Las demandas ponen a prueba el entrenamiento de la IA generativa

El 27 de enero de 2023, las primeras demandas contra generadores de imágenes habían convertido el origen de los datos de entrenamiento en una cuestión judicial abierta. En Andersen y otras contra Stability AI y otras, presentada el 13 de enero, artistas formularon alegaciones sobre copia, entrenamiento y productos derivados. Una demanda contiene afirmaciones de las partes, no hechos decididos por el tribunal.

El asunto importa más allá del sector creativo. Los mismos métodos de entrenamiento se emplean para construir sistemas que generan texto, música, código o vídeo. Lo que se decida sobre las imágenes puede marcar las reglas económicas de buena parte de la inteligencia artificial.

Artistas contra los creadores de Stable Diffusion

El 13 de enero, las artistas Sarah Andersen, Kelly McKernan y Karla Ortiz presentaron en un tribunal federal de California una demanda colectiva propuesta contra Stability AI, Midjourney y DeviantArt. La acción se centra en Stable Diffusion, un modelo capaz de crear imágenes a partir de instrucciones escritas, y en productos que se apoyan en tecnologías similares.

La demanda sostiene que Stable Diffusion se entrenó con una enorme colección de imágenes recopiladas de internet, entre ellas obras protegidas. El modelo aprende patrones estadísticos de esos materiales para producir imágenes nuevas: no funciona como un buscador que recupera un archivo concreto, sino como un sistema que genera píxeles a partir de lo aprendido durante el entrenamiento.

Esa diferencia técnica será central en el litigio. Que una imagen generada no sea una copia idéntica no resuelve por sí solo la cuestión de origen. Las demandantes argumentan que la creación de copias durante el entrenamiento y el uso comercial posterior de los modelos vulneran sus derechos. También cuestionan que algunas herramientas permitan pedir resultados en el estilo de artistas identificables.

Stability AI ha defendido públicamente que Stable Diffusion no almacena imágenes como una base de datos ni reproduce un catálogo de obras. Es una explicación relevante, pero no determina automáticamente la legalidad del entrenamiento. Los jueces tendrán que distinguir entre el funcionamiento técnico del modelo, las copias necesarias para procesar los datos y el tipo de resultados que puede ofrecer al usuario.

Getty Images lleva el conflicto a Reino Unido

La disputa no se limita a una demanda de autores individuales. Getty Images anunció el 17 de enero que había iniciado acciones legales contra Stability AI ante el Tribunal Superior de Justicia de Londres. La agencia acusa a la compañía de haber copiado y procesado millones de imágenes de su catálogo sin licencia.

Getty tiene una posición distinta a la de muchos artistas. Gestiona un archivo comercial, licencia fotografías a medios y empresas, y cuenta con marcas visibles en parte de sus imágenes. Por eso el caso añade dos elementos al debate: la posible reproducción de imágenes protegidas y el uso de material asociado a una plataforma de licencias.

El conflicto revela una tensión de modelo de negocio. Las empresas de IA necesitan grandes volúmenes de datos para lograr sistemas competitivos. Los titulares de derechos, por su parte, ven cómo obras que tenían valor de licencia pueden alimentar herramientas que generan alternativas en segundos y a bajo coste.

No hay una respuesta jurídica única

La defensa habitual de las tecnológicas se apoya en que el entrenamiento puede considerarse un uso transformador: la obra se analiza para extraer relaciones y patrones, no para redistribuirla. En Estados Unidos, esa discusión se relaciona con la doctrina del fair use, una excepción que permite determinados usos sin autorización y que se decide caso por caso.

Pero la existencia de una finalidad tecnológica no convierte cualquier uso en lícito. Los tribunales suelen valorar, entre otros factores, la naturaleza del uso, la cantidad de obra empleada y su efecto sobre el mercado original. Entrenar un modelo con millones de imágenes plantea precisamente el problema de la escala: cada obra individual puede tener un peso mínimo en el resultado, pero el conjunto es indispensable para construir el producto.

En Europa, las excepciones para minería de textos y datos —el análisis automatizado de grandes colecciones de información— ofrecen otro marco. La directiva europea sobre derechos de autor prevé una excepción amplia para estos análisis, aunque permite a los titulares reservar expresamente ciertos usos comerciales de sus obras. Su aplicación práctica a los modelos generativos todavía está por definirse.

Licencias, transparencia y una batalla larga

Las demandas recién presentadas no resolverán el problema de inmediato. Antes de llegar a un juicio, los tribunales deberán decidir qué reclamaciones pueden seguir adelante y qué hechos necesitan probarse. El resultado puede tardar años.

Mientras tanto, la presión ya empuja al sector hacia dos cambios. El primero es la búsqueda de datos con licencia, de dominio público o creados específicamente para entrenamiento. El segundo es una mayor transparencia sobre los conjuntos de datos: saber qué materiales entran en un modelo será crucial para autores, clientes y empresas que quieran usar IA sin asumir riesgos legales difíciles de medir.

La cuestión no es si la IA generativa seguirá avanzando, sino bajo qué acuerdos lo hará. Si el entrenamiento masivo requiere licencias, compensación o mecanismos efectivos para excluir obras, el coste y la disponibilidad de los datos pasarán a ser una pieza tan estratégica como los chips y la potencia de cálculo.

Una demanda se lee por verbos procesales

“Alegó”, “contestó” y “resolvió” no son intercambiables. El escrito inicial cuenta la teoría de las demandantes; una respuesta presenta la posición de las empresas; una orden decide una cuestión concreta. Antes de resumir, guarda tribunal, expediente, documento, fecha y página. Así una afirmación no sobrevive cuando su reclamación fue modificada o descartada.

En el expediente Andersen, la pregunta no es una sola. Copia para preparar datos, entrenamiento, distribución del modelo y generación de una salida pueden sostener reclamaciones y defensas distintas. El funcionamiento técnico no decide la ley por sí mismo, pero una descripción técnica incorrecta puede deformar el análisis.

Origen y salida son evidencias diferentes

Que una salida se parezca a una obra puede apoyar una pregunta sobre reproducción, pero no reconstruye todo el conjunto de entrenamiento. Y que una salida no sea idéntica no demuestra qué copias se hicieron al adquirir o procesar datos. La investigación conserva procedencia del conjunto, operaciones técnicas y ejemplos de salida por separado.

El 17 de enero, Getty Images anunció otra acción contra Stability AI en Londres y formuló sus propias alegaciones sobre contenido y licencia. Era otra parte, jurisdicción y teoría; no debe sumarse al caso californiano como si fuera una demanda única.

La excepción no se presume

La Oficina de Copyright de Estados Unidos explica que el fair use se evalúa caso por caso mediante varios factores. Invocarlo no constituye una decisión, y describir el entrenamiento como transformador es un argumento, no un resultado judicial. La pieza debe decir quién lo sostiene y en qué documento.

En la Unión Europea, la Directiva sobre derechos de autor contiene reglas sobre minería de textos y datos, con condiciones y reservas. Trasladar una conclusión estadounidense a Europa pierde jurisdicción, texto y hechos. Comparar marcos exige la misma tarea y el mismo momento.

Una ficha para seguir el caso

Crea filas para parte, obra, derecho invocado, acto alegado, defensa, evidencia y estado. Actualiza solo con escritos u órdenes y conserva la versión anterior. Si todavía no hay decisión sobre el fondo, dilo. No completes el vacío con una predicción sobre quién ganará.

La capacidad transferible es separar alegación, evidencia y resolución en cualquier litigio tecnológico. Esa disciplina deja al lector entender qué está realmente en juego sin convertir una controversia pendiente en asesoramiento jurídico ni usar el titular como sentencia.