: acreditar que una página pertenece al tomo sellado cotejando su posición con el sello de la cubierta, sin volver a abrir ninguna otra página.
Esto es lo que hace que un extracto probatorio aislado sea verificable de forma independiente.
Depositar cada raíz diaria fuera de nuestro control, el mismo día, ante tres partes independientes: una autoridad de sellado de tiempo conforme a RFC 3161, que devuelve de inmediato un token firmado; un sello de tiempo electrónico cualificado conforme a eIDAS, emitido desde la raíz del 31 de julio de 2026 por un prestador cualificado de servicios de confianza incluido en la lista de confianza de la UE; y OpenTimestamps, que agrega la raíz hacia la cadena de bloques de Bitcoin. La confirmación en Bitcoin llega horas o días después y un proceso diario la incorpora al recibo; véase el estado actual de cada anclaje.
Imagen: depositar ante notario una copia sellada el mismo día en que se redactó.
Un hash en nuestra propia base de datos no acredita nada: podríamos recalcularlo. Un anclaje en sistemas que no podemos reescribir acredita que el sello existía a más tardar ese día.
Un sello de tiempo electrónico cualificado acredita cuándo existieron unos datos. Un sello electrónico cualificado acredita de quién proceden. MachineWitness tiene el primero y deliberadamente no el segundo.
Imagen: el matasellos de correos en un sobre acredita cuándo se envió, no quién escribió la carta.
Lo decimos abiertamente porque el punto más débil de cualquier archivo es quien lo custodia: somos parte interesada, y ningún sello que compremos cambia eso. La respuesta a «quién registró esto» no es un sello, sino el segundo testigo independiente y un método que cualquiera puede repetir sin nosotros. Conforme al art. 41 del Reglamento eIDAS, el sello de tiempo cualificado goza de presunción de exactitud en cuanto a la fecha, y esa es precisamente la parte en la que nos apoyamos.
Un segundo sistema de registro, sobre infraestructura distinta y con clave de operador distinta, observa los mismos objetivos de forma independiente y sella su propia raíz diaria. En funcionamiento desde el 4 de agosto de 2026; los días anteriores se apoyan solo en el primer testigo. Ambas raíces se publican una junto a otra en el registro público. No son idénticas ni se espera que lo sean: cada testigo rastrea según su propio calendario, de modo que una conciliación compara observaciones individuales, no las raíces.
Imagen: dos testigos que tomaron sus propias notas y declaran por separado. Sus relatos no coincidirán palabra por palabra: cada uno vio el día desde donde estaba, y eso es precisamente lo que hace que dos relatos valgan más que un testigo repitiéndose.
Esto responde a la objeción más fuerte contra cualquier archivo de un solo operador: «usted pudo haber fabricado sus propios registros».
Cada día, nuestro registro público de raíces queda además capturado por sistemas que no controlamos (la Wayback Machine del Internet Archive; un repositorio git público con marcas de tiempo del proveedor).
Imagen: la hemeroteca que resulta haber publicado el anuncio: nadie sostiene que el periódico se prestara a ello.
Cuando una solicitud de supresión fundada conforme al RGPD afecta a contenido archivado, borramos el contenido en claro y dejamos en su lugar una «lápida» señalizada. La huella, los sellos y todas las pruebas permanecen intactos y verificables.
Imagen: una página tachada en el tomo de pruebas: la página queda ilegible, pero la encuadernación, el folio y el sello de la cubierta acreditan que el tomo nunca se volvió a encuadernar.
Concilia dos deberes que parecen enfrentarse: el derecho de supresión y la integridad de la prueba.
Las vías técnicas por las que un sitio web comunica a las máquinas «no utilices mi contenido». Conforme al art. 4 de la Directiva de la UE sobre derechos de autor en el mercado único digital, la reserva del titular frente a la minería de textos y datos debe ser legible por máquinas para ser eficaz; el Tribunal Superior Regional de Hamburgo confirmó en diciembre de 2025 que unas condiciones en lenguaje natural no bastan por sí solas. Estos archivos cambian en silencio y no dejan rastro: registrarlos a diario es el núcleo de este archivo.
El producto: para un recurso y un intervalo de fechas dados, un paquete con el contenido en bruto (o su lápida), la procedencia sellada, las huellas, la prueba de inclusión, la raíz diaria y los recibos de los anclajes externos, con instrucciones de verificación paso a paso que cualquier perito puede seguir de forma independiente.
Enunciar los límites con precisión forma parte de ser un testigo creíble:
Somos la caja negra, no el investigador.