El Departamento de Justicia de EE. UU. le dice a un tribunal que entrenar IA en libros con derechos de autor es un uso legítimo
En el caso consolidado del New York Times contra OpenAI y Microsoft, el DOJ se puso del lado de las empresas de IA y contradijo directamente el informe de la Oficina de Derechos de Autor de Estados Unidos, cuyo autor fue despedido el año pasado.
El Departamento de Justicia de Estados Unidos presentó un escrito la semana pasada en el caso consolidado de derechos de autor presentado por The New York Times y otros titulares de derechos contra OpenAI y Microsoft, y se puso del lado de las empresas de IA. Según el departamento, entrenar un modelo de lenguaje extenso sobre textos protegidos por derechos de autor es un uso legítimo.
El uso legítimo es la doctrina legal estadounidense que permite utilizar material protegido por derechos de autor sin permiso en circunstancias limitadas, como citar un libro en una reseña. Si se llega a acumular millones de artículos para entrenar un modelo es la cuestión que los tribunales han estado analizando desde que el Times presentó una demanda a finales de 2023, exigiendo miles de millones en daños y la destrucción de los modelos entrenados en su trabajo.
El argumento del DOJ gira en torno a una línea entre formación y producción. Durante el entrenamiento, se copian trabajos completos, pero esas copias nunca se publican, y lo que el modelo produce después “a menudo, si no siempre”, carece de similitud sustancial con los originales. Tratar los dos como un solo acto, dice el departamento, es legalmente incorrecto. Su analogía es Joan Didion, quien cuando era adolescente reescribía las historias de Hemingway para descubrir cómo funcionaban sus oraciones. Según la lógica de los demandantes, sugiere el Departamento de Justicia, Didion le habría debido dinero a alguien cada vez que hubiera publicado posteriormente.
¿Qué hay detrás de esto?
La presentación es notable principalmente por a quién contradice. En 2025, la Oficina de Derechos de Autor de EE. UU. publicó un informe en el que concluye que el uso legítimo generalizado no cubre el entrenamiento de IA a escala, argumentando que los modelos funcionan a partir de copias perfectas y generan contenido competitivo mucho más rápido que cualquier ser humano. El Departamento de Justicia ahora dice que el informe no tiene autoridad legal vinculante y malinterpretó la jurisprudencia. Registro de Derechos de Autor Shira Perlmutter fue despedida poco después de que se publicara el informe y actualmente está impugnando su despido, un hecho que el Departamento de Justicia señala en una nota a pie de página.
La objeción por la escala no ha desaparecido. No es lo mismo que una persona copie un libro para aprender de él que una empresa que convierta ese contenido en un producto de mercado masivo que compita con la fuente. Los tribunales de otros lugares han fallado de manera diferente: un tribunal alemán falló en contra de Suno sobre los datos de entrenamiento y rechazó de plano la defensa del uso legítimo. El escrito del departamento es una opinión, no un fallo, y el juez es libre de ignorarlo.
Qué significa esto para ti: Si escribes, dibujas, codificas o haces música para ganarte la vida, esta es la lucha sobre si tu trabajo publicado puede usarse para entrenar los sistemas con los que compites, y el gobierno de EE. UU. acaba de decirle a un tribunal que sí puede hacerlo. Si solo utiliza herramientas de inteligencia artificial, no espere cambios inmediatos. Pero la forma en que llegue este caso determinará lo que los modelos podrán aprender y, por lo tanto, lo que podrán hacer. Si estás en Europa, ten en cuenta que las normas de la UE y las sentencias alemanas apuntan en sentido contrario, por lo que la respuesta puede terminar dependiendo de dónde te encuentres.
Fuentes
Mistral recauda 3.000 millones de euros, la mayor ronda jamás cerrada por una empresa tecnológica europea
Samsung Electronics lideró una Serie D que valora al laboratorio francés en más de 21.000 millones de euros. La propuesta para los inversores no era un mejor chatbot sino control: pesos abiertos, infraestructura propia y sin dependencia de proveedores.
