Fair use en la era algorítmica: el caso Anthropic y los límites del entrenamiento de IA con obras protegidas

 

Fair use en la era algorítmica: el caso Anthropic y los límites del entrenamiento de IA con obras protegidas

Por Santiago Carretero Sánchez
Profesor Titular de Filosofía del Derecho, Universidad Rey Juan Carlos. Abogado.

---

Una resolución judicial dictada en los Estados Unidos el 25 de junio de 2025 ha reavivado el debate jurídico sobre el uso de contenidos protegidos por derechos de autor en el entrenamiento de modelos de inteligencia artificial. En concreto, un juez federal ha estimado parcialmente la demanda presentada contra la empresa Anthropic, reconociendo que el uso de ciertos libros bajo copyright para entrenar un modelo de lenguaje puede entrar dentro de la doctrina del “fair use” (uso legítimo), aunque ha exigido que la empresa responda por el posible uso de material pirateado.

Esta decisión se produce en el marco de las demandas interpuestas por editoriales y autores frente a desarrolladores de IA generativa que, sin autorización expresa, han utilizado grandes cantidades de texto —incluyendo obras protegidas— para entrenar sus sistemas lingüísticos.

1. ¿Qué es el “fair use” y cómo se aplica a la IA?

El “uso justo” es una excepción al régimen general del copyright en el sistema jurídico anglosajón (art. 107 del Copyright Act de EE. UU.), que permite utilizar obras protegidas sin permiso del titular en determinados contextos (crítica, docencia, investigación, etc.). El tribunal valoró cuatro factores fundamentales:

• La finalidad y el carácter del uso (¿comercial o transformativo?)

• La naturaleza de la obra original

• La cantidad y sustancialidad de lo usado

• El efecto sobre el mercado potencial de la obra

En este caso, el juez consideró que el uso de textos con fines de entrenamiento algorítmico puede ser transformativo y no necesariamente sustituye al mercado de la obra, pero exigió transparencia y justificación de las fuentes utilizadas, especialmente en relación con archivos que podrían haber sido pirateados o filtrados.

2. Consecuencias para el desarrollo y regulación de la IA generativa

Este fallo, aunque parcial, sienta un precedente relevante para la industria tecnológica y el ámbito jurídico. En primer lugar, introduce la exigencia de declaración de corpus y trazabilidad de datos usados en el entrenamiento, algo que hasta ahora había permanecido opaco en las prácticas de muchas compañías. En segundo lugar, obliga a replantear el alcance de las excepciones a los derechos patrimoniales en contextos donde la IA consume masivamente obras sin fines expresivos, pero sí con impacto económico.

Desde una perspectiva jurídica continental, este debate conecta con las excepciones por text and data mining del art. 3 del Directiva 2019/790 sobre derechos de autor en el mercado digital (DSM), que exige respeto a las cláusulas contractuales y posibilidad de objeción por parte de los titulares.

3. Reflexión final: equilibrio entre innovación y derecho de autor

La protección del derecho de autor debe encontrar un punto de equilibrio con la innovación tecnológica legítima. La IA no debe ser excusa para la expropiación masiva e injustificada de contenidos protegidos, pero tampoco puede quedar paralizada por estructuras normativas pensadas para otro paradigma tecnológico.

Lo que está en juego es el modelo de justicia algorítmica que queremos construir: uno basado en reglas claras, con respeto a los derechos de los creadores, pero también con seguridad jurídica para los desarrolladores y usuarios. La transparencia en los corpus de entrenamiento y una interpretación razonable de las excepciones serán esenciales en este proceso.

---

📚 Fuente: The Verge, “Judge rules training AI on copyrighted books may be fair use, but Anthropic must answer for pirated material”, 25 de junio de 2025.