¿Es legal entrenar IA con libros con derechos de autor? Los tribunales aún lo están decidiendo

La mayoría de los autores publicados han visto, sin su conocimiento ni consentimiento, cómo sus libros se usaron para entrenar los grandes modelos de lenguaje detrás de chatbots como ChatGPT, Gemini y Claude. Sin embargo, si eso es legal todavía no tiene una respuesta clara. “Es muy complejo y hay muchos sentimientos encontrados sobre lo que está pasando, tanto a favor como en contra”, dijo a TechCrunch Cathy Gellis, abogada especializada en propiedad intelectual y derecho tecnológico.

El año pasado, el juez William Alsup ordenó a Anthropic pagar un acuerdo de USD 1500 millones por derechos de autor a un grupo de escritores cuyas obras entrenaron los modelos de la empresa. Pero Alsup dictaminó por separado que el entrenamiento de IA en sí era legal: la sanción fue por piratear los libros de bibliotecas clandestinas ilegales, no por entrenar con ellos. Alsup comparó la forma en que un modelo de lenguaje procesa texto con la de un escritor que estudia literatura, y escribió que los modelos de Anthropic se entrenaron con esas obras “no para adelantarse y replicarlas o sustituirlas, sino para dar un giro brusco y crear algo diferente”. Gellis calificó el fallo como favorable para las empresas de IA, y señaló que una multa de USD 1500 millones es comparativamente pequeña frente a una empresa que proyecta cerca de USD 200,000 millones en ingresos anuales para 2028.

La disputa legal gira en torno al uso justo (“fair use”), la excepción de derechos de autor que permite usar obras protegidas sin permiso para fines como la crítica, la educación o la transformación. Los tribunales sopesan factores como el propósito del uso y su efecto en el mercado de la obra original y, según el abogado Jason Henderson, han tendido a permitir el entrenamiento de IA cuando no compite directamente con el mercado original del material con derechos de autor, y a rechazarlo cuando sí lo hace. Henderson señaló la demanda de Thomson Reuters contra Ross Intelligence, que usó contenido de Reuters para construir una plataforma de investigación legal competidora: el juez Stephanos Bibas dictaminó que ese uso no era justo, porque el producto de Ross carecía de “un ‘propósito adicional o carácter diferente’” respecto al de Reuters. Los autores aún no han logrado argumentar con éxito que los chatbots de IA compiten con ellos de manera similar.

La ley de derechos de autor no se ha actualizado desde 1976, lo que deja a los jueces aplicando estándares de décadas atrás a disputas sobre entrenamiento de IA que podrían moldear el futuro de la industria. Por separado, los tribunales han determinado que las obras generadas totalmente por IA no son objeto de derechos de autor, según el fallo en el caso Thaler v. Perlmutter, una cuestión distinta de si entrenar con material protegido es legal, pero que plantea sus propios problemas sin resolver sobre cómo determinar qué parte de una obra fue creada por IA. Con la mayoría de las grandes empresas de IA todavía enfrentando litigios pendientes sobre estas cuestiones, dijo Gellis, los fallos iniciales están moldeando el comportamiento de la industria aunque casos posteriores aún podrían revertirlos.

Por qué importa

Hasta que tribunales superiores o el Congreso resuelvan la cuestión del uso justo para el entrenamiento de IA, las empresas que construyen modelos fundacionales operan bajo una ley que todavía podría cambiar bajo sus pies, y la diferencia entre “entrenar con algo” y “piratearlo” está resultando importar más que si el entrenamiento en sí está permitido.