Las recientes decisiones judiciales en Estados Unidos revelan que el futuro legal de la inteligencia artificial no depende únicamente de cómo aprende un modelo, sino también de dónde obtiene la información, cómo la conserva y qué mercados puede afectar.
El 29 de septiembre de 2026, el Tribunal de Apelaciones del Tercer Circuito de Estados Unidos confirmó una decisión contra ROSS Intelligence por utilizar contenido protegido de Thomson Reuters para desarrollar un sistema de búsqueda jurídica basado en inteligencia artificial. La sentencia representa un precedente relevante: la innovación tecnológica no constituye, por sí sola, una justificación suficiente para reproducir obras protegidas cuando el producto resultante compite directamente con el mercado de su titular.
El fallo profundiza una controversia que enfrenta distintas interpretaciones del fair use o uso justo. Mientras el Departamento de Justicia estadounidense defiende una interpretación favorable al entrenamiento de modelos de IA, las decisiones judiciales introducen distinciones sobre la procedencia de los datos, su conservación y el impacto económico de su utilización. La pregunta comienza a desplazarse: ¿basta con demostrar que una tecnología transforma información o debe justificarse también cómo fue obtenida?
El conflicto entre Thomson Reuters y ROSS Intelligence surgió por la utilización de notas editoriales de Westlaw, una plataforma de investigación jurídica. Aunque las decisiones judiciales estadounidenses son generalmente de acceso público, las anotaciones elaboradas por sus editores contienen elementos de originalidad susceptibles de protección.
El tribunal consideró que ROSS había utilizado ese contenido para desarrollar una herramienta con una finalidad comercial sustancialmente similar a Westlaw. La relevancia del caso no consiste en prohibir el entrenamiento de inteligencia artificial, sino en reconocer que el carácter tecnológico de un producto no elimina el análisis sobre la sustitución económica. La sentencia también distinguió expresamente el sistema de ROSS de los modelos generativos capaces de producir nuevas expresiones, dejando abiertas interrogantes sobre estos últimos.
La Sección 107 de la Ley de Derechos de Autor estadounidense establece cuatro factores para evaluar el uso justo: finalidad y carácter de la utilización, naturaleza de la obra protegida, cantidad utilizada y efectos sobre su mercado potencial. Ninguno determina automáticamente el resultado.
Esta interpretación adquirió una dimensión política en septiembre de 2026, cuando el Departamento de Justicia intervino en los litigios relacionados con OpenAI para defender el carácter transformador del entrenamiento de modelos lingüísticos. Su argumento vincula esta actividad con la innovación, la competencia y el desarrollo tecnológico estadounidense. Sin embargo, la posición gubernamental no constituye una decisión judicial vinculante ni resuelve las controversias sobre adquisición ilícita de materiales y reproducción de contenido protegido.
Las resoluciones de 2025 en Bartz v. Anthropic y Kadrey v. Meta evidenciaron que el análisis exige distinguir diferentes comportamientos. En el primer caso, el tribunal consideró amparado por el uso justo determinado entrenamiento de Claude, pero rechazó extender esa protección a la creación de una biblioteca permanente de libros obtenidos mediante piratería.
La controversia culminó con un acuerdo judicial de 1.500 millones de dólares, aprobado definitivamente el 20 de julio de 2026. Por su parte, en Kadrey, el tribunal favoreció a Meta respecto del entrenamiento cuestionado, aunque advirtió que una demostración suficiente de perjuicio al mercado podría modificar el análisis jurídico. Estos resultados no establecen inmunidad para la inteligencia artificial; muestran que la procedencia de los materiales y las pruebas aportadas pueden conducir a conclusiones diferentes.
Estas controversias desplazan la atención hacia una dimensión menos visible del desarrollo tecnológico: la gobernanza de los contenidos utilizados para entrenar modelos. Una empresa puede defender la naturaleza transformadora de su sistema y, simultáneamente, enfrentar reclamaciones por reproducciones no autorizadas, conservación de copias o incumplimientos contractuales.
La Oficina de Derechos de Autor de Estados Unidos, en su informe de mayo de 2025 sobre entrenamiento de IA generativa, reconoció que la evaluación del uso justo depende de las circunstancias y de sus posibles efectos sobre los mercados de obras protegidas. Para desarrolladores y empresas que adquieren soluciones de IA, esto exige examinar licencias, fuentes de datos, políticas de conservación y responsabilidades de proveedores, sin presumir que la disponibilidad pública de un contenido equivale a autorización para cualquier explotación.
La incertidumbre judicial también modifica las relaciones comerciales entre desarrolladores y titulares de derechos. Editoriales, medios de comunicación, productores audiovisuales y empresas con archivos especializados pueden negociar condiciones específicas para el entrenamiento de modelos, incluyendo remuneraciones, restricciones de utilización y mecanismos de trazabilidad.
Para América Latina, la principal consecuencia es estratégica, no una aplicación automática de la jurisprudencia estadounidense. Las empresas que contraten tecnologías internacionales o aporten contenidos protegidos deberían evaluar bajo qué legislación se utilizan sus activos, qué derechos se conceden y cómo se distribuye la responsabilidad. La diferencia entre acceder legítimamente a una obra y disponer de autorización para reproducirla adquiere particular relevancia en contratos transfronterizos.
Las decisiones recientes no han establecido una regla universal que autorice o prohíba entrenar inteligencia artificial con obras protegidas. Han demostrado, en cambio, que la transformación tecnológica debe analizarse junto con la procedencia de los materiales, su conservación y el impacto sobre los mercados existentes.
El próximo desafío empresarial no consiste únicamente en defender el uso justo ante los tribunales, sino en construir modelos de adquisición y utilización de contenidos que puedan justificarse jurídica y comercialmente. La trazabilidad de los datos deja de ser una cuestión exclusivamente técnica para convertirse en parte de la gestión de la propiedad intelectual y del valor económico de la innovación.
Tribunal de Apelaciones del Tercer Circuito de Estados Unidos. Thomson Reuters Enterprise Centre GmbH v. ROSS Intelligence Inc., sentencia del 29 de septiembre de 2026. https://www2.ca3.uscourts.gov/opinarch/252153p.pdf
Tribunal de Distrito del Norte de California. Bartz et al. v. Anthropic PBC, resolución de aprobación definitiva del acuerdo colectivo. 20 de julio de 2026. https://law.justia.com/cases/federal/district-courts/california/candce/4%3A2024cv05417/434709/680/
Tribunal de Distrito del Norte de California. Kadrey et al. v. Meta Platforms, Inc., resolución sobre uso justo. 25 de junio de 2025. https://law.justia.com/cases/federal/district-courts/california/candce/3%3A2023cv03417/415175/598/
U.S. Copyright Office. Copyright and Artificial Intelligence, Part 3: Generative AI Training. Versión preliminar, 9 de mayo de 2025. https://www.copyright.gov/ai/Copyright-and-Artificial-Intelligence-Part-3-Generative-AI-Training-Report-Pre-Publication-Version.pdf
Cámara de Representantes de Estados Unidos. 17 U.S.C. § 107 — Limitations on Exclusive Rights: Fair Use. Texto legal vigente consultado en octubre de 2026. https://uscode.house.gov/us/usc/119-120/t17/s107/
Axios. Scoop: DOJ's copyright filing took key agencies by surprise. 19 de septiembre de 2026. https://www.axios.com/2026/09/19/justice-department-openai-new-york-times