Documentos judiciales sitúan a Microsoft y OpenAI ante sus propias dudas sobre el entrenamiento de IA
Archivos judiciales publicados sin las tachaduras originales han puesto el foco en las discrepancias entre el discurso público de Microsoft y OpenAI y las valoraciones internas de algunos de sus ejecutivos. Los documentos forman parte del litigio iniciado por The New York Times contra ambas compañías por el uso de artículos periodísticos para entrenar modelos de inteligencia artificial.
En público, las empresas han defendido que la utilización de contenidos protegidos constituye fair use, una figura del derecho estadounidense que permite determinados usos de obras con copyright sin autorización previa. En privado, según los documentos incorporados al expediente, algunos responsables habrían descrito esa práctica con términos mucho más contundentes.
Un ejecutivo de Microsoft habló del mayor robo de trabajo de la historia
Brent Hecht, director de Ciencia Aplicada de Microsoft, calificó por escrito la copia masiva de artículos periodísticos sin permiso como probablemente el mayor robo de trabajo en la historia de la humanidad. En otro documento, describió el uso no autorizado de contenidos como un robo de proporciones sin precedentes.
Hecht también habría cuestionado que la defensa del uso legítimo pudiera aplicarse a estas prácticas. A su juicio, aceptar ese argumento convertiría en una parodia la propia idea de fair use, especialmente si los sistemas de IA emplean el material para ofrecer respuestas que reducen la necesidad de visitar las páginas originales.
Estas declaraciones no determinan por sí solas el resultado del proceso. Sin embargo, podrían tener relevancia en la fase conocida como summary judgment o juicio sumario, en la que el juez decide qué reclamaciones pueden resolverse sin un juicio completo y cuáles deben llegar a los tribunales.
OpenAI admitió internamente el riesgo de sustitución
Los documentos también recogen comentarios de directivos de OpenAI sobre el impacto de sus productos en el sector editorial y cultural. Jack Clark, responsable de política de la compañía, habría advertido de que el desarrollo de estos sistemas conduciría cada vez más a crear herramientas capaces de sustituir el trabajo de las personas que definen la cultura de la sociedad.
Nick Turley, ejecutivo sénior de OpenAI, fue aún más directo al describir los productos de la empresa como herramientas sustitutivas. La frase puede resultar especialmente relevante porque uno de los elementos centrales del fair use es determinar si el nuevo uso perjudica el mercado de la obra original.
En términos sencillos, el scraping consiste en recopilar automáticamente grandes cantidades de información disponible en internet. En el entrenamiento de modelos de IA, esos datos pueden utilizarse para que el sistema aprenda patrones del lenguaje, relaciones entre conceptos y estructuras de redacción. La controversia surge cuando el material incluye obras protegidas y se obtiene sin licencia.
El acceso a contenidos de pago, en el centro de la disputa
Satya Nadella, consejero delegado de Microsoft, declaró que las conversaciones con chatbots han sustituido en algunos casos a las visitas a las páginas de los editores. También defendió que los contenidos situados tras muros de pago deberían contar con acuerdos de licencia específicos para su uso en el entrenamiento de inteligencia artificial.
Nadella añadió que, de haber sabido que OpenAI había recopilado material de pago, habría ejercido el derecho de Microsoft a exigir un nuevo entrenamiento de los modelos. El reentrenamiento consiste en volver a desarrollar o ajustar un sistema utilizando un conjunto de datos diferente, normalmente después de retirar información controvertida.
El expediente describe además prácticas como la recopilación masiva de artículos, el acceso inadvertido a contenidos protegidos por paywalls y la eliminación de avisos de copyright y otros metadatos de gestión de derechos. Estos metadatos permiten identificar al titular de una obra, sus condiciones de uso o las restricciones aplicables.
La supresión deliberada de esa información podría abrir una vía legal independiente de la discusión sobre el fair use. La cuestión no sería únicamente si el contenido podía utilizarse para entrenar un modelo, sino también si se alteraron los datos necesarios para reconocer su autoría y sus condiciones de explotación.
El cuarto factor del uso legítimo puede ser decisivo
La legislación estadounidense analiza el fair use mediante cuatro factores. Entre ellos figuran la finalidad del uso, la naturaleza de la obra, la cantidad utilizada y el efecto sobre el mercado original. Este último punto puede adquirir un peso especial si las respuestas de un chatbot sustituyen la consulta directa de periódicos y otros editores.
- La finalidad comercial o transformadora del uso.
- El carácter informativo o creativo de la obra utilizada.
- La cantidad y relevancia del contenido copiado.
- El impacto sobre el mercado de la publicación original.
Las afirmaciones internas sobre el carácter sustitutivo de los productos podrían ser utilizadas por la parte demandante para cuestionar la defensa de Microsoft y OpenAI. La empresa podría alegar que una respuesta generada por IA transforma el material y no reproduce de forma literal el artículo, pero el tribunal también debe valorar si el servicio compite con el producto periodístico.
Licencias millonarias y posibles daños
OpenAI ha negociado acuerdos de licencia con distintos editores por cantidades que, según los documentos y las informaciones conocidas del caso, pueden situarse entre uno y diez millones de dólares anuales. Para algunos titulares de derechos, esas cifras no compensarían el volumen de contenidos empleado ni el posible perjuicio para el tráfico y las suscripciones.
La demanda podría reclamar al menos 7.500 millones de dólares en daños conforme a la legislación estadounidense sobre derechos de autor. La cuantía final dependerá de las infracciones que el juez permita llevar a juicio, de la responsabilidad atribuida a cada compañía y de si se considera probado que hubo eliminación deliberada de información sobre copyright.
El caso llega a una fase especialmente sensible para las empresas de IA. Mientras algunos responsables políticos estadounidenses han defendido una interpretación amplia del fair use, los nuevos documentos aportan valoraciones internas que podrían reforzar la posición de los editores. La decisión sobre el juicio sumario marcará qué reclamaciones siguen adelante y si Microsoft y OpenAI afrontan un juicio completo con esas declaraciones incorporadas al expediente.
