Las demandas ponen a prueba el entrenamiento de la IA generativa

La IA generativa ha encontrado uno de sus primeros grandes frentes legales. Artistas visuales y empresas de imágenes sostienen que varios modelos se han entrenado con obras protegidas sin autorización, mientras las compañías tecnológicas afrontan una pregunta aún sin respuesta clara en los tribunales: ¿usar millones de obras para enseñar a una máquina equivale a infringir derechos de autor?

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.