¿Es legal entrenar la inteligencia artificial con libros protegidos? La cuestión es compleja

Muchos usuarios saben hoy que los modelos lingüísticos que impulsan herramientas como ChatGPT, Gemini y Claude se entrenan con enormes bases de datos que incluyen cientos de millones de libros, artículos, investigaciones académicas y todo cuanto puede encontrarse en internet. Y lo más grave es que la mayoría de los autores han contribuido —sin su conocimiento ni consentimiento— al desarrollo de las mismas herramientas que podrían amenazar sus fuentes de ingresos. A primera vista, esto parece ilegal, pero la realidad jurídica es mucho más compleja.

¿Por qué es tan espinoso este caso?

La abogada especializada en propiedad intelectual, derechos de autor y tecnología, Cathy Gellis, considera que la intersección entre este ámbito legal y el rápido desarrollo tecnológico hace que las cosas sean sumamente complejas. Los sentimientos están profundamente divididos entre partidarios y detractores, y las propias leyes no fueron diseñadas para afrontar tales desafíos.

El problema fundamental es que la ley de derechos de autor en Estados Unidos no se ha actualizado desde 1976, lo que significa que los jueces se ven obligados a interpretar textos de casi medio siglo de antigüedad para resolver casos que podrían definir el futuro de toda la industria de la inteligencia artificial.

Un fallo que puede parecer una victoria para los autores... pero no lo es

El año pasado, el juez William Alsup emitió un fallo que es uno de los primeros de su tipo, mediante el cual obligó a la empresa Anthropic a pagar un acuerdo enorme de 1.500 millones de dólares a un grupo de escritores cuyas obras fueron utilizadas para entrenar sus modelos. Sin embargo, una lectura más profunda del fallo revela una paradoja importante: el juez consideró que entrenar los modelos con obras protegidas es legal, y que la sanción se debió a la piratería, es decir, a la obtención de esos libros de bibliotecas electrónicas ilícitas.

El juez comparó la forma en que el modelo lingüístico asimila billones de palabras con el estudio de la literatura por parte de un escritor, al escribir que los modelos aprenden de las obras no para copiarlas o sustituirlas, sino para producir algo diferente. Gellis considera que este fallo favorece a las empresas de inteligencia artificial más que a los escritores, pues ¿qué valor tiene una multa de 1.500 millones de dólares frente a una empresa que prevé ingresos anuales cercanos a los 200.000 millones de dólares para 2028?

El eje del conflicto: el concepto de «uso justo»

La mayoría de estos casos giran en torno a lo que se conoce como «uso justo» (Fair Use), una excepción dentro de la ley de derechos de autor que permite el uso de materiales protegidos sin permiso explícito para fines como la crítica, la parodia y la educación. Los jueces se basan en criterios específicos al resolver sobre ello, entre ellos:

• El propósito y la naturaleza del uso.
• La magnitud de la parte utilizada de la obra original.
• El grado de impacto del uso en el mercado comercial de la obra.

El abogado Jason Henderson, fundador de la práctica de propiedad intelectual y medios en JWL International, explica que los derechos de autor siempre tienen como objetivo proteger y desarrollar el mercado. Señala que los tribunales tienden a rechazar el entrenamiento cuando su propósito es competir directamente con el titular de la obra, mientras que encuentran justificaciones para permitirlo si no existe una competencia directa.

Un precedente judicial destacado

Henderson cita un caso presentado por la empresa «Thomson Reuters» contra la firma de investigación «Ross Intelligence», que copió su contenido para construir una plataforma jurídica competidora basada en la inteligencia artificial. El juez Stephanos Bibas determinó que el uso de «Ross» no es transformador, ya que no tiene un propósito o carácter diferente al de la obra de «Reuters», y por lo tanto no le aplica el uso justo. En teoría, los autores podrían argumentar que los chatbots compiten con ellos al generar nuevos libros sintéticos, pero este argumento no ha prosperado ante los tribunales hasta ahora.

Otra cara del problema: ¿quién posee el contenido generado?

Gellis considera útil distinguir entre dos cuestiones diferentes: el entrenamiento con obras protegidas por un lado, y los derechos de propiedad del contenido que produce la inteligencia artificial por otro. En el caso «Thaler contra Perlmutter», el tribunal determinó que una obra generada al 100% por inteligencia artificial no está sujeta a la protección de derechos de autor, lo que abre interrogantes espinosos: ¿cómo demostramos que una obra fue producida por inteligencia artificial? ¿Y qué proporción de contribución automatizada tiene?

Gellis pone un ejemplo sencillo: cuando escribes tu novela en el programa Word y usas su corrector ortográfico, no sentimos que el programa sea propietario de tu novela. Pero la inteligencia artificial nos obliga hoy a revisar decisiones que ignoramos durante mucho tiempo.

Un futuro incierto a la espera de resolución

La mayoría de las empresas de inteligencia artificial siguen inmersas en demandas judiciales pendientes, lo que significa que una solución definitiva a estas problemáticas no aparecerá pronto. Gellis afirma que los primeros fallos ejercen una influencia clara en el panorama, pero esta influencia podría revocarse si otros tribunales fallan en sentido contrario, y podría requerirse etapas posteriores de litigio para saber qué tendencia prevalecerá finalmente. Aun así, estas decisiones siguen siendo influyentes en todo lo que ocurre, y no sería prudente que las empresas de inteligencia artificial las ignoraran.

✦ بقلم فريق دروب أيديا