El caso Getty v. Stability AI abarca dos procedimientos legales paralelos presentados por Getty Images contra Stability AI, el desarrollador del modelo de generación de imágenes Stable Diffusion. Las disputas se centran en las acusaciones de que Stability AI copió millones de fotografías protegidas por derechos de autor de las bases de datos de Getty para entrenar su sistema de inteligencia artificial sin autorización. Los casos, presentados en Estados Unidos y el Reino Unido, se han convertido en ejemplos emblemáticos de la tensión entre el desarrollo de la IA generativa y la legislación vigente sobre derechos de autor.
Getty Images, una importante agencia de fotografía de archivo, inició acciones legales en ambas jurisdicciones a principios de 2023. La empresa argumentó que el uso por parte de Stability AI de sus imágenes propietarias para entrenar modelos de aprendizaje automático constituía una infracción de derechos de autor a gran escala. Stability AI, por su parte, mantuvo que sus prácticas se acogían a las excepciones legales para la minería de textos y datos y, en el contexto estadounidense, a la doctrina del uso justo. Los resultados de estos casos son seguidos de cerca por empresas tecnológicas, creadores de contenido y juristas, ya que podrían sentar precedentes sobre cómo se entrenarán los modelos de inteligencia artificial en el futuro.
Antecedentes: Stable Diffusion y datos de entrenamiento
Stable Diffusion, lanzado en agosto de 2022 por Stability AI, es un modelo de aprendizaje profundo capaz de generar imágenes detalladas a partir de indicaciones de texto. El modelo se entrenó con un conjunto de datos llamado LAION-5B, que contenía miles de millones de pares de imagen y texto extraídos de internet. Getty Images alegó que una parte significativa de este conjunto de datos incluía sus fotografías protegidas por derechos de autor, muchas de las cuales tenían marcas de agua o metadatos incrustados que las identificaban como contenido de Getty.
El proceso de entrenamiento de estos modelos implica alimentar una gran cantidad de imágenes en una arquitectura de red neuronal, típicamente una U-Net combinada con un codificador de texto. Durante el entrenamiento, el modelo aprende patrones estadísticos que vinculan características visuales con palabras descriptivas. Getty argumentó que este proceso implicaba necesariamente la reproducción y el almacenamiento de copias de las imágenes originales, al menos temporalmente, y que el modelo resultante podía generar resultados que se asemejaban mucho a obras específicas protegidas por derechos de autor.
Procedimiento en EE. UU.: Getty Images (US), Inc. v. Stability AI, Inc.
En febrero de 2023, Getty Images presentó una demanda en el Tribunal de Distrito de los Estados Unidos para el Distrito de Delaware. La denuncia alegaba infracción directa e indirecta de derechos de autor, violación de la Ley de Derechos de Autor del Milenio Digital (DMCA) por la eliminación de información de gestión de derechos y infracción de marca registrada relacionada con la generación de imágenes con marcas de agua de Getty.
Getty afirmó que Stability AI había copiado más de 12 millones de fotografías de sus bases de datos sin permiso. La empresa solicitó daños y perjuicios legales, que podrían ascender a hasta 150.000 dólares por obra infringida, lo que potencialmente totalizaría miles de millones de dólares. Stability AI solicitó la desestimación de varias reclamaciones, argumentando que la reclamación de la DMCA era defectuosa porque la eliminación de metadatos ocurrió durante el proceso de entrenamiento, no en la distribución del modelo en sí.
En agosto de 2023, el juez William Bryson concedió parcialmente la moción de desestimación de Stability AI, permitiendo que las reclamaciones por infracción de derechos de autor continuaran, pero desestimando la reclamación de la DMCA y la de marca registrada. El tribunal consideró que Getty había alegado de manera plausible una infracción directa, ya que el proceso de entrenamiento implicaba copiar imágenes. Sin embargo, la reclamación de la DMCA fue desestimada porque Getty no demostró que Stability AI distribuyera las imágenes al público después de eliminar los metadatos. La reclamación de marca registrada fue desestimada porque era poco probable que las imágenes generadas causaran confusión sobre el origen de las fotografías.
El caso continuó durante la fase de descubrimiento de pruebas, con ambas partes intercambiando evidencia sobre la composición del conjunto de datos de entrenamiento y los detalles técnicos del modelo. A finales de 2024, el tribunal denegó las mociones de sentencia sumaria de ambas partes, permitiendo que el caso procediera a juicio. Se fijó una fecha de juicio para finales de 2025, aunque se informó de que las negociaciones de conciliación estaban en curso.
Procedimiento en el Reino Unido: Getty Images v. Stability AI Ltd.
En enero de 2023, Getty Images presentó una demanda separada en el Tribunal Superior de Justicia de Inglaterra y Gales contra Stability AI Ltd., la filial británica de la empresa. La reclamación en el Reino Unido se centró en la infracción de derechos de autor, argumentando que Stability AI había copiado y almacenado imágenes de Getty en el Reino Unido como parte de sus operaciones de entrenamiento.
El caso en el Reino Unido planteó cuestiones legales distintas debido a las diferencias en la legislación sobre derechos de autor. En el Reino Unido no existe una doctrina general de uso justo; en cambio, hay excepciones específicas, incluida una para la minería de textos y datos con fines de investigación no comercial. Stability AI argumentó que sus actividades se encuadraban en esta excepción, pero Getty replicó que el entrenamiento era de naturaleza comercial y que la excepción no se aplicaba a la creación de un producto comercial.
En julio de 2023, el Tribunal Superior permitió que la reclamación de Getty continuara, rechazando la solicitud de Stability AI de tachar partes del caso. El tribunal señaló que las cuestiones planteadas eran sustanciales y requerían una consideración completa. El caso fue suspendido a la espera del resultado de los procedimientos en EE. UU., ya que las partes buscaban evitar litigios duplicados. Sin embargo, a principios de 2025, se levantó la suspensión y el caso en el Reino Unido se reanudó, con una conferencia de gestión del caso programada para mediados de 2025.
Argumentos legales y defensas
La principal defensa de Stability AI en ambas jurisdicciones fue que entrenar un modelo de IA con imágenes protegidas por derechos de autor no constituía infracción porque el modelo no reproducía las imágenes de forma reconocible. La empresa argumentó que el proceso de entrenamiento implicaba transformar imágenes en pesos matemáticos y que el modelo final era una herramienta funcional, no una copia de ninguna obra en particular.
En EE. UU., Stability AI invocó la doctrina del uso justo, citando factores como la naturaleza transformadora del uso, el hecho de que las imágenes se utilizaban con fines no expresivos y la ausencia de daño al mercado. La empresa señaló casos anteriores que involucraban motores de búsqueda y digitalización de libros, donde los tribunales habían considerado que usos similares eran justos. Getty, sin embargo, argumentó que la escala de la copia y la naturaleza comercial del uso pesaban en contra del uso justo, y que el modelo podía generar imágenes que competían con los propios productos de Getty.
En el Reino Unido, la defensa se centró en la excepción de minería de textos y datos en virtud de la Ley de Derechos de Autor, Diseños y Patentes de 1988. Stability AI argumentó que su entrenamiento era una forma de análisis computacional de datos, que estaba permitido para la investigación no comercial. Getty replicó que Stability AI era una entidad comercial y que la excepción no estaba destinada a cubrir el entrenamiento de productos de IA comerciales.
Implicaciones para la industria de la IA
Los casos tienen implicaciones significativas para el ecosistema más amplio del aprendizaje automático. Muchas empresas de IA, incluidas OpenAI, Anthropic y Google DeepMind, dependen del raspado web a gran escala para construir conjuntos de datos de entrenamiento. Una sentencia en contra de Stability AI podría obligar a estas empresas a obtener licencias para los datos de entrenamiento o alterar sus prácticas, lo que potencialmente aumentaría los costos y ralentizaría la innovación.
Por el contrario, una sentencia a favor de Stability AI podría establecer un amplio derecho a utilizar materiales protegidos por derechos de autor para el entrenamiento de IA, algo a lo que se han opuesto los creadores de contenido y los editores. Los casos forman parte de una ola de litigios, incluidas demandas de autores contra OpenAI y de artistas visuales contra otras empresas de IA, que buscan definir los límites del uso permitido.
Los resultados también podrían afectar el desarrollo de modelos de lenguaje de gran tamaño y otros sistemas generativos. Si se restringe el entrenamiento con datos protegidos por derechos de autor, las empresas podrían necesitar depender de datos de dominio público o con licencia explícita, lo que podría limitar la diversidad y calidad de los resultados de la IA. Algunas empresas ya han comenzado a celebrar acuerdos de licencia con proveedores de contenido, como los acuerdos de OpenAI con organizaciones de noticias, como medida proactiva.
Dimensiones técnicas y éticas
Los casos también ponen de relieve cuestiones técnicas y éticas sobre cómo se entrenan los modelos de IA. La arquitectura de red neuronal utilizada en Stable Diffusion, que incluye una U-Net y un codificador de texto, está diseñada para aprender la distribución estadística de las imágenes. Si este proceso constituye una "copia" en el sentido legal es una cuestión de debate continuo.
Éticamente, los casos plantean preocupaciones sobre los derechos de los fotógrafos y artistas individuales cuyo trabajo se utiliza sin compensación. Getty Images se ha posicionado como defensora de los derechos de los creadores, mientras que Stability AI ha argumentado que su tecnología permite nuevas formas de creatividad y que unas leyes de derechos de autor excesivamente restrictivas obstaculizarían el progreso.
Algunos investigadores han propuesto soluciones técnicas, como técnicas de aumento de datos o el uso de poda de modelos para reducir la dependencia de datos protegidos por derechos de autor. Otros han pedido el desarrollo de conjuntos de datos de entrenamiento totalmente licenciados o compuestos por obras de dominio público. Estos enfoques siguen siendo experimentales, y el panorama legal probablemente dará forma a su adopción.
Estado actual y perspectivas futuras
A mediados de 2025, ambos casos siguen sin resolverse. El caso en EE. UU. está programado para juicio a finales de 2025, mientras que el caso en el Reino Unido se encuentra en sus primeras etapas. Los expertos legales esperan que el juicio en EE. UU. sea seguido de cerca, ya que podría producir la primera gran decisión judicial sobre el entrenamiento de IA y los derechos de autor en los Estados Unidos.
La conciliación sigue siendo una posibilidad, ya que ambas partes tienen incentivos para evitar la incertidumbre de un juicio. Sin embargo, lo que está en juego es alto, y cualquier acuerdo podría establecer un punto de referencia para las tarifas de licencia o establecer un marco para futuros acuerdos. Es probable que los casos también sean apelados, independientemente del resultado inicial, lo que significa que las resoluciones finales podrían tardar años.
El caso Getty v. Stability AI forma parte de una conversación global más amplia sobre la regulación de la inteligencia artificial. Los gobiernos de la Unión Europea, Japón y otras jurisdicciones están considerando o implementando reglas sobre los datos de entrenamiento de la IA. Las decisiones en estos casos podrían influir en esos esfuerzos regulatorios y dar forma al futuro de la industria de la IA durante años.