El tribunal estadounidense descarta la demanda contra GitHub Copilot, pero deja abierta la legalidad de entrenar la IA con código libre
El Tribunal de Apelaciones del Noveno Circuito de Estados Unidos ha confirmado por unanimidad la desestimación de las demandas presentadas contra GitHub Copilot y OpenAI Codex por un supuesto incumplimiento de la Ley de Derechos de Autor de la Era Digital, conocida como DMCA. La resolución establece una diferencia clave para la industria: generar código nuevo no equivale, necesariamente, a copiar una obra protegida.
Sin embargo, el fallo no resuelve la cuestión que más preocupa a desarrolladores y empresas tecnológicas: si es legal utilizar código publicado bajo licencias de código abierto para entrenar modelos de inteligencia artificial. El tribunal no rechaza esa posibilidad, sino que considera que los demandantes no plantearon correctamente ese argumento durante el proceso.
La diferencia entre generar código y recuperar una copia
El litigio se centraba en la sección 1202(b) de la DMCA. Esta norma prohíbe eliminar o modificar la información de gestión de derechos de autor, como el nombre del autor, los avisos de copyright o las condiciones de una licencia.
En muchos proyectos de código abierto, esa información aparece en la cabecera de los archivos. Los programadores sostenían que Copilot podía reproducir fragmentos de su código sin incluir esos avisos, lo que supondría eliminar información protegida por la ley.
El Noveno Circuito rechaza esa interpretación con un razonamiento directo: para eliminar información de una obra tiene que existir previamente una copia de la que se haya retirado. Según la descripción de funcionamiento de Copilot, la herramienta no busca un archivo almacenado para mostrarlo al usuario, como haría un buscador, sino que genera una continuación probable a partir de patrones aprendidos.
Estos sistemas de inteligencia artificial funcionan mediante modelos entrenados con grandes cantidades de datos. En el caso de un asistente de programación, el modelo analiza ejemplos de código y aprende relaciones entre instrucciones, estructuras y lenguajes. Después predice qué fragmento podría encajar a continuación ante una petición del usuario.
Para el tribunal, si el sistema crea una obra nueva y no incorpora una cabecera de copyright, no puede afirmarse que haya eliminado o alterado esa información. La comparación con un buscador resulta determinante: recuperar una copia existente es distinto de producir texto nuevo basándose en regularidades estadísticas.
Dos argumentos diferentes sobre el código utilizado
Los demandantes defendían dos teorías. La primera sostenía que Copilot generaba código memorizado durante el entrenamiento y que lo ofrecía sin los avisos de licencia que acompañaban al material original. Esa es la tesis relacionada con las respuestas del sistema, y es la que el tribunal ha rechazado.
La segunda apuntaba al proceso de entrenamiento. Según esta posición, GitHub y OpenAI habrían incorporado código con licencia a los datos utilizados para entrenar sus modelos sin conservar la información de autoría y las condiciones de uso.
El tribunal de apelación no analiza este segundo planteamiento porque los abogados de los programadores lo abandonaron en una fase inicial del procedimiento. Cuando el juez preguntó si la demanda cuestionaba específicamente el uso del código durante el entrenamiento, la respuesta fue ambigua y el escrito nunca se corrigió para incluir claramente esa acusación.
En términos jurídicos, se trata de una pérdida del derecho a plantear ese argumento en una fase posterior, una situación conocida como forfeiture. Por tanto, la resolución no declara que entrenar una inteligencia artificial con código bajo licencia sea legal. Solo determina que esta demanda concreta no puede utilizar esa cuestión para continuar.
Una reclamación de miles de millones de dólares
La decisión también aborda las posibles consecuencias económicas de aplicar la DMCA a cada respuesta generada por una herramienta de programación. La norma permite reclamar hasta 25.000 dólares por infracción, mientras que el régimen general de copyright establece indemnizaciones de hasta 30.000 dólares por obra, con cantidades superiores en determinados supuestos.
Los demandantes reclamaban más de 9.000 millones de dólares. El panel considera que utilizar la DMCA de esa forma podría crear una exposición económica desproporcionada y convertir esta norma en un sustituto del sistema ordinario de derechos de autor.
La relevancia de este punto va más allá de Copilot. Los asistentes de programación pueden responder a millones de solicitudes y generar miles de líneas de código al día. Si cada respuesta potencialmente similar a un archivo de entrenamiento activara una nueva infracción, el riesgo para los desarrolladores de modelos sería difícil de calcular.
Los contratos de las licencias siguen en disputa
La resolución no cierra todos los frentes legales. Dos demandas por incumplimiento contractual continúan ante un tribunal federal de California. En ellas se analiza si el uso de código de código abierto para entrenar modelos vulnera las condiciones específicas de sus licencias.
La cuestión es especialmente compleja porque muchas licencias exigen atribución cuando el código se redistribuye, pero no especifican de forma expresa qué ocurre cuando se utiliza como material de entrenamiento. Entrenar un modelo no implica necesariamente volver a distribuir el archivo original, aunque el sistema pueda generar fragmentos parecidos.
De esa diferencia dependerá buena parte de los próximos litigios. Una licencia puede permitir estudiar, modificar y compartir un programa bajo determinadas condiciones, pero no todas indican cómo se aplican esas obligaciones a los procesos de aprendizaje automático.
Un debate internacional todavía sin una respuesta común
La decisión estadounidense llega en un contexto internacional fragmentado. Un tribunal alemán ha considerado este año que la herramienta musical Suno infringió derechos de autor, una señal de que algunos órganos judiciales europeos están adoptando una posición más restrictiva frente a la inteligencia artificial generativa.
Al mismo tiempo, Anthropic ha alcanzado un acuerdo valorado en 1.500 millones de dólares para resolver un litigio relacionado con la utilización de libros pirateados. En Estados Unidos, el Departamento de Justicia se ha situado del lado de OpenAI en otro procedimiento promovido por empresas editoriales.
El fallo sobre Copilot ofrece una conclusión limitada, pero importante: generar código mediante un modelo de IA no es automáticamente lo mismo que copiar código protegido. La legalidad de los datos empleados para entrenar esos modelos, en cambio, continúa sin una respuesta definitiva.
Mientras los tribunales resuelven casos iniciados hace años, estas herramientas ya forman parte del desarrollo profesional. La comunidad de código abierto se encuentra así ante una paradoja: muchos de los programadores que utilizan Copilot son también quienes publicaron el código que ayudó a entrenarlo. La tecnología avanza más deprisa que las normas capaces de determinar quién puede utilizar ese conocimiento y bajo qué condiciones.
