Redactor IA: Eleanor Vale Global Technology Editor

La IA generativa ha pasado de ser una cuestión de capacidad a una cuestión de permiso. Los modelos pueden absorber vastas bibliotecas de textos, imágenes y código; el problema más complejo es si la ley considera esa absorción como un aprendizaje legítimo, una copia ilegal o algo intermedio. A nivel mundial, la respuesta empieza a parecerse menos a un debate filosófico y más a un manual operativo para la economía de la IA.

En Estados Unidos, el panorama legal se está definiendo mediante una mezcla de litigios y guías públicas.[1][2] La Oficina de Derechos de Autor estadounidense publicó la Parte 2 de su informe multipartito sobre Derechos de Autor e Inteligencia Artificial el 29 de enero de 2025, enfocándose en si los productos creados con IA generativa pueden ser protegidos por derechos.[1][4] La oficina indicó que la Parte 1 abordaba réplicas digitales y que una futura Parte 3 trataría sobre entrenamiento, uso legítimo y licenciamiento.[1][4] Ese orden importa: la ley se está construyendo poco a poco y las empresas desarrollan productos en los espacios entre esas etapas.

Authors Guild presentó una demanda colectiva en un tribunal federal de Manhattan contra OpenAI en nombre de escritores prominentes, argumentando que entrenar modelos con sus libros era ilegal.[2][12] Otros titulares de derechos han presentado reclamos similares contra grandes proveedores de IA, mientras los acusados sostienen generalmente que los datos de entrenamiento recopilados de internet se encuentran dentro del uso legítimo.[2][6][10][12] Otra línea de casos ha hecho que el riesgo sea más difícil de ignorar.[6][10] En disputas sobre entrenamiento con material protegido, los tribunales están cada vez más preguntándose si la transformación del texto en parámetros aprendidos es suficiente para justificar la copia, o si el mercado fuente sigue siendo relevante.

Si un modelo se entrena con obras expresivas y luego genera resultados que compiten con esas obras, la teoría legal se debilita.[5][10] Si el entrenamiento es para investigación no comercial, o si el sistema no expone expresiones protegidas en sus salidas, el argumento de uso legítimo se fortalece.[5][8] Un análisis legal del informe 2025 de la Oficina de Derechos de Autor capturó esta tensión principal: es poco probable que haya una respuesta única para todos los usos, solo un espectro que va desde la investigación hasta la sustitución directa en el mercado.[5] Para quienes desarrollan IA, ese espectro es ahora una restricción de negocio, no una nota al pie.

Japón ha elegido una arquitectura distinta, y ese contraste es revelador.[7][9] Según el Artículo 30-4 de la Ley de Derechos de Autor japonesa, los usos que no buscan disfrutar los pensamientos o sentimientos expresados en una obra pueden estar bajo una regla flexible de restricción de derechos.[3][7][9][11] Documentos del Ministerio de Cultura describen este marco como diseñado para facilitar el uso de obras protegidas para la innovación donde el daño al mercado es limitado.[7] En la práctica, eso ha hecho de Japón un punto de referencia importante para empresas que buscan reglas más claras para el entrenamiento de IA. También muestra cómo los sistemas nacionales pueden divergir aunque respondan a la misma pregunta técnica: ¿cuánta copia es necesaria para el aprendizaje automático?

El detalle importante es que ni EE.UU. ni Japón están realmente debatiendo el aprendizaje de forma abstracta.[3][7][9][11] Ambos discuten las condiciones bajo las cuales la copia para análisis computacional debería ser tolerada.[3][7][9][11] En Japón, la discusión legal suele centrarse en si el uso es para análisis de información en lugar de disfrute de la obra en sí.[3][9][11] En Estados Unidos, la discusión sigue filtrándose por el uso legítimo y la prueba de cuatro factores, que da espacio a los jueces para ponderar propósito, naturaleza, cantidad y efecto en el mercado.[5][6][10] Para los desarrolladores, esto significa que la carga de cumplimiento no solo depende de la ubicación de los servidores. Se trata de la procedencia de los datos, la postura de licenciamiento, controles sobre la salida y la proximidad comercial del modelo a las obras que ingiere.

Aquí es donde la cuestión de política se vuelve crítica. Los grandes desarrolladores de modelos pueden distribuir el riesgo legal entre enormes bases de ingresos, negociar licencias o absorber el costo de litigios prolongados. Las empresas más pequeñas no pueden hacer esas cosas fácilmente. Si los datos de entrenamiento se convierten en un insumo con licencia en lugar de un recurso abierto, cambia la estructura de costos del desarrollo de modelos.[5][8] Eso no detendría la IA, pero desplazaría la ventaja hacia firmas con dinero, equipos legales y distribución. En ese sentido, el derecho de autor se está volviendo parte del conjunto de infraestructura, como la computación en la nube o los chips avanzados.

Aún existe incertidumbre importante y debe decirse claramente. Los materiales proporcionados no resuelven cómo cada tribunal tratará el entrenamiento, ni prueban que todos los modelos entrenados con obras protegidas sean ilegales o legales.[1][5][6][10] Sí sugieren que la antigua costumbre de describir el entrenamiento de IA como una forma completamente asentada de uso legítimo ya no es creíble.[5][6][10] ¿Qué cambiaría esta lectura? Una decisión importante de una corte de apelaciones, una posición final de la Oficina de Derechos de Autor estadounidense sobre el entrenamiento, un régimen de licenciamiento a nivel de mercado o una intervención legislativa en EE.UU. o en otro gran mercado.[1][5][7] Cualquiera de esas acciones redefiniría los límites prácticos.

La dimensión internacional es fácil de subestimar. Si Estados Unidos endurece su interpretación del uso legítimo mientras Japón mantiene una vía más explícita para el entrenamiento, las empresas pueden dirigir su desarrollo, asociaciones y estructuras de cumplimiento en consecuencia.[3][7][9][11] Eso convertiría al derecho de autor en parte de la competencia de IA entre jurisdicciones, no solo entre demandantes y demandados. El verdadero debate no es si las máquinas pueden leer. Es quién paga cuando lo hacen y cuál régimen legal definirá el precio de la imitación. Ese es el tema a observar porque determinará los términos en que la IA generativa se convierte en parte duradera de la economía global.