Authors Guild contra OpenAI es una demanda por infracción de derechos de autor presentada en el Tribunal de Distrito de los Estados Unidos para el Distrito Sur de Nueva York en 2023. Los demandantes, un grupo de autores representados por la Authors Guild, alegan que OpenAI utilizó sus libros protegidos por derechos de autor sin permiso para entrenar sus modelos de lenguaje de gran tamaño, incluidos GPT-3 y GPT-4. El caso es uno de varios desafíos legales de alto perfil contra las prácticas de las empresas de inteligencia artificial generativa, planteando preguntas sobre la aplicación de la doctrina del uso justo al aprendizaje automático.
La demanda se inició el 19 de septiembre de 2023, por la Authors Guild y diecisiete autores individuales, incluidos David Baldacci, John Grisham y George R.R. Martin. Los demandantes afirman que el proceso de entrenamiento de OpenAI implicó copiar sus obras en conjuntos de datos, que luego se utilizaron para entrenar los modelos, constituyendo una infracción directa y vicaria de los derechos de autor. También alegan que OpenAI se benefició de estas copias no autorizadas, violando sus derechos exclusivos bajo la Ley de Derechos de Autor de 1976.
Denuncia inicial y argumentos legales
La denuncia original solicitaba daños legales y medidas cautelares, argumentando que el uso de textos protegidos por derechos de autor por parte de OpenAI no era transformador porque los modelos reproducen y derivan valor del contenido expresivo de las obras. Los demandantes enfatizaron que los modelos de OpenAI pueden generar texto que refleja estrechamente el estilo y el contenido de los libros originales, socavando el mercado de las obras de los autores.
OpenAI respondió presentando una moción para desestimar a principios de 2024, afirmando que el uso de material protegido por derechos de autor en el entrenamiento está protegido bajo la doctrina del uso justo. La empresa argumentó que el proceso de entrenamiento es transformador, ya que crea resultados nuevos y no expresivos, y que los modelos no sirven como sustitutos de los libros originales. OpenAI también sostuvo que los demandantes no alegaron instancias específicas de infracción, como lo requieren los estándares de alegación.
Denuncia enmendada y nuevas alegaciones
El 18 de marzo de 2024, los demandantes presentaron una denuncia enmendada, añadiendo más autores y refinando sus reclamos. La denuncia enmendada incluía ejemplos específicos de los modelos generando texto que parafraseaba o reproducía de cerca pasajes de los libros de los demandantes, lo que los demandantes argumentaron demostraba una infracción directa. La denuncia enmendada también introdujo reclamos de enriquecimiento injusto y competencia desleal, aunque estos fueron retirados posteriormente en presentaciones subsiguientes.
La denuncia enmendada nombró a demandados adicionales, incluido Microsoft, que había invertido fuertemente en OpenAI y proporcionaba infraestructura en la nube a través de Microsoft Azure. Los demandantes alegaron que Microsoft era conjuntamente responsable de la infracción porque se beneficiaba del entrenamiento y despliegue de los modelos. Microsoft presentó su propia moción para desestimar, argumentando que no tenía participación directa en el proceso de entrenamiento.
Fallos sobre las mociones para desestimar
El 9 de julio de 2024, el juez Sidney H. Stein emitió un fallo sobre las mociones para desestimar. El tribunal desestimó varios de los reclamos de los demandantes, incluidos los de infracción vicaria y enriquecimiento injusto, pero permitió que los reclamos centrales de infracción directa continuaran. El tribunal consideró que los demandantes habían alegado suficientemente que OpenAI copió sus obras, y que la defensa del uso justo era mejor abordada en la etapa de juicio sumario que en una moción para desestimar.
El fallo también abordó la cuestión de los daños legales, señalando que los demandantes podían solicitarlos por obras registradas en la Oficina de Derechos de Autor de los Estados Unidos. El tribunal desestimó los reclamos contra Microsoft, considerando que los demandantes no habían alegado adecuadamente que Microsoft tuviera el derecho y la capacidad de supervisar la actividad infractora, un requisito para la responsabilidad vicaria.
Uso justo y el debate sobre el uso transformador
La cuestión legal central en el caso es si entrenar un Large language model con textos protegidos por derechos de autor constituye uso justo. La doctrina del uso justo, codificada en la Sección 107 de la Ley de Derechos de Autor, considera cuatro factores: el propósito y carácter del uso, la naturaleza de la obra protegida, la cantidad y sustancialidad de la porción utilizada, y el efecto en el mercado potencial de la obra.
OpenAI argumenta que el uso es transformador porque los modelos no reproducen las obras originales, sino que aprenden patrones estadísticos de ellas. La empresa señala que los modelos están diseñados para generar texto nuevo, no para servir como repositorios de obras existentes. Los demandantes contraargumentan que la copia no es transformadora porque los modelos están entrenados para imitar el estilo y contenido de las obras originales, y que la naturaleza comercial de las operaciones de OpenAI pesa en contra del uso justo.
Descubrimiento de pruebas y evidencia
Tras el fallo de julio de 2024, el caso entró en la fase de descubrimiento de pruebas. Los demandantes solicitaron acceso a los datos de entrenamiento de OpenAI y a comunicaciones internas sobre el uso de materiales protegidos por derechos de autor. OpenAI se ha resistido a algunas de estas solicitudes, citando protecciones de secretos comerciales y la carga de producir vastas cantidades de datos.
En octubre de 2024, el tribunal ordenó a OpenAI producir una lista de los libros utilizados en sus conjuntos de datos de entrenamiento, pero permitió a la empresa redactar cierta información propietaria. Los demandantes también han solicitado tomar declaraciones a ejecutivos clave de OpenAI, incluido el CEO Sam Altman, aunque el tribunal aún no ha fallado sobre esas solicitudes.
Casos relacionados e impacto en la industria
El caso de la Authors Guild es parte de una ola más amplia de litigios contra empresas de IA. Demandas similares han sido presentadas por otros autores, incluida una acción colectiva liderada por Sarah Silverman, y por organizaciones de noticias como The New York Times. Estos casos están siendo observados de cerca por la industria de la Artificial intelligence, ya que los resultados podrían sentar precedentes sobre cómo se entrenan y despliegan los modelos de IA.
El caso también ha atraído la atención de los responsables políticos. En 2024, la Oficina de Derechos de Autor de los Estados Unidos emitió un informe sobre IA y derechos de autor, recomendando que el Congreso aclarara el alcance del uso justo para los datos de entrenamiento. El informe señaló que la ley actual es ambigua y que puede ser necesaria una acción legislativa para proporcionar certeza tanto a los creadores como a los desarrolladores de IA.
Estado actual y próximos pasos
A finales de 2024, el caso se encuentra en la fase de descubrimiento de pruebas, con ambas partes preparándose para posibles mociones de juicio sumario. El tribunal ha programado una conferencia de estado para enero de 2025 para discutir el progreso del descubrimiento y cualquier moción restante. No se ha fijado una fecha de juicio, pero los expertos legales esperan que el caso se resuelva mediante juicio sumario o un acuerdo, dada la complejidad y el costo de un juicio completo.
El resultado de Authors Guild contra OpenAI podría tener implicaciones significativas para la industria de la Generative AI. Si el tribunal determina que entrenar con obras protegidas por derechos de autor no es uso justo, las empresas de IA podrían necesitar obtener licencias para los datos de entrenamiento, lo que podría aumentar los costos y frenar la innovación. Por el contrario, un fallo a favor de OpenAI podría proporcionar una base legal para el uso continuado del raspado web a gran escala en el desarrollo de IA.
Contexto más amplio y comentario académico
Los académicos legales han ofrecido opiniones divergentes sobre el caso. Algunos argumentan que la doctrina del uso justo debería interpretarse de manera flexible para acomodar nuevas tecnologías, citando la historia del derecho de autor adaptándose a innovaciones como la fotocopiadora y el VCR. Otros sostienen que la escala de la copia en el entrenamiento de IA no tiene precedentes y que el daño económico a los autores es real, particularmente para aquellos cuyas obras se utilizan para entrenar modelos que pueden generar contenido competidor.
El caso también ha provocado debates sobre la naturaleza de la creatividad y la autoría en la era de la IA. Algunos comentaristas han sugerido que la demanda refleja una ansiedad más amplia sobre el papel de los autores humanos en un mundo donde las máquinas pueden producir texto indistinguible de la escritura humana. Otros han señalado que los demandantes no se oponen a la IA per se, sino al uso no compensado de sus obras.
Resultados potenciales y precedentes
Si el caso procede a un fallo sobre el fondo, el tribunal deberá aplicar la prueba de cuatro factores del uso justo a los hechos específicos del entrenamiento de IA. El tribunal podría considerar si los resultados de los modelos son suficientemente transformadores, si las obras utilizadas son principalmente fácticas o creativas, y si el proceso de entrenamiento copia más de lo necesario. El factor de daño al mercado probablemente será central, ya que los demandantes argumentarán que los modelos reducen la demanda de sus libros, mientras que OpenAI sostendrá que los modelos no compiten con las obras originales.
Un fallo a favor de los demandantes podría llevar a un requisito para que las empresas de IA obtengan licencias para los datos de entrenamiento, potencialmente creando un nuevo mercado para obras protegidas por derechos de autor. Un fallo a favor de OpenAI podría reforzar la idea de que el entrenamiento de IA es un uso justo, pero también podría impulsar una acción legislativa para abordar las preocupaciones de los creadores. En cualquier caso, es probable que el caso sea apelado, y la resolución final podría provenir en última instancia de la Corte Suprema.
Conclusión
Authors Guild contra OpenAI es un caso histórico que dará forma al panorama legal para la IA y los derechos de autor. Las denuncias enmendadas y los fallos han aclarado el alcance de los reclamos, pero la cuestión central del uso justo sigue sin resolverse. A medida que el caso avanza, continuará atrayendo la atención de las comunidades legal, tecnológica y creativa, y su resultado tendrá implicaciones duraderas para el desarrollo del Machine learning y la protección de la propiedad intelectual.