La batalla legal por el uso de datos en modelos de inteligencia artificial generativa sigue escalando con un nuevo acuerdo millonario protagonizado por Anthropic, conocida por su asistente Claude. La compañía ha cerrado una demanda al acordar el pago de 1.500 millones de dólares, tras ser acusada de entrenar su sistema con millones de libros pirateados. Los escritores Andrea Bartz, Charles Graeber y Kirk Wallace encabezaron el caso, denunciando la descarga ilícita de más de 7 millones de obras. El acuerdo incluye también pagos adicionales de 3.000 dólares por cada 500.000 libros descargados, con la obligación de eliminar todas las copias utilizadas.
Este litigio se suma a una serie de procesos legales que han puesto en la mira a gigantes del sector como OpenAI, Stability AI y Midjourney. OpenAI enfrenta demandas del New York Times y varios escritores por el uso no autorizado de artículos y libros en el entrenamiento de GPT. Stability AI ha sido acusada de utilizar obras de artistas sin permiso para alimentar su sistema Stable Diffusion. Midjourney también ha sido señalada por emplear material gráfico de autores profesionales sin autorización.
El meollo de estos litigios radica en la diferencia entre aprender de un dataset y copiar una obra. Las empresas defienden sus procesos bajo el principio de fair use en Estados Unidos, mientras que los demandantes argumentan que los modelos reproducen fragmentos idénticos, lo cual constituye una violación de derechos de autor. En Europa, la directiva de derechos de autor de 2019 impone restricciones más estrictas, requiriendo licencias comerciales para el uso de obras protegidas.
El acuerdo de Anthropic destaca el elevado coste de entrenar modelos con datos protegidos. Si la normativa exige el pago de licencias o compensaciones, el desarrollo de nuevos modelos se encarecerá. Esto podría frenar la innovación, favorecer a grandes tecnológicas sobre las startups y crear un nuevo mercado de licencias de datasets.
El futuro de la IA generativa dependerá de la evolución de estas disputas legales, posiblemente dando lugar a un modelo híbrido que combine datasets públicos con catálogos licenciados. El caso de Anthropic envía una clara señal de que los creadores de contenido no cederán terreno, subrayando que el equilibrio entre innovación y derechos de autor será uno de los mayores retos para la industria de la IA en esta década.
Más información y referencias en Noticias Cloud.
