OpenAI ocultó registros en demanda del NYT: riesgo de sanción grave

¿Qué ha ocurrido?

El 9 de julio de 2026, los medios demandantes liderados por The New York Times presentaron una moción de sanciones contra OpenAI en el tribunal del Distrito Sur de Nueva York. Acusan a la compañía de haber mentido durante años sobre su incapacidad técnica para buscar en los registros de entrenamiento de ChatGPT, mientras que en realidad habría ocultado deliberadamente "miles de millones" de logs que contienen evidencia de que usuarios sortearon muros de pago y reprodujeron artículos completos.

Según la moción, OpenAI argumentó inicialmente que no podía realizar búsquedas en los datos de entrenamiento sin violar la privacidad de los usuarios. Sin embargo, los demandantes descubrieron que la empresa sí tenía la capacidad técnica y que, de hecho, había borrado o retenido selectivamente registros para evitar que se encontrara evidencia incriminatoria. La moción cita correos internos y testimonios que indican que los ingenieros de OpenAI sabían que era posible buscar en los logs, contradiciendo las declaraciones públicas. Este caso se remonta a una demanda presentada en diciembre de 2023, cuando el NYT acusó a OpenAI de usar sus artículos sin licencia para entrenar modelos de lenguaje. Desde entonces, la batalla legal se ha intensificado, con OpenAI argumentando que el uso de datos públicos constituye "uso justo" (fair use). Sin embargo, la moción de sanciones podría cambiar drásticamente el rumbo del caso.

El contexto histórico es relevante: en junio de 2025, OpenAI ya había solicitado al tribunal que no obligara a conservar todos los logs de ChatGPT, calificando la orden como una "pesadilla de privacidad" (Ars Technica). Pero los demandantes ahora afirman que esa postura fue una táctica dilatoria. La moción de 2026 detalla que OpenAI ocultó la existencia de herramientas de búsqueda internas, como "LogSearch", que permitían consultar los registros de entrenamiento. Esto contradice directamente las declaraciones juradas presentadas por la empresa en 2024, donde afirmaba que no podía realizar tales búsquedas sin violar la privacidad. Los demandantes sostienen que OpenAI ha borrado o retenido selectivamente logs para eliminar evidencia de infracción, lo que constituye un "spoliation" (destrucción de pruebas) que merece sanciones severas.

¿Por qué es importante?

Esta evidencia es crucial para determinar si el uso de contenido protegido por parte de OpenAI constituye infracción directa o si califica como uso justo. Si se demuestra que OpenAI ocultó pruebas a sabiendas, el tribunal podría imponer sanciones severas, incluyendo la posibilidad de que se presuma la infracción, lo que debilitaría gravemente la defensa de la empresa. El estándar de "uso justo" se basa en cuatro factores: el propósito del uso, la naturaleza de la obra, la cantidad utilizada y el efecto en el mercado potencial. La reproducción de artículos completos por parte de ChatGPT podría socavar el argumento de transformación y dañar el mercado de las suscripciones de los editores.

El caso sienta un precedente para toda la industria de la IA generativa. Otras empresas como Google (con Gemini), Meta (con Llama) y Anthropic (con Claude) enfrentan demandas similares de titulares de derechos de autor. El resultado podría definir los límites legales del entrenamiento con datos públicos. Por ejemplo, en el caso Google v. Oracle (2021), la Corte Suprema falló a favor del uso justo de APIs, pero no abordó directamente el scraping masivo de contenido protegido. En Europa, la Directiva de Derechos de Autor de 2019 exige licencias para el uso comercial de textos, pero en EE. UU. el panorama legal sigue siendo incierto. Si el tribunal falla en contra de OpenAI, podría obligar a toda la industria a renegociar licencias con los editores, cambiando el modelo de negocio de la IA generativa.

Además, la acusación de mala fe tiene implicaciones reputacionales. OpenAI ha construido su imagen en torno a la transparencia y la seguridad, pero este caso sugiere lo contrario. La empresa ya ha enfrentado críticas por su manejo de datos, como el incidente de 2023 donde un fallo expuso conversaciones de usuarios. Si se confirma el ocultamiento, la confianza del público y de los inversores podría erosionarse aún más.

Consecuencias potenciales

• Sanciones procesales: El juez podría ordenar la divulgación forzosa de los registros ocultos, o incluso dictar una sentencia adversa parcial contra OpenAI. También podría imponer multas monetarias o excluir ciertas defensas. En casos extremos, el tribunal podría emitir una "inferencia adversa" (adverse inference), asumiendo que los logs ocultos contenían evidencia de infracción, lo que facilitaría que los demandantes ganen el caso.
• Daño reputacional: La acusación de mala fe erosiona la confianza en las prácticas de transparencia de OpenAI. Ya en 2025, un informe de The Verge reveló que OpenAI había utilizado trabajadores subcontratados para etiquetar contenido sensible sin su consentimiento. Este nuevo escándalo podría ahuyentar a socios comerciales y talento.
• Impacto en el modelo de negocio: Si se confirma la infracción, OpenAI podría enfrentar daños multimillonarios y verse obligada a renegociar licencias con los editores. Las estimaciones de daños podrían ascender a miles de millones de dólares, considerando el valor de los artículos utilizados. Además, OpenAI podría tener que pagar regalías retroactivas, lo que afectaría su rentabilidad. La empresa ya ha gastado más de $10 mil millones en desarrollo, y una sanción severa podría retrasar su esperada salida a bolsa.
• Efecto dominó en la industria: Una sentencia adversa podría llevar a que otros modelos de IA (como Gemini o Claude) también sean considerados infractores, obligando a las empresas a cambiar sus prácticas de entrenamiento. Esto podría ralentizar la innovación y aumentar los costos de desarrollo, beneficiando a las grandes tecnológicas con bibliotecas de contenido licenciado, como Microsoft.

¿Qué deben saber los lectores?

OpenAI ha negado las acusaciones y calificó la moción de "infundada". Sin embargo, los documentos presentados por el NYT muestran correos internos y testimonios que sugieren que los ingenieros de OpenAI sabían que era posible buscar en los logs, contradiciendo las declaraciones públicas. La moción incluye una declaración jurada de un exempleado que afirma que se le pidió que no documentara la capacidad de búsqueda. OpenAI, por su parte, argumenta que la búsqueda de logs requeriría acceder a datos de usuarios que violarían su privacidad, pero los demandantes replican que se puede realizar de forma anónima.

La decisión del juez se espera en las próximas semanas. Mientras tanto, las acciones de OpenAI y su valoración podrían verse afectadas si las sanciones son severas. Recientemente, OpenAI completó una ronda de financiación de $6.6 mil millones que valoró la empresa en $150 mil millones, pero inversores como Microsoft y Khosla Ventures podrían reconsiderar su respaldo si el riesgo legal aumenta. Además, el caso podría acelerar la regulación de la IA en EE. UU., donde el Congreso ha estado debatiendo leyes como el "AI Foundation Model Transparency Act".

Para los usuarios, las consecuencias podrían traducirse en cambios en ChatGPT: si OpenAI pierde, podría tener que filtrar contenido protegido, lo que reduciría la calidad de las respuestas. Alternativamente, podría implementar sistemas de atribución más estrictos. En cualquier caso, el resultado de este caso marcará un hito en la intersección entre la IA generativa y los derechos de autor, con implicaciones que se extenderán más allá de las fronteras de EE. UU., especialmente en la Unión Europea, donde la Ley de IA ya exige transparencia en los datos de entrenamiento.