Filtración de Suno: IA musical entrenada con millones de canciones scrapeadas

¿Qué ha ocurrido?

Un hacker accedió a los repositorios internos de Suno, una de las startups más populares de música generativa por IA, y filtró fragmentos de su código fuente. Según el análisis de The Next Web, los archivos revelan que Suno entrenó su modelo con millones de canciones y letras extraídas de la web sin autorización expresa de los titulares de derechos. El código incluye referencias a bases de datos masivas de canciones scrapeadas de plataformas como Spotify, YouTube y sitios de letras. La filtración, ocurrida en julio de 2025, expone un conjunto de datos que, según estimaciones, supera los 50 millones de canciones, incluyendo obras de artistas como Taylor Swift, The Beatles y Drake, cuyas discográficas han sido particularmente activas en la defensa de derechos de autor.

¿Por qué es importante?

Este caso no es aislado. En 2023, Getty Images demandó a Stability AI por usar sus fotos sin licencia, y en 2024, The New York Times demandó a OpenAI y Microsoft por infracción de derechos de autor. Ahora, la filtración de Suno confirma las sospechas de muchos artistas: la IA generativa se ha alimentado de obras protegidas sin compensación. La diferencia es que Suno operaba en un área legalmente gris, y esta evidencia podría inclinar la balanza hacia los demandantes. Además, expone la falta de transparencia de las startups de IA, que a menudo ocultan sus fuentes de datos bajo secreto comercial. Según un informe de la RIAA de 2024, la música generativa por IA podría costar a la industria hasta 2.000 millones de dólares en regalías perdidas para 2028 si no se regula adecuadamente.

Consecuencias inmediatas

• Demandas y regulación: Es probable que veamos acciones legales colectivas de músicos y sellos discográficos. La Unión Europea ya prepara la AI Act, que exigiría transparencia en los datos de entrenamiento. En EE.UU., el Congreso ha presentado el proyecto de ley 'Generative AI Copyright Act' que obligaría a las empresas a revelar sus fuentes de datos y a compensar a los titulares de derechos.
• Cambio en las prácticas: Empresas como OpenAI han comenzado a firmar acuerdos con editores de contenido, como el pacto con Axel Springer en 2023. Suno podría verse forzada a licenciar sus datos o rediseñar su modelo, lo que implicaría un coste estimado de decenas de millones de dólares en nuevas adquisiciones de datos.
• Impacto en usuarios: Si Suno es obligada a eliminar su modelo actual, los usuarios podrían perder acceso a la herramienta o enfrentar cambios en la calidad de las canciones generadas. La plataforma cuenta con más de 10 millones de usuarios activos mensuales, según datos de 2025, muchos de los cuales utilizan Suno para crear música de forma gratuita o mediante suscripciones.

¿Qué deben saber los lectores?

No todo uso de datos scrapeados es ilegal; depende de las leyes de cada país y de si el contenido está protegido por derechos de autor. Sin embargo, la filtración muestra que Suno no contaba con licencias para la mayoría de las obras. Para los creadores, esto refuerza la necesidad de proteger sus obras con metadatos y de monitorear plataformas de IA. Para los usuarios, es un recordatorio de que las herramientas gratuitas a menudo se construyen sobre infracciones. Además, el caso Suno podría sentar un precedente legal: si los tribunales determinan que el scraping masivo para entrenar IA no es 'uso justo', muchas startups podrían colapsar.

“La filtración de Suno es un momento de la verdad para la música generativa: o se regula o se vuelve insostenible”, comenta un analista de TheVortiq.

Análisis técnico

El código filtrado muestra que Suno utilizó técnicas de web scraping masivo, incluyendo descarga de archivos de audio y texto. Se estima que el conjunto de datos contenía más de 50 millones de canciones. Esto contrasta con empresas como Anthropic, que han optado por entrenar con datos de dominio público o con licencias. La falta de transparencia de Suno ahora la coloca en una posición vulnerable ante reguladores y tribunales. El código también revela que Suno empleó modelos de reconocimiento de audio para transcribir letras y metadatos, lo que sugiere un proceso de extracción sofisticado que pudo haber violado los términos de servicio de plataformas como Spotify y YouTube.

Mirando al futuro

Este incidente acelerará la implementación de marcos legales para la IA generativa. Países como Japón ya han establecido excepciones para minería de datos, pero en EE.UU. y Europa la tendencia es hacia una mayor protección de los derechos de autor. Suno podría servir como caso emblemático que defina los límites del uso de obras artísticas para entrenar IA. Además, la filtración ha provocado que inversores reconsideren sus apuestas en startups de IA generativa: según PitchBook, la financiación de este sector cayó un 15% en el tercer trimestre de 2025 respecto al mismo período del año anterior. Para los usuarios, el futuro de Suno es incierto: podría sobrevivir mediante acuerdos de licencia, como ha hecho Spotify con los sellos discográficos, o desaparecer si no logra adaptarse al nuevo entorno regulatorio.