Tremblay contra OpenAI es una demanda colectiva presentada en el Tribunal de Distrito de los Estados Unidos para el Distrito Norte de California. El caso, interpuesto por un grupo de autores de ficción y no ficción, alega que OpenAI infringió sus derechos de autor al utilizar sus libros para entrenar modelos de lenguaje de gran escala sin permiso. Los demandantes incluyen a escritores prominentes como Ta-Nehisi Coates, Michael Chabon y David Henry Hwang, quienes buscaron representar a una clase más amplia de autores cuyas obras fueron incluidas en los datos de entrenamiento.
La demanda es uno de varios desafíos de derechos de autor de alto perfil contra empresas de inteligencia artificial, tras acciones similares de organizaciones de noticias y otros creadores. Se centra en la cuestión de si el uso de material protegido por derechos de autor en datos de entrenamiento constituye uso justo o requiere licencias y compensación. El caso ha llamado la atención por su potencial para moldear el panorama legal de la inteligencia artificial generativa y las obligaciones de las empresas que desarrollan sistemas de modelos de lenguaje de gran escala.
Antecedentes y Partes
Los demandantes en Tremblay contra OpenAI son autores que afirman que sus obras fueron utilizadas sin autorización para entrenar los modelos de OpenAI, incluida la serie GPT. Ta-Nehisi Coates, conocido por obras como "Between the World and Me", se unió a la demanda junto con otros escritores cuyos libros abarcan ficción, memorias y periodismo. La queja se presentó en 2023, y el caso se consolidó con procedimientos relacionados, incluida una acción separada presentada por la comediante Sarah Silverman y otros autores.
OpenAI, el demandado, es la empresa de investigación y despliegue de inteligencia artificial detrás de productos como ChatGPT. La empresa ha argumentado que su uso de texto disponible públicamente para el entrenamiento es transformador y cae dentro de las protecciones de uso justo. OpenAI también ha señalado sus acuerdos de licencia con algunos editores, aunque los demandantes sostienen que dichos acuerdos no cubren las obras en cuestión en la demanda colectiva.
Reclamaciones Legales
La reclamación legal central en el caso es la infracción directa de derechos de autor. Los demandantes alegan que OpenAI copió sus libros en su totalidad o en parte sustancial para crear los conjuntos de datos utilizados para entrenar sus modelos. Argumentan que los modelos pueden reproducir porciones de sus obras, a veces textualmente, lo que, según ellos, demuestra la copia no autorizada.
La queja también incluye reclamaciones por infracción vicaria y violaciones de la Ley de Derechos de Autor del Milenio Digital, alegando que OpenAI eliminó o alteró la información de gestión de derechos de autor. Los demandantes buscan daños estatutarios, medidas cautelares y una declaración de que el uso de sus obras por parte de OpenAI no fue uso justo.
Defensa de Uso Justo
La defensa principal de OpenAI es la doctrina del uso justo, que permite el uso limitado de material protegido por derechos de autor sin permiso para fines como crítica, comentario, reportaje de noticias, enseñanza o investigación. La empresa ha argumentado que entrenar con corpus extensos es un proceso transformador que no sustituye las obras originales. OpenAI también ha señalado que sus modelos están diseñados para generar texto nuevo en lugar de reproducir contenido existente, y que ha implementado filtros para reducir la probabilidad de salida textual.
Expertos legales han señalado que el resultado de este caso podría depender de cómo los tribunales ponderen los cuatro factores del uso justo: el propósito y carácter del uso, la naturaleza de la obra protegida, la cantidad utilizada y el efecto en el mercado. Los demandantes argumentan que la naturaleza comercial de las operaciones de OpenAI y el daño potencial a los mercados de los autores pesan en contra del uso justo.
Litigios Relacionados
Tremblay contra OpenAI es parte de una ola más amplia de demandas por derechos de autor contra empresas de inteligencia artificial. La Authors Guild presentó una demanda colectiva separada contra OpenAI en 2023, en representación de miles de escritores. Ese caso, reformulado en 2024 como Authors Guild contra OpenAI, planteó alegaciones similares. El New York Times también demandó a OpenAI en diciembre de 2023, alegando que los modelos de la empresa reproducían sus artículos y socavaban su negocio.
Los casos se han consolidado en algunos aspectos para procedimientos previos al juicio, aunque cada uno conserva reclamaciones y partes distintas. Los tribunales aún no han emitido un fallo definitivo sobre la cuestión del uso justo en estos casos, y es probable que haya apelaciones independientemente de los resultados iniciales.
Historia Procesal
Tremblay contra OpenAI se presentó en julio de 2023. En septiembre de 2023, el tribunal concedió en parte la moción de OpenAI para desestimar ciertas reclamaciones, incluidas las relacionadas con la infracción vicaria, pero permitió que las reclamaciones centrales de derechos de autor continuaran. Los demandantes posteriormente enmendaron su queja para abordar las preocupaciones del tribunal.
En 2024, el caso experimentó desarrollos significativos, incluidos fallos sobre descubrimiento de pruebas y el alcance de la clase. El tribunal ha permitido un descubrimiento limitado sobre los datos de entrenamiento y las salidas de los modelos de OpenAI, lo que los demandantes argumentan que es necesario para probar la copia. OpenAI ha buscado proteger sus secretos comerciales, lo que ha llevado a disputas sobre órdenes de protección.
Argumentos de los Demandantes
Los demandantes han argumentado que el uso de sus libros por parte de OpenAI no es transformador porque la empresa se beneficia directamente del contenido expresivo de las obras. Han señalado casos en los que ChatGPT reprodujo pasajes de sus libros, lo que, según ellos, demuestra que los modelos retienen y pueden generar el texto protegido por derechos de autor.
Ta-Nehisi Coates ha declarado en entrevistas que su trabajo es su sustento y que usarlo sin compensación socava la capacidad de los escritores para ganarse la vida. Los demandantes también han enfatizado que OpenAI podría haber licenciado las obras, como lo ha hecho con algunos editores de noticias, pero optó por no hacerlo.
Argumentos de OpenAI
OpenAI ha respondido que sus modelos aprenden patrones e ideas de los datos de entrenamiento, no la expresión específica de una obra individual. La empresa ha argumentado que los modelos son herramientas para generar contenido nuevo y que los demandantes no pueden demostrar que ninguna salida particular sea sustancialmente similar a sus libros.
OpenAI también ha planteado argumentos procesales, incluido que los demandantes carecen de legitimación porque no pueden demostrar un daño concreto. La empresa ha señalado que muchos autores han visto mayores ventas y visibilidad como resultado de las herramientas de inteligencia artificial, aunque esta afirmación ha sido disputada por los demandantes.
Implicaciones Potenciales
El caso tiene implicaciones significativas para la industria de la inteligencia artificial. Un fallo en contra de OpenAI podría requerir que la empresa pague daños y potencialmente licencie los datos de entrenamiento, lo que aumentaría los costos para los desarrolladores de inteligencia artificial. También podría sentar un precedente que afecte a otras empresas, incluidos Anthropic y Google DeepMind, que enfrentan demandas similares.
Un fallo a favor de OpenAI podría afirmar la defensa del uso justo y proporcionar luz verde para el entrenamiento con texto disponible públicamente. Tal resultado podría fomentar un uso más agresivo del material protegido por derechos de autor, aunque también podría impulsar una acción legislativa para aclarar las reglas.
Estado Actual
A partir de 2025, Tremblay contra OpenAI sigue pendiente en el Distrito Norte de California. Las partes han participado en discusiones de conciliación, pero no se ha alcanzado ningún acuerdo. Se espera que el caso proceda a juicio, aunque el cronograma es incierto dada la complejidad de las cuestiones técnicas y legales involucradas.
El tribunal ha programado más audiencias sobre la certificación de clase y el testimonio de expertos. Ambas partes han contratado expertos técnicos para abordar preguntas sobre cómo funcionan los modelos de lenguaje de gran escala y si reproducen texto protegido por derechos de autor. El resultado de este caso, junto con la demanda del New York Times relacionada, es probable que influya en cómo las empresas de inteligencia artificial abordan los datos de entrenamiento y el cumplimiento de los derechos de autor en el futuro.