Por Andrés Izquierdo
Durante la segunda semana de agosto, fui invitado a hablar en la Feria Internacional del Libro de Panamá, un evento organizado por la la Oficina del Derecho de Autor de Panamá, el Ministerio de Cultura y la Asociación Panameña de Editores con apoyo de la Organización Mundial de la Propiedad Intelectual (OMPI). Mi presentación se centró en la cada vez más compleja intersección entre las leyes de derechos de autor y la inteligencia artificial (IA), un tema ahora en el centro del debate legal, cultural y económico mundial. Esta publicación resume los argumentos principales de esa presentación, basándose en litigios recientes, investigaciones académicas y desarrollos de políticas, incluyendo el informe de mayo de 2025 de la Oficina de Derechos de Autor de EE. UU. sobre IA generativa.
¿Cómo deberían responder las leyes de derechos de autor al uso generalizado de obras protegidas en el entrenamiento de sistemas de IA generativa? El análisis sugiere que hay debates emergentes en varias áreas clave: los límites del uso justo y las excepciones, la necesidad de derechos de remuneración aplicables, y el papel de la concesión de licencias y la supervisión regulatoria. El artículo se desarrolla en cinco partes: comienza con una visión general del contexto legal y tecnológico en torno al entrenamiento de IA; luego revisa propuestas académicas para recalibrar los marcos de derechos de autor; examina decisiones judiciales recientes que ponen a prueba los límites de la doctrina actual; resume el informe de 2025 de la Oficina de Derechos de Autor de EE. UU. como respuesta institucional; y concluye con cuatro consideraciones de política para la regulación futura.
UN ESCENARIO LEGAL Y TECNOLÓGICO EN TRANSFORMACIÓN
La integración de la IA generativa en los ecosistemas creativos e informativos ha expuesto tensiones fundamentales en la ley de derechos de autor. Los sistemas actuales ingieren rutinariamente grandes volúmenes de obras protegidas —como libros, música, imágenes y periodismo— para entrenar modelos de IA. Esta práctica ha dado lugar a preguntas legales no resueltas: ¿Puede la ley de derechos de autor regular de manera significativa el uso de datos de entrenamiento? ¿Se extienden las doctrinas y disposiciones legales existentes—como el uso justo, o excepciones y limitaciones—a estas prácticas? ¿Qué remedios, si los hay, están disponibles para los titulares de derechos cuyas obras se utilizan sin consentimiento?
Estas preguntas siguen abiertas en todas las jurisdicciones. Si bien algunos tribunales y agencias reguladoras han comenzado a responder, una parte sustancial del debate está siendo moldeada ahora por la investigación académica jurídica y por los litigios, cada uno proponiendo marcos para conciliar el desarrollo de la IA con los compromisos normativos del derecho de autor. Las siguientes secciones examinan este panorama evolutivo, comenzando con propuestas académicas recientes.
PERSPECTIVAS ACADÉMICAS: HACIA UN EQUILIBRIO RENOVADO
Al revisar la literatura académica, han emergido varios temas claros.
Primero, algunos autores concuerdan en que deben fortalecerse los derechos de remuneración para los autores. Geiger, Scalzini y Bossi sostienen que, para garantizar verdaderamente una compensación justa para los creadores en la era digital, especialmente a la luz de la IA generativa, la ley de derechos de autor de la Unión Europea debe ir más allá de las débiles protecciones contractuales y, en su lugar, implementar derechos de remuneración robustos e inalienables que garanticen ingresos directos y equitativos a autores e intérpretes como cuestión de derechos fundamentales.
Segundo, varios académicos subrayan que la opacidad técnica de la IA generativa exige nuevos enfoques de remuneración para los autores. Cooper argumenta que, a medida que los sistemas de IA evolucionen, será casi imposible determinar si una obra fue generada por IA o si una obra protegida específica se utilizó en el entrenamiento. Advierte que esta pérdida de trazabilidad hace que los modelos de compensación basados en atribución sean inviables. En cambio, aboga por marcos alternativos para garantizar que los creadores reciban una compensación justa en una era de autoría algorítmica.
Tercero, académicos como Pasquale y Sun sostienen que los responsables de formular políticas deberían adoptar un sistema dual de consentimiento y compensación: otorgar a los creadores el derecho a excluirse del entrenamiento de IA y establecer un gravamen sobre los proveedores de IA para asegurar el pago justo a aquellos cuyas obras se utilizan sin licencia. Gervais, por su parte, defiende que los creadores deberían recibir un nuevo derecho de remuneración, asignable, por el uso comercial de sistemas de IA generativa entrenados con sus obras protegidas por derechos de autor; este derecho complementaría, pero no reemplazaría, los derechos existentes relacionados con reproducción y adaptación.
También hay un consenso creciente sobre la necesidad de modernizar las limitaciones y excepciones, en particular para educación e investigación. Flynn et al. muestran que una mayoría de los países del mundo no tienen excepciones que permitan la investigación y enseñanza modernas, como el uso académico de plataformas de enseñanza en línea. Y en Science, varios autores proponen armonizar las excepciones de derechos de autor internacionales y domésticas para autorizar explícitamente la minería de texto y datos (TDM) para investigación, permitiendo el acceso lícito y transfronterizo a materiales protegidos sin requerir licencias previas.
En la OMPI, el Comité Permanente sobre Derecho de Autor y Derechos Conexos (SCCR) ha tomado medidas en este ámbito aprobando un programa de trabajo sobre limitaciones y excepciones, actualmente en discusión para el próximo SCCR 47. Y en el Comité de Desarrollo y Propiedad Intelectual (CDIP), está aprobado un Proyecto Piloto sobre TDM para Apoyar la Investigación e Innovación en Universidades y Otras Instituciones Orientadas a la Investigación en África – Propuesta del Grupo Africano (CDIP/30/9 REV).
Mi propio trabajo, al igual que el de Díaz & Martínez, ha enfatizado la urgencia de actualizar las excepciones educativas latinoamericanas para dar cuenta de usos digitales y transfronterizos.
Eleonora Rosati sostiene que el entrenamiento con IA no licenciada queda fuera de las excepciones de derechos de autor existentes en la UE y el Reino Unido, incluidas el Artículo 3 (TDM para investigación científica) de la Directiva DSM, el Artículo 4 (TDM general con exclusiones) y el Artículo 5(3)(a) de la Directiva InfoSoc (uso para enseñanza o investigación científica). Encuentra que las excepciones para investigación, educación o defensas similares al uso justo no se aplican al alcance completo de las actividades de entrenamiento de IA. Como resultado, concluye que un marco de licencias es legalmente necesario e inevitable, incluso cuando el entrenamiento se realiza con fines no comerciales o educativos.
Finalmente, expertos en políticas públicas como James Love advierten que una regulación de “talla única para todos” corre el riesgo de marginar los avances médicos y de investigación que promete la inteligencia artificial. El peligro reside en tratar todos los datos de entrenamiento por igual —confluyendo canciones populares con secuencias proteicas, o guiones de películas con datos de ensayos clínicos— Legislar imponiendo obligaciones generales de consentimiento o licencia, sin distinguir entre entretenimiento comercial y conocimiento científico financiado públicamente, podría enfriar los usos socialmente valiosos de la IA. La propiedad intelectual para IA debe diferenciarse de manera inteligente, no ser uniformemente simple.
EL LITIGIO COMO ÁMBITO DE PRUEBA DOCTRINAL
Los tribunales de EE. UU. se han convertido en un escenario clave para probar los límites del derecho de autor en la era de la inteligencia artificial. En los últimos dos años, un número creciente de casos ha explorado si las doctrinas existentes y los conceptos fundamentales del derecho de autor —como el uso justo, la reproducción y la originalidad— pueden aplicarse de manera significativa a los sistemas de aprendizaje automático. Aunque los jueces evalúan estas cuestiones dentro del marco del derecho actual, sus fallos están informando cada vez más el debate político sobre si la reforma normativa puede ser necesaria.
En agosto de 2025, el tribunal en Perplexity AI v. News Corp denegó la moción de Perplexity para desestimar o transferir el caso, rechazando el argumento jurisdiccional al subrayar su presencia comercial y su enfoque en lectores de Nueva York, confirmando así al Distrito Sur de Nueva York como foro adecuado. La decisión no aborda el fondo de la demanda por infracción —que alega que Perplexity raspó y reutilizó el contenido de News Corp mediante resumen con IA sin permiso— pero establece que el caso continuará en Nueva York por ahora.
En junio de 2025, el tribunal en Bartz v. Anthropic PBC determinó que entrenar modelos de IA con libros legalmente adquiridos y digitalizados constituía uso justo —un acto que describió como “espectacularmente” o “cuintessentialmente transformador”, similar a un escritor que aprende de obras ajenas— pero sostuvo que copiar y almacenar libros piratas para construir una biblioteca central y permanente no era uso justo y debe ir a juicio por daños. La decisión se mantiene, ya que el juez Alsup denegó la solicitud de apelación previa al juicio; la fase relacionada con piratería continuará ante un jurado programado para diciembre de 2025.
En New York Times v. OpenAI & Microsoft, presentada en diciembre de 2023, los demandantes alegan que sus artículos fueron ingeridos sin autorización para entrenar grandes modelos de lenguaje—una demanda ahora respaldada por la negativa del tribunal a desestimar los cargos clave de infracción de derechos de autor, incluidos los de responsabilidad directa y contributiva. La disputa incluye alegaciones de que las producciones de los modelos a veces “regurgitan” o imitan de cerca el contenido del Times, incluyendo reproducciones casi literales o resúmenes sintéticos semejantes al contenido protegido. Un tema clave subyacente en los casos es qué constituye sustitución/daño al mercado bajo uso justo. El tribunal ha permitido que el caso avance hacia la etapa de descubrimiento y posible juicio.
En las industrias creativas, la música generada por IA enfrenta su propio examen legal. En UMG v. Suno, presentada a mediados de 2024, Universal Music Group alega que la startup utilizó indebidamente grabaciones sonoras protegidas por derechos de autor para entrenar sistemas de IA generativa que producen nuevas pistas musicales. El caso plantea preguntas críticas sobre si entrenar con grabaciones protegidas constituye infracción —y si las producciones que imitan el estilo o sonido de artistas humanos pueden desencadenar responsabilidad. El resultado podría establecer precedentes importantes para el derecho de autor musical en un contexto de IA.
Decisiones anteriores ya han comenzado a establecer límites legales. En Thomson Reuters v. Ross Intelligence, una sentencia de 2024 rechazó la defensa de uso justo de Ross después de encontrar que su asistente jurídico de IA copiaba fragmentos de Westlaw de manera sustancialmente similar al producto de Westlaw, haciendo que el riesgo de sustitución fuera más directo y obvio que en casos involucrando conjuntos de datos amplios y generalizados.
Artistas visuales y fotógrafos también están presentando sus reclamos. En demandas paralelas (Andersen v. Stability AI y Getty v. Stability AI), los tribunales consideran si las imágenes generadas por IA infringen el derecho a preparar obras derivadas y si la eliminación de metadatos viola derechos morales.
En el ámbito literario, Authors Guild v. OpenAI permanece en etapas tempranas, pero podría moldear el panorama de compensación para autores de libros cuyas obras fueron utilizadas sin consentimiento en el entrenamiento de modelos de lenguaje.
Finalmente, se reafirma también la primacía de principios fundamentales. En Thaler v. Perlmutter, la Corte de Apelaciones del Circuito del Distrito de Columbia de EE. UU. en 2023 ratificó la decisión de la Oficina de Derechos de Autor de EE. UU. de que las obras creadas puramente por IA sin autoría humana no pueden ser protegidas por copyright. Este fallo reafirmó el fundamento centrado en el ser humano del derecho de autor.
En conjunto, estos casos están delineando los contornos de la doctrina del derecho de autor en tiempo real. Exponen las limitaciones de los marcos existentes —y la creciente presión sobre los tribunales para reconciliar tecnologías nuevas con principios legales perdurables.
RESPUESTAS INSTITUCIONALES: EL INFORME DE 2025 DE LA OFICINA DE DERECHOS DE AUTOR DE EE. UU.
La respuesta institucional más completa hasta la fecha proviene del informe de mayo de 2025 de la Oficina de Derechos de Autor de EE. UU. sobre la IA generativa. Las conclusiones clave incluyen:
- Las obras generadas por IA sin autoría humana no son susceptibles de copyright.
- El entrenamiento con materiales protegidos puede requerir licencias, salvo que estén amparados por excepciones claramente definidas.
- Se están considerando nuevas herramientas de política, incluyendo sistemas de remuneración, registros de conjuntos de datos y mandatos de transparencia.
El informe establece una distinción clara entre usos permitidos y no permitidos:
- Infringiendo: reproducción no autorizada, salidas tipo derivadas, eliminación de información de gestión de derechos de autor.
- Permitidos: uso justo (cuando corresponda), excepciones para TDM, uso de dominio público o datos sintéticos.
Al mismo tiempo, la Oficina subraya que los usos para investigación, análisis o funciones educativas no sustitutivas son con frecuencia “altamente transformadores” y, por ende, más propensos a calificar como uso justo. Entrenar modelos para sistemas cerrados o fines de investigación se distingue de entrenar con el objetivo de producir obras expresivas que compitan con las originales.
RUMBO A UNA POLÍTICA EQUILIBRADA
Para cerrar la brecha entre la realidad tecnológica y la capacidad legal, los responsables de formular políticas podrían considerar explorar más a fondo los siguientes temas:
- Derechos de remuneración para los autores.
- Excepciones para minería de texto y datos, especialmente para investigación, educación e innovación no comercial.
- Esquemas de licencias transparentes, con divulgación de datos de entrenamiento.
- Herramientas que permitan a reguladores, autores y al público entender cómo se obtienen, procesan y despliegan los datos en modelos generativos.
Estas medidas, si bien no son exhaustivas, podrían representar los pilares de un sistema de derechos de autor futuro.
CONCLUSIÓN
La comunidad jurídica enfrenta ahora un desafío decisivo: cómo adaptar los marcos de derechos de autor a la IA sin socavar los principios que sostienen las economías creativas y el acceso público al conocimiento.
De propuestas académicas a debates judiciales, del uso justo a los derechos humanos, esta conversación ya no es teórica. Está desarrollándose ahora—en legislación, en litigios y en foros internacionales. Países como Panamá, con sectores creativos vibrantes y fuertes tradiciones culturales, están bien posicionados para contribuir a un modelo de gobernanza de IA más justo e inclusivo.
La pregunta no es si el derecho de autor cambiará. Es cómo—y para quién.
