Por Canuto  

El entrenamiento de modelos de IA con libros protegidos por derechos de autor enfrenta una batalla judicial compleja: una decisión contra Anthropic sancionó la piratería, pero consideró legal el aprendizaje de los modelos.
***

  • Un juez ordenó a Anthropic pagar USD $1.500 millones por usar copias pirateadas de libros, aunque consideró legal el entrenamiento de su IA.
  • El concepto de uso justo será decisivo, con tribunales que evalúan transformación, propósito, cantidad utilizada y daño al mercado.
  • Los litigios de autores y empresas tecnológicas continúan mientras una ley de derechos de autor de 1976 enfrenta preguntas inéditas.

El debate sobre si las empresas pueden entrenar modelos de inteligencia artificial con libros protegidos por derechos de autor está lejos de tener una respuesta definitiva. Los sistemas que impulsan ChatGPT, Gemini, Claude y otros chatbots se han desarrollado a partir de enormes bases de datos con libros, artículos, documentos académicos y materiales disponibles en internet, en muchos casos sin conocimiento ni consentimiento de sus autores.

La controversia combina una disputa económica con una pregunta jurídica todavía abierta: si analizar una obra para aprender patrones lingüísticos equivale a copiarla o constituye un uso nuevo y transformador. TechCrunch examinó el conflicto a partir de fallos recientes y de las opiniones de especialistas en propiedad intelectual, quienes advierten que los tribunales están interpretando una legislación antigua frente a una industria que cambia con rapidez.

Un fallo millonario con una lectura favorable para la IA

El año pasado, el juez William Alsup ordenó a Anthropic pagar USD $1.500 millones a un grupo de escritores cuyas obras fueron utilizadas en el desarrollo de sus modelos de IA. La cifra convirtió el caso en una de las primeras sanciones de gran magnitud relacionadas con el entrenamiento de modelos, pero el alcance del fallo resultó más matizado de lo que su monto podría sugerir.

Alsup determinó que el entrenamiento de la inteligencia artificial de Anthropic era legal, mientras que sancionó a la compañía por haber obtenido libros mediante bibliotecas fantasma en línea. En otras palabras, el tribunal distinguió entre el origen ilícito de las copias y el proceso posterior de utilizar las obras para que el modelo aprendiera estructuras y relaciones del lenguaje.

El juez comparó el funcionamiento de un modelo de lenguaje con la formación de un escritor que estudia literatura para producir algo diferente. Según su razonamiento, los modelos de Anthropic no fueron entrenados con el objetivo de reproducir directamente las obras ni de sustituirlas, sino de generar resultados nuevos a partir de patrones extraídos de grandes cantidades de texto.

Cathy Gellis, abogada especializada en propiedad intelectual, derechos de autor y tecnología, consideró que esa parte de la decisión favorece en términos generales a las empresas de IA. A su juicio, tratar el entrenamiento como una actividad parecida a leer un texto protegido, en lugar de equipararlo con copiar la obra, ofrece a la industria un argumento jurídico relevante, incluso después de una sanción de USD $1.500 millones.

El uso justo marca la frontera legal

Buena parte de estas disputas depende del concepto estadounidense de fair use, conocido en español como uso justo. Esta doctrina permite utilizar material protegido sin autorización en determinadas circunstancias, como la crítica, la parodia, la enseñanza o la creación de una obra transformadora, aunque su aplicación exige revisar las características concretas de cada caso.

Los jueces suelen considerar el propósito del uso, la naturaleza de la obra original, la cantidad utilizada y el efecto sobre su mercado potencial. Ningún factor funciona de manera aislada, por lo que una empresa puede defender que su modelo cumple una finalidad transformadora, mientras los autores argumentan que la herramienta compite directamente con su trabajo.

Jameson, conocido también como Jason Henderson, abogado y director de práctica comercial y jurídica en JWL International, explicó que las decisiones sobre IA se encuentran en posiciones mixtas. Según su análisis, los tribunales tienden a mostrar mayor resistencia cuando el nuevo producto compite de forma directa con la obra original, mientras buscan vías para permitir usos que no reproduzcan esa competencia.

La diferencia quedó expuesta en el caso de Thomson Reuters contra Ross Intelligence, una empresa acusada de copiar contenido para construir una plataforma jurídica impulsada por IA. El juez Stephanos Bibas concluyó que el uso de Ross no era suficientemente transformador porque carecía de un propósito posterior o de un carácter diferente al servicio de Thomson Reuters, y por ello rechazó la defensa basada en el uso justo.

Autores, modelos y mercados en conflicto

Los autores podrían sostener que los chatbots compiten con ellos porque pueden generar libros, textos y otros productos que disputan la atención del público. Sin embargo, los tribunales todavía no han aceptado de forma general que el entrenamiento de un modelo sea equivalente a la publicación de una obra competidora, una distinción que permanece en el centro de los litigios pendientes.

La discusión también depende de qué material se utilizó y de cómo se obtuvo. El fallo contra Anthropic muestra que una compañía puede enfrentar una responsabilidad considerable por descargar copias pirateadas, aunque el tribunal considere legítimo el aprendizaje realizado posteriormente con esas obras.

Para Gellis, resulta importante separar el debate sobre el uso de obras protegidas durante el entrenamiento del análisis sobre los derechos de autor de los contenidos generados con IA. Son problemas relacionados, pero no idénticos: el primero pregunta si una empresa puede usar material ajeno para desarrollar un sistema, mientras el segundo examina si el resultado producido por ese sistema puede recibir protección legal.

Una decisión en el caso Thaler contra el gobierno estableció que una obra generada completamente por IA no puede recibir protección de derechos de autor. Gellis señaló que ese precedente abre preguntas prácticas difíciles, entre ellas cómo demostrar definitivamente que un texto fue creado con IA y cómo calcular qué proporción de la obra corresponde a decisiones humanas o a la intervención de la máquina.

Una ley antigua frente a una industria en expansión

La legislación estadounidense de derechos de autor no se ha actualizado desde 1976, cuando no existían los modelos generativos ni la infraestructura digital que hoy permite procesar cientos de millones de obras. Por eso, los jueces deben aplicar principios concebidos hace medio siglo a sistemas capaces de analizar cantidades de texto que ningún lector humano podría revisar durante una vida.

Henderson sostuvo que existe una preocupación extendida porque el derecho todavía no ha resuelto cómo tratar los grandes volúmenes de datos usados para entrenar modelos. La incertidumbre no solo afecta a los autores, sino también a las compañías tecnológicas que deben decidir si compran licencias, negocian acuerdos, utilizan repositorios públicos o defienden sus prácticas ante los tribunales.

Gellis comparó el dilema con el uso de un corrector gramatical al escribir una novela en Microsoft Word. En su opinión, normalmente no se considera que el software sea dueño de la novela, pero la inteligencia artificial obliga a examinar decisiones sobre autoría y participación tecnológica que durante años permanecieron en segundo plano.

La comparación no elimina las diferencias entre una herramienta de corrección y un modelo entrenado con cantidades masivas de obras protegidas. Sí ilustra, sin embargo, por qué las preguntas actuales no pueden resolverse únicamente con intuiciones sobre quién escribió el texto, quién aportó la herramienta o qué parte del resultado procede de material previamente publicado.

Un precedente todavía provisional

La mayoría de las compañías de IA continúa involucrada en litigios relacionados con estas cuestiones, por lo que una solución definitiva no parece cercana. Cada sentencia puede orientar temporalmente las prácticas de la industria, pero otra corte podría adoptar una interpretación distinta y modificar el equilibrio entre autores, titulares de derechos y desarrolladores.

Gellis advirtió que los primeros fallos pueden perder influencia si otros tribunales deciden en sentido contrario, mientras que las instancias posteriores determinarán cuáles criterios terminan prevaleciendo. Esa dinámica convierte cada decisión en una señal relevante para el mercado, aunque no necesariamente en una regla aplicable a todos los modelos o a todas las fuentes de datos.

Mientras continúe la incertidumbre, las empresas no pueden ignorar el contenido de las decisiones judiciales ni asumir que todos los usos recibirán el mismo tratamiento. La finalidad del entrenamiento, la forma de adquisición de los libros, la existencia de competencia directa y el impacto comercial serán elementos decisivos en cada controversia.

El conflicto tampoco se limita a una disputa entre tecnología y literatura, porque plantea cómo se distribuirá el valor creado por sistemas que dependen de un ecosistema cultural construido durante décadas. Hasta que el Congreso estadounidense actualice las reglas o los tribunales establezcan una doctrina más uniforme, la legalidad del entrenamiento con libros protegidos seguirá siendo, precisamente, un asunto complicado.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados