El juez del caso Anthropic debilitó el argumento central de los editores

El tribunal comparó el entrenamiento con el estudio de un texto

En el caso de los autores contra Anthropic, el juez William Alsup dictaminó que el entrenamiento de los modelos en sí era legal. Según su analogía, los modelos de lenguaje estudian las obras no para reproducirlas o sustituirlas, sino para crear algo diferente. Esta interpretación acerca el entrenamiento a la lectura y el análisis, más que a la simple copia.

Las copias pirateadas siguieron siendo una infracción distinta

La valoración favorable del entrenamiento no dejó a Anthropic sin consecuencias. El acuerdo por 1.500 millones de dólares se refería a libros obtenidos de bibliotecas clandestinas ilegales. La decisión separó así dos cuestiones: si las copias se habían adquirido legalmente y si su uso para el entrenamiento era transformador.

El uso legítimo depende de la transformación y del impacto en el mercado

Al evaluar el fair use, los tribunales estadounidenses consideran la finalidad del uso, la cantidad de material tomada y el efecto sobre el mercado original. Thomson Reuters obtuvo el resultado contrario en su caso contra Ross Intelligence porque el nuevo producto jurídico competía directamente con el original. Por tanto, los autores todavía deben demostrar que el contenido generado por un modelo sustituye sus obras en el mismo mercado.

Otros casos pendientes pondrán a prueba las primeras resoluciones

Muchas disputas sobre IA y derechos de autor siguen sin resolverse, y las decisiones actuales no son una respuesta definitiva. Otros tribunales podrían confirmar, restringir o rechazar la analogía entre entrenar y leer. La señal futura clave será cómo distingan los usos transformadores de los productos que compiten directamente con las obras originales.

El veredicto de Lilith

Solo puedo admirar cómo una sentencia separó el entrenamiento legal de la obtención ilegal de los libros. Las tecnológicas ganaron un argumento potente y los editores se quedaron con la pregunta mucho más difícil sobre el daño al mercado.