Artistas vs. IA: la batalla legal que redefine el copyright

¿Qué ha ocurrido?

En julio de 2025, la publicación de un dataset por parte de The Atlantic permitió a cualquier persona buscar qué obras protegidas por derechos de autor se habían utilizado para entrenar modelos de inteligencia artificial. Decenas de artistas —escritores, ilustradores, músicos y fotógrafos— descubrieron que sus creaciones aparecían en conjuntos de datos como Common Crawl, LAION-5B o libros pirateados, sin su consentimiento ni compensación. Esto desencadenó una oleada de demandas colectivas contra gigantes tecnológicos como Google, Meta, Anthropic, OpenAI y Stability AI.

Kirk Wallace Johnson, autor de The Feather Thief y The Fishermen and the Dragon, declaró a The Verge: “Sentí una mezcla de ira por la audacia del robo, preocupación por lo que esto significa para los escritores y una sana sed de venganza contra estas corporaciones que se han vuelto galácticamente ricas” usando su trabajo. Johnson pasó “cinco o seis años investigando, escribiendo e investigando” sus libros, solo para encontrarlos pirateados y alimentando chatbots.

Este fenómeno no es nuevo: en 2023, autores como Sarah Silverman y George R.R. Martin ya habían demandado a OpenAI por infracción de derechos de autor. Sin embargo, la magnitud actual es mayor: según datos de la Authors Guild, más de 15.000 escritores se han sumado a demandas colectivas, y organizaciones como la Illustrators' Partnership estiman que el 70% de los ilustradores profesionales han visto sus obras en datasets de entrenamiento sin permiso.

¿Por qué es importante?

Estos casos no son incidentes aislados. Representan un desafío directo al modelo de negocio de la IA generativa, que depende de ingentes cantidades de datos para entrenar sus sistemas. Según un informe de Stanford HAI de 2024, el 58% de los conjuntos de datos utilizados para entrenar modelos de lenguaje contienen material protegido por derechos de autor. Si los tribunales fallan a favor de los artistas, las empresas podrían verse obligadas a pagar licencias retroactivas, eliminar datasets o rediseñar sus modelos desde cero, lo que costaría miles de millones de dólares.

Además, el resultado podría definir el alcance del fair use (uso justo) en el contexto del entrenamiento de IA. Hasta ahora, las compañías se han amparado en esta doctrina legal estadounidense, que permite el uso limitado de material protegido sin permiso para fines como la investigación o la crítica. Sin embargo, los demandantes argumentan que el uso comercial masivo de sus obras para crear productos que compiten directamente con ellas no puede considerarse “uso justo”. Un precedente clave es el caso Google Books (2015), donde el Tribunal de Apelaciones del Segundo Circuito consideró que la digitalización de libros para búsquedas era uso justo. Pero la IA generativa va más allá: no solo indexa, sino que genera contenido nuevo que puede desplazar a los creadores originales.

El impacto económico es masivo. Según un estudio de Goldman Sachs (2024), la IA generativa podría automatizar hasta el 25% de las tareas de creación de contenido, amenazando los ingresos de escritores, músicos y artistas visuales. La International Federation of the Phonographic Industry (IFPI) reportó que la música generada por IA ya representa el 8% de las reproducciones en plataformas como Spotify, sin que los artistas originales reciban compensación.

Consecuencias potenciales

• Para las empresas de IA: Riesgo de indemnizaciones millonarias y cambios en sus prácticas de recopilación de datos. Algunas ya han comenzado a firmar acuerdos de licencia con editoriales y bancos de imágenes. Por ejemplo, OpenAI pagó a Shutterstock por el acceso a sus imágenes y firmó un acuerdo con Axel Springer para noticias. Meta, por su parte, ha anunciado que eliminará datasets problemáticos como Books3, pero aún no ha compensado a los autores. Según The Verge, Google ha destinado 100 millones de dólares a un fondo para derechos de autor, aunque los críticos lo consideran insuficiente.
• Para los artistas: Posibilidad de recibir compensación por el uso pasado de sus obras y de establecer un marco para futuras licencias. La Authors Guild ha propuesto un sistema de licencias colectivas similar al de las sociedades de gestión de derechos musicales. Sin embargo, el proceso legal es lento: las demandas colectivas pueden tardar años en resolverse, y mientras tanto, muchos artistas ven reducidos sus ingresos. Por ejemplo, la ilustradora Sarah Andersen, demandante en un caso contra Stability AI, reportó una caída del 40% en sus ventas desde que los generadores de imágenes se popularizaron.
• Para el mercado: Podría ralentizar el desarrollo de nuevos modelos si se restringe el acceso a datos, o por el contrario, incentivar la creación de datasets éticos y transparentes. Empresas como Adobe han lanzado modelos entrenados solo con contenido con licencia (Firefly), mientras que startups como Fairly Trained ofrecen certificaciones de ética en datos. Si las demandas prosperan, es probable que veamos un aumento en el costo de los datos de entrenamiento, lo que podría consolidar el mercado en manos de los gigantes que ya tienen acuerdos, como Microsoft (que invirtió en OpenAI) y Google (que posee su propio ecosistema de datos).

¿Qué deben saber los lectores?

No todas las demandas han tenido éxito. Algunas han sido desestimadas por falta de pruebas concretas de daño o por considerar que el uso transformativo del modelo de IA está protegido. Por ejemplo, en 2024, un juez desestimó una demanda contra Google por el uso de libros en su modelo PaLM, argumentando que no se demostró un daño económico específico. Sin embargo, casos como el de Getty Images contra Stability AI (por el uso de sus fotos en Stable Diffusion) han avanzado: en enero de 2025, un tribunal británico permitió que el caso procediera, lo que indica que los tribunales están tomando el tema en serio.

Para los creadores, es crucial documentar su propiedad intelectual y monitorear plataformas como Have I Been Trained? (desarrollada por la artista digital Laion) para saber si sus obras han sido incluidas en datasets. También pueden optar por herramientas de protección como Glaze o Nightshade, que alteran las imágenes para confundir a los modelos de IA. Para las empresas, la lección es clara: la opacidad en las fuentes de entrenamiento ya no es una opción viable. La Comisión Europea ya ha incluido en su Ley de IA requisitos de transparencia para los datasets, y en Estados Unidos, la Copyright Office está considerando nuevas regulaciones.

“No se trata de frenar la innovación, sino de que la innovación no se construya sobre la explotación del trabajo ajeno”, resume la abogada de derechos de autor Sarah Jeong, exmiembro del consejo editorial del New York Times.

En definitiva, estas demandas son solo el principio de un largo proceso que definirá el equilibrio entre el avance tecnológico y la protección de los derechos de los creadores en la era digital. La IA generativa promete transformar industrias enteras, pero la pregunta fundamental sigue siendo: ¿a qué costo y para quién?