Authors Guild contra OpenAI es una demanda colectiva presentada ante el Tribunal de Distrito de los Estados Unidos para el Distrito Sur de Nueva York el 20 de septiembre de 2023. La demanda, interpuesta por el Authors Guild y un grupo de escritores destacados de ficción y no ficción, alega que OpenAI, el desarrollador de los modelos de lenguaje grandes que sustentan ChatGPT, infringió sus derechos de autor al utilizar sus libros para entrenar sus sistemas de IA generativa sin autorización. El caso es uno de varios desafíos legales de alto perfil a las prácticas de datos de las empresas de IA, planteando preguntas fundamentales sobre el uso justo, la autoría y la economía del trabajo creativo en la era del aprendizaje automático.
Los demandantes incluyen al Authors Guild, la organización profesional más grande para escritores en los Estados Unidos, junto con autores individuales como John Grisham, George R.R. Martin, Jodi Picoult y David Baldacci. Su queja sostiene que OpenAI copió sus obras en su totalidad en los conjuntos de datos de entrenamiento para sus modelos, que luego generan texto que puede imitar o resumir esas obras, compitiendo con los originales en el mercado. La demanda busca daños estatutarios, medidas cautelares y una declaración de que el uso de material protegido por derechos de autor por parte de OpenAI sin consentimiento ni compensación viola la Ley de Derechos de Autor de 1976.
Antecedentes: El Auge de los Modelos de Lenguaje Grandes
OpenAI, fundada en 2015 como una organización de investigación sin fines de lucro, hizo la transición a una estructura de beneficios limitados en 2019 para asegurar financiamiento para recursos informáticos masivos. Su producto insignia, ChatGPT, lanzado al público en noviembre de 2022, se convirtió en una de las aplicaciones de consumo de más rápido crecimiento en la historia, alcanzando más de 100 millones de usuarios mensuales en dos meses. La tecnología subyacente se basa en la arquitectura de transformador, introducida en un artículo de 2017 por investigadores de Google, que permitió un entrenamiento eficiente en vastas cantidades de datos de texto.
Entrenar un modelo de lenguaje grande implica alimentarlo con miles de millones de palabras de diversas fuentes, incluidos libros, artículos, sitios web y otro material escrito. OpenAI no ha divulgado públicamente el contenido completo de sus conjuntos de datos de entrenamiento, pero la empresa ha reconocido usar texto disponible públicamente de internet, incluidos libros, en sus modelos anteriores como GPT-2 y GPT-3. La escala es enorme: GPT-3, lanzado en 2020, se entrenó con cientos de miles de millones de tokens, siendo un token una unidad de texto aproximadamente equivalente a una palabra o parte de una palabra.
Los demandantes argumentan que los libros son datos de entrenamiento de valor único porque contienen prosa de alta calidad y formato largo que ayuda a los modelos a aprender gramática, razonamiento y estructura narrativa. Sin embargo, sostienen que usar libros protegidos por derechos de autor sin permiso no es un uso justo transformador, sino una explotación comercial del trabajo de los autores. El caso se sitúa así en la intersección de la ley de derechos de autor y la tecnología de aprendizaje automático, un campo que ha avanzado rápidamente mediante técnicas como el aprendizaje profundo y las redes neuronales.
Reclamaciones Legales y Argumentos
La queja afirma múltiples causas de acción, incluida la infracción directa de derechos de autor, la infracción vicaria y el enriquecimiento injusto. Los demandantes alegan que el proceso de entrenamiento de OpenAI implica necesariamente hacer reproducciones no autorizadas de sus obras, tanto en la creación de conjuntos de datos de entrenamiento como en la capacidad del modelo para generar texto que se asemeja estrechamente a los originales. También afirman que el uso de sus obras por parte de OpenAI ha disminuido el mercado para sus libros, ya que los lectores ahora pueden obtener resúmenes o imitaciones generados por IA de forma gratuita.
La defensa probable de OpenAI se centra en la doctrina del uso justo, que permite el uso limitado de material protegido por derechos de autor para fines como crítica, comentario, reportaje de noticias, enseñanza e investigación. La empresa ha argumentado en otros contextos que entrenar modelos de IA con texto disponible públicamente es un uso transformador que no sustituye a las obras originales. Sin embargo, los demandantes contraargumentan que el uso de OpenAI es comercial, no transformador y perjudicial para el mercado de sus obras, señalando la valoración de la empresa, que superó los 80 mil millones de dólares a principios de 2024.
El caso está asignado al juez Sidney H. Stein, quien también preside una demanda relacionada presentada por The New York Times contra OpenAI y Microsoft en diciembre de 2023. El caso del Authors Guild se ha consolidado con otras demandas similares, incluida una presentada por los autores Sarah Silverman, Richard Kadrey y Christopher Golden, aunque la consolidación ha sido parcial y procesal. Una decisión temprana clave llegó en noviembre de 2023, cuando el juez Stein desestimó algunas reclamaciones en el caso Silverman por falta de legitimación, pero permitió que otras continuaran, señalando que los tribunales están dispuestos a abordar las cuestiones sustantivas de derechos de autor.
El Panorama Legal Más Amplio
Authors Guild contra OpenAI es parte de una ola de demandas contra empresas de IA. Además del caso de The New York Times, que alega que OpenAI y su socio Microsoft usaron millones de artículos protegidos por derechos de autor para entrenar sus modelos, otros autores han presentado demandas contra Anthropic, el creador del modelo Claude, y contra Google DeepMind. Estos casos son observados de cerca por la industria tecnológica, el sector editorial y los académicos legales, ya que sus resultados podrían establecer precedentes sobre cómo las empresas de IA obtienen y usan datos de entrenamiento.
Un desarrollo notable ocurrió en julio de 2024 cuando la Oficina de Derechos de Autor de los Estados Unidos publicó un informe sobre derechos de autor e IA, recomendando que el Congreso considere nueva legislación para abordar el uso de obras protegidas por derechos de autor en el entrenamiento de IA. El informe no tomó una postura definitiva sobre el uso justo, pero destacó la necesidad de claridad y sugirió que la ley existente puede no proteger adecuadamente a los autores. Esta incertidumbre regulatoria ha llevado a algunas empresas de IA a cerrar acuerdos de licencia con proveedores de contenido, como los acuerdos de OpenAI con organizaciones de noticias como Axel Springer y Associated Press, aunque tales acuerdos no cubren a la gran mayoría de los autores.
El Authors Guild también ha sido activo en abogar por mecanismos de licencia colectiva, similares a los utilizados por los editores de música y compositores. En 2024, el gremio propuso un marco bajo el cual las empresas de IA pagarían una tarifa de suscripción para usar obras protegidas por derechos de autor, con ingresos distribuidos a los autores según el uso. Esta propuesta ha ganado algo de tracción en círculos políticos, pero no ha sido adoptada por ninguna empresa importante de IA hasta principios de 2025.
Hitos Procesales Clave
Tras la presentación inicial, el caso avanzó a través de varias etapas procesales. En octubre de 2023, OpenAI presentó una moción para desestimar, argumentando que los demandantes no habían alegado adecuadamente una infracción directa porque el proceso de entrenamiento implica copias intermedias que no se distribuyen al público. La empresa también sostuvo que los demandantes carecían de legitimación porque no habían registrado todas sus obras con la Oficina de Derechos de Autor de los Estados Unidos, un requisito previo para presentar una demanda por infracción.
El juez Stein falló sobre la moción en parte en febrero de 2024, permitiendo que la mayoría de las reclamaciones continuaran, pero desestimando algunas por motivos técnicos. Sostuvo que los demandantes habían alegado de manera plausible que el proceso de entrenamiento de OpenAI implicaba copia, y que la defensa de uso justo era más adecuada para un juicio sumario o un juicio que para una moción de desestimación. Esta decisión fue vista como una victoria para los autores, ya que mantuvo vivas las reclamaciones centrales.
En junio de 2024, las partes participaron en el descubrimiento de pruebas, con los demandantes solicitando información detallada sobre los conjuntos de datos de entrenamiento de OpenAI y la empresa resistiéndose por motivos de secreto comercial. Un juez magistrado ordenó a OpenAI producir ciertos documentos, pero el alcance del descubrimiento sigue siendo disputado. El caso está programado para una conferencia previa al juicio en marzo de 2025, con una posible fecha de juicio a finales de 2025 o 2026, aunque tales cronogramas a menudo se extienden en litigios complejos.
Implicaciones para Autores y el Desarrollo de la IA
El resultado de Authors Guild contra OpenAI podría tener implicaciones profundas tanto para el mundo literario como para la industria de la IA. Si los demandantes prevalecen, OpenAI y otras empresas de IA pueden verse obligadas a obtener licencias para cada obra protegida por derechos de autor utilizada en el entrenamiento, un proceso que podría ser logísticamente desafiante y financieramente oneroso. Esto podría frenar el desarrollo de modelos de lenguaje grandes, particularmente para empresas más pequeñas e instituciones de investigación que carecen de los recursos para negociar con miles de titulares de derechos.
Por el contrario, un fallo a favor de OpenAI afirmaría la doctrina del uso justo aplicada al entrenamiento de IA, potencialmente permitiendo que las empresas continúen usando texto protegido por derechos de autor sin compensación. Tal decisión podría fomentar una recopilación de datos más agresiva y podría llevar a una mayor consolidación en la industria de la IA, ya que solo los actores más grandes podrían permitirse litigar y resolver reclamaciones.
Para los autores, el caso trata sobre más que dinero. Plantea preguntas sobre la naturaleza de la autoría en una era en la que las máquinas pueden generar texto que imita la creatividad humana. Algunos escritores han adoptado la IA como una herramienta, mientras que otros la ven como una amenaza existencial para sus medios de vida. El Authors Guild ha enmarcado la demanda como una defensa de la profesión, argumentando que los escritores merecen ser compensados por el valor que sus obras contribuyen a los sistemas de IA.
El caso también se cruza con debates más amplios sobre las prácticas comerciales de OpenAI y su relación con la comunidad creativa. En 2023, OpenAI lanzó un programa para pagar a algunos autores por el uso de sus obras en el entrenamiento, pero los términos fueron ampliamente criticados como inadecuados. La empresa también ha enfrentado críticas por su falta de transparencia sobre los datos de entrenamiento, una preocupación que es central en el litigio.
Opiniones de Expertos y Debate Académico
Los académicos legales están divididos sobre el resultado probable. Algunos, como la profesora Pamela Samuelson de la Universidad de California, Berkeley, han argumentado que el entrenamiento de IA en obras protegidas por derechos de autor debería considerarse uso justo, estableciendo paralelismos con los motores de búsqueda y otras tecnologías que copian texto para fines transformadores. Otros, como el profesor James Grimmelmann de la Universidad de Cornell, han sugerido que la escala y la naturaleza comercial del entrenamiento de IA pueden inclinar la balanza a favor de los autores, particularmente si los modelos pueden generar resultados que compiten con los originales.
El caso también ha atraído la atención de economistas, quienes señalan que el valor de los datos de entrenamiento es sustancial. Un estudio de 2023 estimó que el valor de mercado de un solo libro de alta calidad para el entrenamiento de IA podría ser de miles de dólares, dada la importancia de texto diverso y bien escrito para mejorar el rendimiento del modelo. Esto ha llevado a algunos a argumentar que los autores están efectivamente subsidiando la industria de la IA sin recibir una parte de las ganancias.
Conclusión y Perspectivas
Hasta principios de 2025, Authors Guild contra OpenAI permanece en la fase de descubrimiento de pruebas, sin un fallo final sobre el fondo. Es probable que el caso tarde años en resolverse, y una apelación ante el Tribunal de Apelaciones de los Estados Unidos para el Segundo Circuito es probable independientemente del resultado. La Corte Suprema podría finalmente intervenir, como lo ha hecho en otros casos de derechos de autor que involucran nuevas tecnologías, como la decisión de 2021 en Google contra Oracle, que sostuvo que el uso de código Java por parte de Google era uso justo.
Mientras tanto, el caso ya ha tenido un impacto. Ha llevado a otros autores y editores a presentar sus propias demandas, y ha acelerado los esfuerzos para desarrollar marcos de licencia voluntaria. También ha contribuido a una conversación pública más amplia sobre la ética de la IA, los derechos de los creadores y el futuro de la propiedad intelectual en una era digital. Cualquiera sea el juicio final, Authors Guild contra OpenAI probablemente será recordado como un caso histórico en la historia de la inteligencia artificial y la ley de derechos de autor.