La Authors Guild demanda a OpenAI por entrenar con libros protegidos

La Authors Guild, la mayor asociación de escritores profesionales de Estados Unidos, presentó hoy una demanda colectiva contra OpenAI ante un tribunal federal de Manhattan. La acusación: entrenar los modelos que alimentan ChatGPT con miles de libros protegidos por derechos de autor, sin permiso ni compensación para sus autores.

Entre los demandantes figuran nombres de peso de la industria editorial estadounidense: George R. R. Martin, autor de la saga Canción de Hielo y Fuego en la que se basa Juego de Tronos, junto a John Grisham, Jodi Picoult, David Baldacci, Elin Hilderbrand y otros firmantes hasta sumar 17 escritores. La demanda se presenta como una acción de clase, es decir, busca representar los intereses de un colectivo más amplio de autores en situación similar.

Qué alega la demanda

El escrito sostiene que OpenAI utilizó obras registradas de los demandantes para entrenar sus grandes modelos de lenguaje, incluidos GPT-3.5 y GPT-4, sin licencia ni autorización. Los abogados de la Authors Guild califican esta práctica de infracción de copyright a escala masiva y piden tanto daños económicos como medidas cautelares que obliguen a OpenAI a dejar de usar ese material sin acuerdo previo.

La cuestión técnica de fondo no es nueva ni exclusiva de este caso: los grandes modelos de lenguaje se entrenan con enormes volúmenes de texto extraídos de internet y de otras fuentes, entre las que se incluyen a menudo libros digitalizados. OpenAI nunca ha detallado públicamente el listado completo de las obras usadas para entrenar sus modelos, lo que dificulta a los propios autores saber con certeza si sus textos formaron parte del entrenamiento.

No es la primera demanda de este tipo

La acción de la Authors Guild se suma a otras presentadas este mismo verano. En julio, la cómica Sarah Silverman y los escritores Christopher Golden y Richard Kadrey ya habían demandado tanto a OpenAI como a Meta por motivos similares, alegando que sus libros habían sido usados para entrenar modelos sin consentimiento.

Lo distintivo de la demanda de hoy es el peso institucional de quien la presenta. La Authors Guild lleva más de un siglo defendiendo los intereses económicos de escritores en Estados Unidos, y su implicación directa —junto a autores de gran tirada comercial como Martin o Grisham— eleva el perfil mediático y legal del litigio dentro del sector editorial.

Por qué importa

El caso pone sobre la mesa una tensión que atraviesa toda la industria de la inteligencia artificial generativa: los modelos necesitan ingerir cantidades ingentes de texto de calidad para funcionar bien, y buena parte de ese texto de calidad está protegido por derechos de autor. Hasta ahora, empresas como OpenAI han defendido que el entrenamiento con material protegido cae bajo la doctrina de "uso justo" (fair use) del derecho estadounidense, una excepción que permite usar obras con copyright sin permiso en determinados contextos, como la investigación o la transformación creativa.

Si los tribunales terminan dándoles la razón a los autores, las consecuencias podrían ser profundas: desde la obligación de pagar licencias retroactivas hasta cambios en cómo las empresas de IA recopilan y documentan sus datos de entrenamiento en el futuro. Si prospera la tesis del fair use, en cambio, se consolidaría el statu quo que ha permitido a OpenAI y a sus competidores entrenar con material extraído de la web sin negociar derechos caso por caso.

OpenAI no ha respondido públicamente todavía a los detalles concretos de esta demanda. El litigio se suma a un frente legal cada vez más amplio en Estados Unidos, donde artistas visuales, programadores y ahora escritores intentan que la justicia defina, demanda a demanda, dónde termina la libertad de entrenar modelos con datos públicos y dónde empieza la infracción de derechos de autor.