El caso Authors Guild v. OpenAI es una demanda colectiva presentada en el Tribunal de Distrito de los Estados Unidos para el Distrito Sur de Nueva York el 19 de septiembre de 2023. Los demandantes, un grupo de autores destacados representados por la Authors Guild, alegan que OpenAI, el creador del modelo de lenguaje grande GPT, infringió sus derechos de autor al utilizar sus libros para entrenar sus sistemas de IA sin autorización. El caso es uno de varios desafíos legales de alto perfil al uso de material protegido por derechos de autor en inteligencia artificial generativa y tiene implicaciones significativas para el futuro del desarrollo de la IA y la ley de derechos de autor.
La demanda fue iniciada por la Authors Guild, una organización profesional para escritores, junto con autores individuales como John Grisham, Jodi Picoult, George R.R. Martin y David Baldacci. Los demandantes afirman que los modelos de OpenAI, incluidos GPT-3 y GPT-4, fueron entrenados con vastos conjuntos de datos que incluían libros protegidos por derechos de autor, a menudo obtenidos de sitios web piratas, sin permiso ni compensación. Argumentan que esto constituye una infracción deliberada de derechos de autor y que OpenAI se benefició comercialmente de sus obras. El caso busca daños legales y medidas cautelares, que podrían ascender a miles de millones de dólares.
Antecedentes: Entrenamiento de IA y Derechos de Autor
La disputa se centra en cómo OpenAI construye sus modelos de lenguaje grande. Estos modelos se entrenan con corpus de texto masivos, que incluyen libros, artículos y páginas web. Los demandantes sostienen que el proceso de entrenamiento de OpenAI implica copiar el texto de libros protegidos por derechos de autor para crear obras derivadas, lo que viola los derechos exclusivos de los titulares de derechos de autor. OpenAI ha argumentado que su uso de material protegido por derechos de autor se enmarca en la doctrina del uso justo, que permite el uso limitado de obras protegidas para fines como crítica, comentario, reportaje, enseñanza, becas o investigación. El caso probablemente dependerá de si la naturaleza transformadora del entrenamiento de IA califica como uso justo.
Los Demandantes y Sus Reclamaciones
Los demandantes nombrados en el caso incluyen un grupo diverso de autores, tanto de ficción como de no ficción. Entre ellos se encuentran novelistas como Jodi Picoult y George R.R. Martin, así como escritores de no ficción como David Baldacci. La Authors Guild, que tiene más de 20,000 miembros, se unió como demandante para representar los intereses de sus miembros. La queja alega que los modelos de OpenAI pueden reproducir extractos verbatim de libros protegidos por derechos de autor, lo que demuestra que los datos de entrenamiento incluían estas obras. Los demandantes también afirman que OpenAI no buscó licencias ni permisos de los autores, a pesar de tener los recursos para hacerlo.
Respuesta de OpenAI y Estrategia Legal
OpenAI ha respondido a la demanda presentando una moción para desestimar en febrero de 2024. La empresa argumenta que los demandantes carecen de legitimación porque no registraron sus derechos de autor ante la Oficina de Derechos de Autor de los Estados Unidos antes de presentar la demanda, un requisito bajo la ley estadounidense. OpenAI también afirma que su uso de material protegido por derechos de autor es transformador y, por lo tanto, uso justo, citando precedentes como el caso de Google Books. La empresa ha enfatizado que sus modelos están diseñados para generar contenido nuevo, no para reproducir obras existentes, y que cualquier similitud es coincidencia o se debe a la naturaleza del lenguaje. OpenAI también ha señalado sus esfuerzos para proporcionar mecanismos de exclusión voluntaria para los autores, aunque los demandantes argumentan que estos son insuficientes.
Litigios Relacionados e Impacto en la Industria
El caso Authors Guild v. OpenAI es parte de una ola más amplia de demandas por derechos de autor contra empresas de IA. En 2023, otros autores, incluidos Sarah Silverman y Christopher Golden, presentaron demandas colectivas separadas contra OpenAI y Anthropic por alegaciones similares. Además, artistas visuales han demandado a generadores de imágenes de IA como Stability AI y Midjourney. Estos casos están siendo observados de cerca por la industria tecnológica, ya que sus resultados podrían establecer precedentes sobre cómo las empresas de IA utilizan datos protegidos por derechos de autor. Algunas empresas, como Google DeepMind y Microsoft (un inversor importante en OpenAI), han comenzado a firmar acuerdos de licencia con editores y creadores de contenido para evitar litigios. Por ejemplo, OpenAI ha firmado acuerdos con organizaciones de noticias como Associated Press y Axel Springer.
Desarrollos Procesales y Cronología
Después de la presentación inicial en septiembre de 2023, el caso se consolidó con otras demandas similares contra OpenAI en el Distrito Sur de Nueva York. En noviembre de 2023, el tribunal designó al abogado principal para los demandantes. La moción de OpenAI para desestimar se presentó en febrero de 2024, y los demandantes presentaron su oposición en marzo de 2024. A mediados de 2024, el tribunal aún no había fallado sobre la moción. El caso se encuentra en sus primeras etapas, y se espera que el descubrimiento de pruebas sea contencioso, particularmente en lo que respecta a los datos de entrenamiento de OpenAI y las comunicaciones internas. No se ha fijado una fecha para el juicio, pero los expertos legales anticipan que el caso podría tardar años en resolverse, potencialmente llegando a la Corte Suprema.
Argumentos a Favor del Uso Justo
La defensa de uso justo de OpenAI es central en su caso. La empresa argumenta que entrenar modelos de IA es análogo a un humano que lee un libro y aprende de él, lo que no infringe los derechos de autor. También señala la naturaleza transformadora de la salida, que genera texto nuevo en lugar de copiar obras existentes. OpenAI ha citado la decisión de la Corte Suprema en Andy Warhol Foundation v. Goldsmith, que aclaró que el uso transformador es un factor clave en el análisis de uso justo. Sin embargo, los demandantes contraargumentan que la escala de copia en el entrenamiento de IA no tiene precedentes y que la naturaleza comercial de las operaciones de OpenAI pesa en contra del uso justo. También señalan que los modelos de OpenAI pueden producir extractos casi verbatim, lo que socava la afirmación de transformación.
Argumentos de los Demandantes
Los demandantes argumentan que el uso de sus obras por parte de OpenAI no es uso justo porque es comercial y perjudica el mercado de sus libros. Afirman que el contenido generado por IA podría sustituir a las obras escritas por humanos, reduciendo la demanda del trabajo de los autores. También enfatizan que OpenAI no buscó permiso ni ofreció compensación, a pesar de que los autores dependen de las regalías para su sustento. La queja detalla casos en los que GPT-3 y GPT-4 generaron pasajes de libros, lo que demuestra que los datos de entrenamiento incluían las obras de los demandantes. Los demandantes buscan daños legales de hasta $150,000 por obra, lo que podría resultar en miles de millones de dólares en responsabilidad si prevalecieran.
Implicaciones Más Amplias para la IA y la Ley de Derechos de Autor
El resultado de este caso podría tener consecuencias de gran alcance para la industria de la inteligencia artificial. Si el tribunal falla en contra de OpenAI, las empresas de IA podrían verse obligadas a obtener licencias para todos los datos de entrenamiento protegidos por derechos de autor, lo que podría ser costoso y ralentizar la innovación. Por el contrario, un fallo a favor de OpenAI podría legitimar el uso de material protegido por derechos de autor en el entrenamiento de IA, lo que potencialmente llevaría a más litigios de otros creadores de contenido. El caso también plantea preguntas sobre la necesidad de nueva legislación para abordar la IA y los derechos de autor, ya que las leyes existentes no fueron diseñadas para el aprendizaje automático. Algunos académicos han propuesto un sistema de licencias obligatorias, mientras que otros abogan por una excepción de dominio público para los datos de entrenamiento.
Estado Actual y Perspectivas Futuras
A finales de 2024, el caso sigue pendiente. El tribunal aún no ha fallado sobre la moción de OpenAI para desestimar, y las partes están involucradas en mociones preliminares. Mientras tanto, OpenAI ha introducido una herramienta que permite a los autores optar por no participar en el uso de sus libros en el entrenamiento, pero los demandantes argumentan que esto es inadecuado porque coloca la carga sobre los autores. Es probable que el caso se vea influenciado por otros fallos en casos similares, como la desestimación de algunas reclamaciones en el caso Silverman. Los analistas legales sugieren que la Corte Suprema podría eventualmente necesitar aclarar la aplicación del uso justo al entrenamiento de IA. La Authors Guild ha expresado confianza en su posición, mientras que OpenAI ha prometido defender sus prácticas. La resolución de este caso será un momento histórico en la intersección de la ley de derechos de autor y el aprendizaje automático.