NYT contra OpenAI: qué son las pruebas que los editores acusan a la empresa de ocultar en el pleito del copyright

Dos años y medio después de que The New York Times demandara a OpenAI y Microsoft por usar sus artículos para entrenar ChatGPT, el pleito ha entrado en un territorio nuevo: ya no se discute solo si hubo infracción de copyright, sino si una de las partes ha jugado limpio con las pruebas. El 9 de julio, el Times y otros grandes editores estadounidenses —entre ellos el Daily News, el Chicago Tribune, el Center for Investigative Reporting, The Intercept y Ziff Davis— pidieron al tribunal federal del Distrito Sur de Nueva York que sancione a OpenAI por ocultar y destruir pruebas (moción registrada como documento 1618 del caso consolidado, 1428 en el expediente del Times). La moción entró sellada provisionalmente por contener material protegido, pero su memorando de 52 páginas es público, con tachaduras parciales.

Qué dicen los editores que se ocultó

El memorando abre sin rodeos: "Este es un caso sobre copia. No hay duda de que ocurrió. (…) Pero en lugar de entregar esa prueba al inicio del caso y centrarse en el fondo de su defensa de fair use, OpenAI eligió la obstrucción". La acusación central es una contradicción documentada entre lo que OpenAI dijo al tribunal y lo que después admitió su propio testigo.

En septiembre de 2024, según el memorando, OpenAI afirmó ante el tribunal que "no tiene actualmente herramientas para buscar eficientemente" en sus datos de entrenamiento; en mayo de 2025, que buscar contenido concreto en los registros de salida de ChatGPT exigiría "diseñar un sistema a medida". Pero en abril de 2026, en una segunda deposición que el tribunal ordenó precisamente por la falta de preparación del testigo en la primera, el ingeniero de privacidad de datos Vincent Monaco reconoció —siempre según los demandantes— que la compañía llevaba años haciendo exactamente esas búsquedas: un programa interno llamado Project Giraffe rastreaba las "regurgitaciones" (reproducciones casi literales de textos ajenos en las respuestas del chatbot), y OpenAI mantenía un conjunto de 78 millones de conversaciones desidentificadas de ChatGPT con el que evaluaba internamente ese fenómeno.

Hay más: los editores sostienen que OpenAI borró "miles de millones" de registros de salida, incluso después de una orden judicial de preservarlos, y que la muestra de 20 millones de conversaciones que sí entregó llegó con tachaduras que la vuelven "inutilizable". Ambas son, conviene subrayarlo, caracterizaciones de una parte: OpenAI aún no ha presentado su oposición formal.

Qué es la "spoliation", sin jerga

En derecho procesal estadounidense, spoliation es destruir, alterar o dejar perder pruebas que una parte tenía el deber de conservar para un litigio en curso o previsible. La Regla 37 federal ofrece al juez un menú de respuestas: desde dar por probados ciertos hechos hasta la llamada adverse inference — instruir al jurado para que presuma que lo destruido perjudicaba a quien lo destruyó —, reservada para cuando se acredita intención de privar a la otra parte de la prueba. Lo esencial para el lector: una moción de sanciones no decide quién tiene razón sobre el copyright. Decide con qué pruebas, y bajo qué presunciones, se jugará esa partida.

Qué piden exactamente, y qué responde OpenAI

Los editores solicitan cinco medidas: que OpenAI no pueda apoyarse en la muestra de 20 millones de conversaciones "para ningún propósito"; que el tribunal dé por acreditado que los registros de ChatGPT muestran (o habrían mostrado) una reproducción "sustancial y sistemática" de sus contenidos; que OpenAI no pueda argumentar lo contrario; que el jurado sea instruido sobre estos hechos con efecto vinculante; y el pago de honorarios de abogados y peritos.

OpenAI, por boca de su portavoz Drew Pusateri, rechaza frontalmente la moción: "A medida que el caso del Times se debilita y se han visto forzados a retirar reclamaciones contra nosotros, persisten en sus esfuerzos por invadir la privacidad de personas que no tienen nada que ver con este caso, incluso con estas alegaciones rotundamente falsas. Seguiremos defendiendo la privacidad de nuestros usuarios y los principios establecidos del fair use".

El calendario inmediato ya corre: los demandados tienen cinco días hábiles para justificar qué partes de la moción deben seguir selladas, y después llegarán la oposición de OpenAI y la decisión de la magistrada Ona T. Wang, que supervisa la fase probatoria bajo el juez Sidney H. Stein. No hay fecha fijada en el expediente.

La demanda original del Times se presentó el 27 de diciembre de 2023 y hoy forma parte de un litigio consolidado que agrupa los casos de editores y autores contra OpenAI. Si la moción prospera en sus términos más duros, el jurado llegaría al juicio con una presunción de peso contra la tecnológica; si fracasa, quedará como un episodio más de una guerra procesal ya larga. En un caso llamado a fijar cómo se aplica el copyright a la era de la IA generativa, la batalla por las pruebas no es un preámbulo: es casi el partido entero.