El Departamento de Justicia toma partido en una disputa decisiva sobre derechos de autor en IA
El Departamento de Justicia de Estados Unidos se ha sumado a una de las batallas legales más trascendentes en inteligencia artificial con una postura que podría influir en cómo los tribunales tratan el entrenamiento de modelos durante años. En una presentación vinculada a la demanda consolidada que involucra a The New York Times y a otros titulares de derechos, el departamento argumentó que entrenar grandes modelos de lenguaje con texto protegido por derechos de autor puede calificar como uso legítimo.
Esta intervención importa porque el caso se ha convertido en un barómetro del conflicto más amplio entre editores y empresas de IA. The Times demandó a OpenAI y Microsoft a fines de 2023 ante un tribunal federal en Manhattan, alegando que millones de sus artículos se utilizaron sin permiso para entrenar sistemas, incluido GPT-4, y para construir productos que compiten con el periódico como fuente de información. Según el texto fuente proporcionado, el diario ha solicitado daños por miles de millones y la destrucción de modelos entrenados con su trabajo.
El argumento del Departamento de Justicia no dice que la ley de derechos de autor sea irrelevante para la IA. Más bien, establece una distinción más estrecha pero muy importante: la copia que ocurre durante el entrenamiento no es lo mismo que lo que un modelo termina produciendo para los usuarios. Esa separación, a juicio del departamento, es central para el análisis del uso legítimo.
Por qué es tan importante la distinción entre entrenamiento y resultado
El texto fuente proporcionado dice que el departamento sostuvo que se pueden copiar obras completas durante el entrenamiento, pero que esas obras no se ponen a disposición del público en el proceso. Además, argumentó que las salidas del modelo “a menudo, si no siempre”, carecen de una similitud sustancial con los materiales originales. Ese punto aborda una de las preguntas más disputadas en el debate de derechos de autor sobre IA: si el uso de material de origen durante el entrenamiento debe juzgarse como un proceso analítico interno o como parte de un acto comercial que sustituye directamente a las obras originales.
La postura del Departamento de Justicia favorece la primera interpretación. Si el tribunal acepta esa lógica, los desarrolladores de IA tendrían una base legal más sólida para sostener que el entrenamiento con corpus protegidos por derechos de autor es transformador, especialmente cuando los sistemas resultantes no reproducen expresión protegida de una manera sustancialmente similar. Si el tribunal la rechaza, los desarrolladores podrían enfrentar obligaciones de licencia mucho más estrictas y, potencialmente, importantes restricciones operativas.
El departamento también replicó a lo que describió como una teoría demasiado amplia del daño de mercado. Según el texto fuente, sostuvo que las reclamaciones no deberían fusionar sin más entrenamiento y resultado en un solo uso. Esto importa porque las disputas de derechos de autor a menudo dependen de si la actividad impugnada simplemente aprende de una obra o si usurpa el mercado de esa obra. La postura del DOJ sugiere que los demandantes no pueden probar automáticamente un perjuicio solo demostrando que su contenido fue incluido en los datos de entrenamiento.
Una analogía legal orientada a la creatividad humana
Uno de los rasgos más llamativos de la presentación, según el resumen del texto fuente, es su analogía con la autora Joan Didion. El departamento invocó la práctica familiar de escritores que copian prosa admirada para aprender el oficio, argumentando que la ley debería reconocer una diferencia entre estudiar obras existentes y republicarlas ilícitamente. La presentación supuestamente sugirió que, bajo una teoría más amplia contra el entrenamiento, incluso ese tipo de proceso de aprendizaje humano podría considerarse infractor una vez que el aprendiz crea algo nuevo.
La analogía busca transmitir un punto de política más amplio. La ley de derechos de autor está diseñada para proteger la expresión original, pero también existe dentro de un sistema que depende del aprendizaje, la referencia y la influencia. El Departamento de Justicia parece estar argumentando que entrenar un modelo con texto, por sí solo, se parece más al acto de analizar que al acto de duplicar para distribución pública. Si los jueces consideran persuasiva esa comparación es otra cuestión, pero ofrece a las empresas de IA una narrativa que va más allá del detalle técnico y entra en principios básicos sobre la creatividad.
Qué significa la presentación para editores, empresas de IA y el mercado
Para editores y otros titulares de derechos, la presentación del DOJ es un revés en un caso que muchas organizaciones de medios consideran crucial para preservar el control sobre sus archivos. The New York Times y otros demandantes han argumentado que los sistemas de IA generativa obtienen valor de enormes reservas de trabajo creado profesionalmente sin pagar por él. También sostienen que los productos de IA pueden competir con las fuentes originales por la atención, las suscripciones y la publicidad.
Para las empresas de IA, la postura del departamento ofrece algo más que respaldo retórico. Proporciona una declaración formal del gobierno de Estados Unidos de que el entrenamiento de modelos puede producir valor creativo y social, y que imponer responsabilidad por el entrenamiento por sí solo podría frenar la innovación que precisamente la ley de derechos de autor pretende fomentar. Es probable que este encuadre sea citado ampliamente en futuros casos, negociaciones y debates de política pública, incluso más allá de esta demanda en particular.
El texto fuente también señala que el caso es ampliamente visto como una prueba histórica de cómo los tribunales abordarán el entrenamiento de IA. Esa descripción no es exagerada. Una decisión que reduzca el uso legítimo en este contexto podría alterar la economía del desarrollo de modelos de frontera, especialmente para empresas que dependen de conjuntos de datos de texto muy grandes y diversos. Una decisión que confirme una amplia libertad para el entrenamiento podría consolidar el modelo de desarrollo actual mientras desplaza las futuras disputas hacia los resultados, los acuerdos de licencia y las decisiones de diseño de producto.
La cuestión de fondo sigue sin resolverse
Incluso con el Departamento de Justicia respaldando ahora la teoría del uso legítimo, el panorama jurídico sigue sin resolverse. El propio texto fuente señala que otros discrepan. Ese desacuerdo refleja el hecho básico de que la ley de derechos de autor para IA todavía se está construyendo en tiempo real mediante litigios, no a través de un cuerpo maduro y estable de precedentes. Los tribunales aún tienen que decidir cómo se aplican doctrinas tradicionales como la similitud sustancial, la transformación y la sustitución de mercado a sistemas que no simplemente almacenan y reproducen contenido, sino que aprenden patrones estadísticos a partir de conjuntos de datos enormes.
También hay una razón práctica por la que esta presentación importa más allá de la sala de audiencias. Podría influir en cómo empresas, editores y legisladores abordan las licencias. Si el entrenamiento parece legalmente más seguro, las empresas de IA podrían sentir menos presión para licenciar amplios archivos de texto de manera obligatoria. Si los editores perciben que la balanza legal se inclina en su contra, pueden concentrarse más en reclamaciones vinculadas a salidas específicas, confusión de marca o perjuicio competitivo derivado de resúmenes generados por IA que se asemejan a productos de redacción periodística.
Lo que cambió el 2 de septiembre de 2026 no es la respuesta legal final, sino el alineamiento de una importante institución federal con uno de los lados del argumento. El Departamento de Justicia ha dejado explícito ahora que, en su opinión, el acto de entrenar un gran modelo de lenguaje con texto protegido por derechos de autor puede encajar en el uso legítimo. En una disputa que ayudará a definir la relación entre los sistemas de IA y el registro escrito del que aprenden, se trata de un desarrollo significativo.
Este artículo se basa en la cobertura de The Decoder. Leer el artículo original.
Originally published on the-decoder.com
