Primer fallo de apelación en EE. UU. contra el fair use en IA
Un tribunal de apelaciones de Estados Unidos falló por primera vez sobre fair use aplicado al entrenamiento de inteligencia artificial, y falló en contra. El Tercer Circuito confirmó que copiar los resúmenes editoriales de Westlaw para entrenar una herramienta legal no es uso legítimo. Es la primera decisión de segunda instancia sobre el tema.
Qué decidió el tribunal
El caso es Thomson Reuters contra Ross Intelligence y viene de lejos. Ross construyó un buscador jurídico con inteligencia artificial y usó para entrenarlo los headnotes de Westlaw: los resúmenes que los editores de Thomson Reuters escriben para cada fallo.
La defensa fue la de siempre en estos pleitos: que se trataba de fair use porque el uso era transformativo y por lo tanto legítimo. El juez de primera instancia la rechazó y ahora el Tercer Circuito confirmó esa decisión.
Además, hay un detalle procesal que conviene tener presente: la opinión escrita quedó inicialmente bajo sello, así que el razonamiento completo no era público al cierre de esta nota. Sabemos el resultado, no todavía los argumentos.
Por qué este fallo sobre fair use pesa más que los anteriores
Hasta ahora todas las decisiones sobre entrenamiento de modelos venían de jueces de primera instancia y apuntaban en direcciones distintas. Una decisión de apelación tiene otro peso: obliga a los tribunales inferiores de ese circuito y, sobre todo, se convierte en la cita obligada de cualquier demandante.
Sin embargo, conviene medir bien el alcance. El material copiado no eran los fallos judiciales, que son públicos, sino los resúmenes escritos por editores humanos. Es decir, una obra con esfuerzo creativo detrás y con un mercado propio, que es justamente el factor que más pesa en el análisis.
Qué significa para América Latina
Toca directo a quien afina modelos con datos ajenos. Si su empresa entrena o ajusta un modelo con archivos de prensa, catálogos de producto de terceros o bases de datos que no son suyas, este precedente ya existe y va a ser citado. En Colombia la discusión se daría bajo la Ley 23 de 1982, pero el argumento que van a traer los demandantes sale de aquí.
Cambia lo que hay que exigirle a un proveedor. Cuando alguien le ofrezca «un modelo entrenado con datos de su industria», la pregunta obligada es de dónde salieron esos datos y con qué licencia. Y la cláusula que hay que pedir es garantía de indemnidad por derechos de autor, por escrito, antes de firmar.
Para medios y agencias, el archivo vale más de lo que parece. Si el entrenamiento sin licencia se vuelve caro, el contenido con derechos claros se vuelve un activo licenciable. Un medio colombiano con veinte años de archivo propio y bien documentado tiene algo que vender, no solo algo que defender.
Lo que todavía no sabemos sobre el fair use en la IA
Falta lo más importante: el razonamiento. Mientras la opinión esté bajo sello no se puede saber qué tan amplio es el criterio, si distingue entre tipos de material o si deja puertas abiertas para usos distintos.
Por eso vale la pena no sobreinterpretar el titular. Esto no declara ilegal entrenar modelos con material protegido en todos los casos. Confirma que, en este caso concreto y con este material concreto, la defensa de fair use no funcionó.
Aun así, el cambio de ambiente es real. Durante dos años la apuesta de la industria fue que los tribunales terminarían aceptando el entrenamiento como transformativo. La primera apelación dijo que no.
Sitio oficial: Thomson Reuters
Reportado por: Law360 — MLex — Claims Journal
Nota de transparencia: la opinión escrita del Tercer Circuito estaba bajo sello al momento de publicar esta nota, por lo que el razonamiento completo del tribunal no es público.
Lee también:
Universal y Sony demandan a Suno por 60.202 grabaciones
Universal Music demanda a DistroKid
