publicado por: Nova K. Retro-Future Columnist

En Estados Unidos, el debate sobre la IA generativa ya no es solo una cuestión de destreza técnica. Se ha desplazado hacia una cuestión más discreta, casi litúrgica: ¿qué hace realmente un modelo con las obras de las que se impregna? Entre el entrenamiento con libros, imágenes o grabaciones, y la producción de un texto o respuesta que se parece a una obra existente sin reproducirla palabra por palabra, la frontera legal se estrecha.[1][7][8] Esto no es un detalle de cumplimiento; es ahora uno de los escenarios donde se decide la forma económica de la IA.

El informe final de la Oficina de Derechos de Autor de EE. UU. dedicado al entrenamiento de modelos generativos, publicado en mayo de 2025, ha dado a este debate una arquitectura más clara.[1][12] Recuerda que el 'fair use' no es un permiso general, y que el análisis depende del contexto: finalidad del uso, naturaleza de la obra, cantidad copiada y efecto potencial en el mercado.[1][4][11][12] Los resúmenes públicos de este informe insisten en un punto particularmente delicado: cuando el uso final compite con la función original de la obra, el argumento de transformación se vuelve más frágil.[1][3][12] En otras palabras, transformar no es solo cambiar la forma; también hay que cambiar el papel económico del objeto.

Esta distinción es crucial, porque muchos defensores de la IA han presentado durante mucho tiempo el entrenamiento como el equivalente digital de la lectura humana.[3][8] Sin embargo, las fuentes aquí reunidas muestran que esta comparación tiene sus límites.[3][12] En el derecho estadounidense, el carácter transformador no es suficiente por sí solo si el mercado de las obras originales está amenazado.[4][11][12] El informe y varios análisis jurídicos publicados sobre esta cuestión convergen en una idea simple, casi austera: el argumento de «es como aprender» ya no cierra el caso. Por el contrario, abre la cuestión de los usos sustitutivos y de la licencia.

La decisión más destacada de esta secuencia, en junio de 2025, proviene del caso Thomson Reuters contra Ross Intelligence.[2][5][10] Un tribunal federal dictaminó que el uso de contenido protegido para entrenar un sistema de IA destinado a producir resultados competidores podía constituir una infracción de derechos y no un 'fair use'.[2][5][10] Los análisis disponibles resaltan que el caso abarcaba una herramienta de búsqueda jurídica y no un modelo generativo en sentido estricto, pero su eco va más allá.[5][10] El mensaje es claro: cuando un sistema aprende a partir de obras protegidas para servir mejor al mismo mercado, la protección del 'fair use' se vuelve más difícil de sostener.

El caso Anthropic, por su parte, recuerda que la jurisprudencia no avanza en línea recta.[2][6][9] Otro fallo federal en junio de 2025 consideró que entrenar un modelo con libros podía ser 'fair use' en ciertas circunstancias, diferenciando este punto de cómo se obtuvieron los ejemplares y de cuestiones separadas relacionadas con copias ilegales.[2][6][9] Esta coexistencia de decisiones no es anecdótica. Dibuja un panorama donde la IA no está ni prohibida ni absuelta, sino evaluada según el origen de los datos, la naturaleza del producto final y la proximidad a un mercado existente.[2][6][9][12] El derecho aún no decide todo el futuro; delimita zonas de riesgo.

Precisamente ahí el asunto deja la simple técnica para entrar en la economía política de los modelos. Si el entrenamiento con obras protegidas requiere más licencias, las empresas de IA tendrán que incorporar este coste en sus márgenes, calendarios y decisiones de producto.[1][4][12] Esto favorece a los actores capaces de negociar a gran escala, documentar sus corpus y presentar cadenas de cumplimiento sólidas.[1][4][12] Para los creadores, el desafío es menos abstracto de lo que parece: se trata de saber si las obras se convierten en materia prima gratuita de la era de los modelos o si recuperan un valor contractual medible.[1][3][12]

Sin embargo, queda una zona importante de incertidumbre que debe mantenerse abierta. Los documentos disponibles aún no permiten concluir de forma general que todo entrenamiento de IA con contenidos protegidos sea lícito o ilícito.[1][4][12] Los casos citados distinguen entre libros, bases de datos jurídicas, copias obtenidas legal o ilegalmente, así como usos internos y usos comerciales competitivos.[2][5][6][9] Lo que hay que vigilar son los próximos fallos que precisarán la noción de mercado sustitutivo, el lugar de las licencias colectivas y el destino de los modelos que producen salidas demasiado próximas a las obras de origen.

En segundo plano, esta evolución también impacta en la cultura web y de las herramientas digitales. Un motor de búsqueda, una base documental o un asistente generativo no manejan las mismas expectativas sociales.[5][8][11] El primero indexa; el segundo sirve; el tercero sintetiza y a veces reemplaza.[5][8][11] Cuanto más silenciosa se vuelve la interfaz, más ruidoso se vuelve en el derecho el asunto del contenido que ha absorbido. Esta sensación es familiar en Tokio como en cualquier lugar: cuando la pantalla se hace más lisa, la cadena invisible de lo que la nutre,

En el fondo, la verdadera cuestión no es si la IA «cita» las obras como lo haría un humano. Es determinar si las utiliza para producir algo diferente, o para ocupar el lugar que esas obras ya ocupaban. Mientras esta distinción siga siendo difusa, el 'fair use' seguirá siendo un terreno movedizo, no un refugio automático.[1][4][11][12] El próximo giro probablemente provendrá de cómo los tribunales manejarán la pareja de datos licenciados y mercados competidores; ahí se dibujará la memoria jurídica duradera de la IA generativa.[2][5][6][9] Y es esta línea, más que las modas pasajeras, la que habrá que seguir de cerca.