La controversia jurídica sobre la inteligencia artificial generativa suele formularse mediante una pregunta aparentemente sencilla: ¿pueden las empresas utilizar obras protegidas para entrenar modelos sin obtener autorización de sus titulares? Esa formulación, aunque relevante, resulta insuficiente. El desarrollo de un sistema generativo comprende actos jurídicamente diferenciables: localizar contenidos, descargarlos, reproducirlos, organizarlos en una biblioteca, incorporarlos a un conjunto de entrenamiento, procesarlos computacionalmente y producir resultados para los usuarios. La legalidad de una de estas operaciones no determina automáticamente la legalidad de las demás. El propio informe de la Oficina de Copyright de Estados Unidos sobre entrenamiento de IA generativa reconoce que algunos usos pueden calificarse como legítimos mientras otros, especialmente aquellos vinculados con fuentes piratas y efectos sustitutivos sobre el mercado, pueden quedar fuera de esa defensa.
Esta fragmentación jurídica quedó especialmente expuesta en Bartz v. Anthropic PBC. En su resolución de 23 de junio de 2025, el juez William Alsup consideró que las copias utilizadas para entrenar los modelos de Anthropic cumplían una función “extraordinariamente transformadora”. También entendió que la conversión de libros adquiridos legítimamente del formato impreso al digital podía constituir fair use. No obstante, diferenció esos actos de la descarga y conservación en una biblioteca central de más de siete millones de libros obtenidos de repositorios piratas, conducta que no quedó amparada por la misma justificación transformadora.
La posterior solución colectiva no eliminó esa distinción. El acuerdo de transacción creó un fondo no reversible de 1.500 millones de dólares, pero no contiene una admisión de responsabilidad por parte de Anthropic ni una declaración de que el entrenamiento de sus modelos haya sido ilícito. La empresa resolvió reclamaciones relacionadas con la descarga, reproducción, retención y utilización pasada de determinadas obras, mientras que las pretensiones relativas a resultados generados por IA y a conductas futuras quedaron expresamente excluidas de la liberación.
El valor del acuerdo, por tanto, no reside únicamente en su magnitud. Su relevancia consiste en haber convertido una incertidumbre jurídica difícil de modelar en un parámetro económico observable. Para los inversionistas, una deficiente cadena de titularidad de los datos puede traducirse en reservas, litigios, pérdida de valor, dificultades de aseguramiento y obstáculos en procesos de adquisición o salida a bolsa. Para los autores y editoriales, el acuerdo demuestra que los usos masivos pueden generar recuperaciones económicas significativas, pero también expone problemas sobre legitimación, reparto contractual y capacidad negociadora. Para los desarrolladores, confirma que el origen y la documentación de los datos se han convertido en elementos centrales del diseño tecnológico.
La tesis de este artículo es que Bartz v. Anthropic no creó una regla universal según la cual todo dato de entrenamiento debe estar licenciado ni determinó definitivamente que el entrenamiento generativo sea fair use. Lo que sí hizo fue separar con mayor claridad el análisis del uso tecnológico de la legalidad de la adquisición, y convertir el copyright en una categoría cuantificable de riesgo empresarial. Para demostrarlo, se examinarán el marco doctrinal del fair use, la estructura económica del acuerdo, sus consecuencias para los principales grupos involucrados y las cuestiones que permanecen abiertas.
El fair use estadounidense se encuentra regulado en la sección 107 del Copyright Act. Su aplicación exige valorar conjuntamente cuatro factores: el propósito y carácter del uso, la naturaleza de la obra protegida, la cantidad utilizada y el efecto sobre el mercado potencial. No se trata de una excepción automática para actividades innovadoras ni de una autorización general para proyectos tecnológicos. Es una defensa contextual cuyo resultado depende de cómo se relacionen el acto concreto de reproducción, su finalidad, la conducta de quien utiliza la obra y las consecuencias económicas para el titular.
La resolución del juez Alsup aplicó esta lógica diferenciando tres funciones. Primero, el entrenamiento utilizó los textos para desarrollar capacidades estadísticas y lingüísticas que no equivalían a distribuir ejemplares de los libros, lo que favoreció su carácter transformador. Segundo, la digitalización de ejemplares comprados para sustituir copias físicas fue analizada como un cambio interno de formato. Tercero, la creación de una biblioteca permanente mediante libros descargados de LibGen y Pirate Library Mirror fue considerada una operación separada, cuya finalidad incluía acumular ejemplares que Anthropic podría haber adquirido por vías legales. Por ello, el fallo no puede reducirse a la fórmula “el entrenamiento solo es legítimo cuando las obras son compradas”; la procedencia lícita evita infracciones independientes y mejora la posición de quien invoca el fair use, pero no aparece en la ley como un quinto factor categórico.
La transacción posterior trasladó esta arquitectura doctrinal al terreno económico. De acuerdo con la orden de aprobación definitiva, el acuerdo comprende aproximadamente 482.460 obras y había recibido reclamaciones respecto de 440.490, equivalentes al 91,3 % del universo identificado. El tribunal también registró 350 exclusiones que abarcaban 1.802 títulos. La división del fondo permite estimar algo más de 3.100 dólares brutos por obra, aunque las comunicaciones del acuerdo utilizan la cifra aproximada de 3.000 dólares debido a deducciones, reservas y reglas de distribución.
El acuerdo impone además obligaciones no monetarias. Anthropic debe destruir los archivos originales procedentes de LibGen y PiLiMi y las copias derivadas de ellos, salvo aquellas que deban conservarse por obligaciones probatorias o legales. En cambio, determinadas copias obtenidas mediante escaneo de libros adquiridos no están sujetas a esa destrucción. Esta diferencia vuelve a demostrar que el objeto del caso no fue una condena indiferenciada de todos los procesos de entrenamiento, sino la regulación de colecciones y reproducciones con procedencias y finalidades distintas. Además, el acuerdo no funciona como licencia futura y su texto excluye reclamaciones basadas en resultados generados por los modelos.
El caso se inserta en un cambio regulatorio más amplio. La Oficina de Copyright estadounidense considera prematuro imponer un sistema obligatorio único y recomienda permitir el desarrollo de mercados voluntarios de licencias, aunque advierte que la utilización consciente de fuentes ilícitas pesa contra el fair use. En la Unión Europea, el Reglamento de Inteligencia Artificial exige a los proveedores de modelos de propósito general adoptar políticas de cumplimiento del derecho de autor, respetar las reservas de derechos aplicables a la minería de textos y publicar un resumen suficientemente detallado de los contenidos empleados. Paralelamente, el AI Risk Management Framework del NIST ofrece una metodología para identificar, medir, gobernar y reducir riesgos durante todo el ciclo de vida de los sistemas.
La primera consecuencia del acuerdo es la aparición de un referente cuantitativo. Hasta entonces, una empresa podía reconocer de forma genérica que enfrentaba “riesgos de copyright”, sin traducirlos necesariamente en un modelo financiero verificable. Después de Bartz, una aproximación analítica puede expresar la exposición esperada como: número de obras potencialmente afectadas × probabilidad de responsabilidad × pérdida estimada por obra, más los costes de defensa, remediación, eliminación de datos, indemnidades contractuales y efectos sobre la valoración. Esta fórmula no fue establecida por el tribunal y no representa una regla jurídica, pero ofrece a inversionistas y directorios una herramienta para incorporar el riesgo de propiedad intelectual a sus proyecciones.
El parámetro de aproximadamente 3.000 dólares por obra puede emplearse como escenario de referencia, pero no como límite máximo. La sección 504 del Copyright Act permite daños estatutarios de entre 750 y 30.000 dólares por obra y, cuando se demuestra infracción dolosa, hasta 150.000 dólares. En consecuencia, el monto de Anthropic refleja una negociación colectiva condicionada por las fortalezas, debilidades y costes procesales del caso; no representa el “precio legal” para utilizar un libro sin permiso. Un inversionista prudente debe modelar escenarios inferiores y superiores, considerando que los acuerdos futuros podrían variar según la conducta, el número de obras, la evidencia disponible y la jurisdicción.
Esta cuantificación modifica la diligencia debida. Ya no basta con examinar la titularidad del código, las patentes o las licencias de software de una empresa de IA. Es necesario solicitar inventarios de conjuntos de datos, contratos con proveedores, registros de descarga, criterios de filtrado, documentación sobre exclusiones, políticas de eliminación y pruebas de que las fuentes autorizaban el acceso. También debe revisarse si las declaraciones y garantías contractuales cubren datos de entrenamiento, si existen indemnidades suficientes y si las pólizas de seguro excluyen controversias de copyright. Una biblioteca de datos no documentada puede convertirse en deuda contingente y justificar retenciones de precio, reservas, condiciones precedentes o descuentos de valoración.
Para los autores, el acuerdo representa una recuperación económica excepcional, pero no equivale a un sistema general de remuneración por entrenamiento. La asignación se realiza por obra elegible y se encuentra sometida a las reglas del plan de distribución. Cuando autor y editorial poseen intereses concurrentes, el esquema predeterminado utilizado por diferentes editoriales contempla normalmente un reparto del 50 % para cada parte, salvo que los contratos o las opciones ejercidas determinen otra distribución. Esta estructura ha reactivado el debate sobre quién controla las reclamaciones vinculadas con inteligencia artificial, cómo se interpretan las cláusulas de ingresos extraordinarios y si los contratos editoriales tradicionales asignaron expresamente derechos sobre usos computacionales que no existían al momento de su firma.
Para los desarrolladores, la lección principal es operativa: la procedencia debe gestionarse como una propiedad técnica del dato. Cada elemento relevante debería contar, cuando sea razonablemente posible, con información sobre su fuente, fecha de obtención, condiciones de acceso, licencia, reserva de derechos, transformaciones realizadas y modelos en los que fue utilizado. Este enfoque permite separar datos de dominio público, obras licenciadas, contenidos sujetos a excepciones y materiales de origen incierto. La guía NIST AI 600-1 para inteligencia artificial generativa favorece precisamente la integración de controles específicos para estos sistemas dentro de la gobernanza institucional, en lugar de tratar sus riesgos como problemas posteriores al lanzamiento.
El desplazamiento hacia datos trazables puede impulsar mercados de licenciamiento, acuerdos colectivos, repositorios especializados y modelos entrenados con corpus más delimitados. Sin embargo, también puede producir efectos de concentración. Las compañías con mayor capital tienen más capacidad para adquirir bibliotecas, negociar licencias globales y sostener litigios prolongados, mientras los desarrolladores pequeños pueden depender de obras de dominio público, datos propios, contenido abierto o modelos con arquitecturas más eficientes. La investigación de Henderson y colaboradores sobre modelos fundacionales advierte que el análisis del fair use debe considerar diferencias entre usos, modelos y mercados, lo que impide asumir que una solución única será igualmente adecuada para todos los actores.
El acuerdo debe interpretarse ante todo como un referente comercial y financiero, no como precedente judicial vinculante. Una transacción evita que el tribunal determine todas las cuestiones de responsabilidad y, en este caso, contiene una cláusula expresa de no admisión. La resolución de fair use del juez Alsup conserva valor persuasivo como decisión de un tribunal federal de distrito, pero no posee la autoridad de una sentencia de una corte de apelaciones o de la Corte Suprema. Por consiguiente, otras jurisdicciones pueden evaluar de manera diferente la transformación, el daño al mercado o la relevancia de la conducta del desarrollador.
También debe evitarse convertir la licitud de la adquisición en una condición absoluta del fair use. El origen pirata es jurídicamente grave porque puede constituir por sí mismo una reproducción no autorizada y porque la mala conducta puede influir en la valoración equitativa del primer factor. Sin embargo, la Oficina de Copyright señala que el acceso ilícito pesa contra la defensa sin ser necesariamente determinante en todos los casos. La pregunta correcta no es únicamente si una obra fue comprada o licenciada, sino qué actos de reproducción se realizaron, para qué finalidad, con qué efectos sobre el mercado y bajo qué circunstancias.
De igual manera, los aproximadamente 3.000 dólares por título no deben presentarse como una tarifa de licencia retrospectiva. Una licencia concede derechos definidos, establece condiciones de uso y suele prever duración, territorio, seguridad, atribución o mecanismos de auditoría. El acuerdo, en cambio, extingue determinadas reclamaciones pasadas a cambio de una compensación y obligaciones específicas. Tampoco permite afirmar que una compañía puede incorporar obras sin autorización y reservar posteriormente 3.000 dólares por cada una. Los daños estatutarios potenciales son considerablemente mayores, y una conducta futura desarrollada después de este caso podría ser evaluada con más severidad precisamente porque la industria ya conoce el riesgo.
Desde la perspectiva de los creadores, la recuperación económica no resuelve completamente el problema del consentimiento. Algunos autores pueden preferir licenciar sus obras; otros pueden aceptar determinados usos de investigación, pero no productos comerciales; y otros pueden rechazar cualquier incorporación. Los mecanismos colectivos facilitan la administración de miles de reclamaciones, aunque también reducen el control individual y pueden reproducir asimetrías entre autores, agentes, editoriales y plataformas. El debate futuro deberá distinguir remuneración, autorización, transparencia y posibilidad real de exclusión, porque una compensación posterior no siempre sustituye la facultad de decidir anticipadamente cómo se utiliza una obra.
Finalmente, permanecen abiertas las controversias sobre los resultados generados, la memorización y los modelos ya entrenados. El acuerdo excluye expresamente las reclamaciones basadas en salidas, de modo que no determina cuándo un texto generado reproduce una cantidad sustancial de una obra, imita elementos no protegibles de un estilo o compite con el mercado del original. Trabajos como el de Cooper y Grimmelmann examinan la relación entre memorización y reproducción, mientras Sobel diferencia la protección de la expresión concreta de la pretensión de monopolizar características estilísticas generales. Estas discusiones serán centrales para evaluar sistemas de generación, recuperación aumentada, adaptación y ajuste fino.
El acuerdo de Anthropic marca un punto de inflexión porque trasladó el copyright desde el terreno de la incertidumbre doctrinal hacia el de la gestión económica. Su importancia no consiste en haber declarado ilícito todo entrenamiento de inteligencia artificial, sino en demostrar que la adquisición y conservación irregular de grandes colecciones puede generar una exposición multimillonaria aunque ciertos usos posteriores sean considerados transformadores. El caso obliga a descomponer técnicamente la cadena de datos y jurídicamente cada acto realizado sobre las obras.
Para los inversionistas, el riesgo de derechos de autor debe incorporarse a la valoración de las empresas con la misma seriedad que la ciberseguridad, la protección de datos, la regulación sectorial o la dependencia de infraestructura. La trazabilidad de los conjuntos de entrenamiento puede afectar la continuidad operativa, las reservas, la contratación de seguros, las operaciones de adquisición y el acceso a capital. El acuerdo ofrece un punto de comparación útil, pero una evaluación responsable debe considerar también daños estatutarios, litigios pendientes, costes de defensa y consecuencias reputacionales.
Para los autores y editoriales, el fondo demuestra que las reclamaciones colectivas pueden producir compensaciones relevantes y modificar el equilibrio negociador frente a las empresas tecnológicas. Al mismo tiempo, pone en evidencia la necesidad de revisar contratos, definir quién controla las reclamaciones relacionadas con IA y establecer reglas específicas para la distribución de ingresos. La discusión ya no se limita a impedir la copia tradicional: comprende la autorización para minería de textos, entrenamiento, ajuste, recuperación y generación automatizada.
Para los desarrolladores, la respuesta sostenible no consiste únicamente en incorporar cláusulas generales de cumplimiento. Se requieren inventarios verificables, controles de procedencia, documentación sobre licencias, mecanismos de exclusión, auditorías internas y procedimientos de destrucción o sustitución de datos problemáticos. Una gobernanza diseñada desde el inicio reduce la incertidumbre jurídica y también mejora la calidad, seguridad y confiabilidad de los modelos.
Más allá del fair use, Bartz v. Anthropic muestra que el futuro de la inteligencia artificial dependerá de cómo se distribuya el valor entre quienes producen las obras, quienes organizan los datos, quienes financian la infraestructura y quienes desarrollan los modelos. La innovación no queda imposibilitada por reconocer derechos sobre los insumos culturales; por el contrario, puede adquirir mayor legitimidad cuando la procedencia es demostrable, las reglas son transparentes y los costes que actualmente recaen sobre los creadores se integran en el verdadero precio del desarrollo tecnológico.