Hace casi veinte años, estudiando software libre, me interesó especialmente una idea: la tecnología no elimina los derechos de propiedad intelectual, pero puede cambiar profundamente la forma en que los ejercemos.
El copyleft era un buen ejemplo. En lugar de renunciar al derecho de autor, lo utilizaba para establecer condiciones sobre la circulación, modificación y redistribución del código. La GNU GPL demostraba así algo que sigue siendo actual: una licencia no solamente protege una obra existente; también puede establecer reglas para algunos de sus usos posteriores.
La inteligencia artificial generativa vuelve a poner esa relación bajo tensión. Pero esta vez el problema empieza antes de que exista una obra nueva.
Empieza con aquello que utilizamos para entrenar el modelo.
Del código al dataset
Decir que un modelo "se entrena con datos" simplifica demasiado el problema jurídico.
El material utilizado para entrenamiento no es homogéneo. Puede contener obras protegidas por derecho de autor, código sujeto a distintas licencias, información fáctica, contenidos en dominio público, bases de datos, datos personales o información sometida a otras restricciones.
Por eso, antes de preguntarnos si una IA puede utilizar determinado material, necesitamos saber qué es, de dónde proviene y bajo qué condiciones puede ser utilizado.
La procedencia deja de ser solamente una cuestión técnica.
Entrenar también tiene consecuencias jurídicas
Los distintos ordenamientos todavía están construyendo respuestas.
La Unión Europea ya contaba con un régimen específico para minería de textos y datos —text and data mining— que contempla determinadas reproducciones y extracciones sobre contenidos a los que se accede lícitamente y permite, en ciertos supuestos, que los titulares reserven sus derechos.
Con la IA generativa, esa lógica adquirió una dimensión nueva. El AI Act exige actualmente a los proveedores de modelos de IA de propósito general implementar una política de cumplimiento del derecho de autor europeo y publicar un resumen suficientemente detallado del contenido utilizado para su entrenamiento.
Estados Unidos transita un camino diferente: allí buena parte de la discusión sobre utilización de obras protegidas para entrenamiento se desarrolla alrededor del fair use y continúa siendo objeto de litigios y análisis específicos. La propia Copyright Office separó el problema del entrenamiento de otros debates, como la protección de los resultados generados por IA.
Argentina presenta, a su vez, su propio marco de derecho de autor. Categorías europeas como el TDM o estadounidenses como el fair use no pueden trasladarse automáticamente: el análisis debe partir de los derechos involucrados y de las excepciones previstas por nuestro ordenamiento.
Lo que todavía puede enseñarnos el copyleft
El copyleft no resuelve el problema del entrenamiento de modelos, ni corresponde asumir que un modelo entrenado sobre determinado código sea por esa sola circunstancia una obra derivada sometida a su licencia.
Su enseñanza es otra.
Mostró tempranamente que los derechos de propiedad intelectual también pueden utilizarse para definir condiciones de reutilización y circulación, y que esas condiciones pueden acompañar técnicamente a aquello que protegen.
La IA amplía enormemente el problema: ahora necesitamos identificar las condiciones aplicables no solamente al código, sino también a datasets, modelos y contenidos utilizados durante su desarrollo.
De propiedad intelectual a gobernanza
Para una organización que desarrolla, contrata o integra inteligencia artificial, la discusión deja rápidamente de ser académica.
No alcanza con preguntar qué modelo se utilizará. También importa conocer qué información propia ingresará al sistema, qué derechos existen sobre ella, qué podrá hacer el proveedor con esos datos, qué garantías ofrece respecto del modelo y qué información proporciona sobre su procedencia y entrenamiento.
La tendencia regulatoria europea hacia políticas de copyright, documentación y transparencia sobre los contenidos de entrenamiento muestra precisamente ese cambio: la procedencia empieza a transformarse en una cuestión de cumplimiento.
Hace veinte años, el software libre mostraba que detrás de una decisión tecnológica también había decisiones jurídicas sobre uso, modificación y circulación.
La IA vuelve a plantear esa tensión a otra escala.
La pregunta ya no es solamente quién tiene derechos sobre una obra. También necesitamos saber qué materiales ingresaron al sistema, de dónde provinieron y bajo qué condiciones pueden ser utilizados.