Un periodista del NYT demanda a OpenAI, Google y xAI por entrenar chatbots con libros: el caso que puede encender 2026

INTELIGENCIA ARTIFICIAL · COPYRIGHT · GUERRA POR LOS DATOS

1) Qué ha pasado (sin ruido)

Según informó Reuters, Carreyrou y otros autores presentaron una demanda en un tribunal federal de California contra varios pesos pesados del sector —incluyendo OpenAI, Google y xAI— por el supuesto uso de copias no autorizadas de libros para entrenar modelos que alimentan chatbots comerciales. En la lista aparecen también otras compañías del ecosistema, lo que deja claro el mensaje: esto no va de “una empresa mala”, va de una práctica industrial.

¿La chispa? Una frase que ya es casi un leitmotiv en 2025–2026: “entrenamiento” suena técnico, pero por debajo hay actos de copia, almacenamiento y transformación que el derecho de autor no ignora solo porque el resultado sea estadística.

Cuando el “dataset” son libros, la pregunta real es quién pagó —y quién decidió— por esa copia.

2) Qué alegan los autores: no es solo “me copiaron”

La acusación no suele formularse como “mi libro aparece entero en el chat” (aunque a veces se discute la famosa “regurgitación”). El corazón del asunto es más frío:

1) Copia y adquisición: la demanda sostiene que se obtuvieron libros sin licencia (en algunos casos, directamente desde fuentes piratas) y se almacenaron para procesarlos.

2) Uso comercial: esos textos habrían servido para mejorar modelos que luego se monetizan (suscripciones, APIs, acuerdos empresariales).

3) Daño y sustitución: no solo “me deben dinero”, también “están creando productos que compiten con el trabajo original o devalúan el mercado”.

Si te suena a “esto recuerda a música/streaming/YouTube”, vas bien encaminado: el patrón histórico es parecido. Primero llega la tecnología. Luego llega la fricción. Y al final llegan licencias, tarifas, estándares… o un cambio de modelo.

3) Por qué este caso es distinto: no es “class action”

Aquí está la parte jugosa. Muchas demandas de autores han ido (o han intentado ir) por la vía colectiva: agrupar a cientos o miles de autores para negociar un acuerdo global. En teoría, eso da fuerza. En la práctica, también puede producir un resultado incómodo: un acuerdo enorme en titulares, pero pequeño por autor.

Según Reuters, esta demanda subraya precisamente esa crítica: que los acuerdos colectivos tienden a “apagar” miles de reclamaciones a precios bajos. La lectura estratégica es clara: si no hay “paquete” que cerrar, la empresa se enfrenta a un dilema más caro y más impredecible.

Piensa en ello como en dos partidas distintas:

• Partida A (colectiva): “arreglamos todo con un cheque y seguimos”.

• Partida B (no colectiva): “cada obra puede ser un frente, con discovery, peritos, y riesgo de daños estatutarios”.

4) La línea roja real: “fair use” puede existir… pero la piratería no ayuda

Las empresas de IA suelen apoyarse en un argumento clave: entrenar un modelo es un uso transformativo, más parecido a “aprender patrones” que a “copiar para sustituir”. Eso entra, potencialmente, en la discusión de fair use en EE. UU.

Pero aquí aparece una distinción muy práctica (y muy peligrosa para cualquiera que haya tomado atajos): da igual lo elegante que sea tu defensa del entrenamiento si la forma de conseguir el material fue sucia. En otros litigios recientes, jueces han señalado precisamente ese matiz: una cosa es el análisis/transformación, y otra la descarga masiva desde bibliotecas pirata. AP, por ejemplo, ha cubierto acuerdos y resoluciones que empujan a la industria hacia la compra o licencia de libros, y lejos de repositorios ilícitos.

Por eso esta demanda es tan incómoda: no discute solo “qué hace el modelo”, discute “qué hiciste tú para alimentarlo”. Y esa segunda pregunta es donde muchas compañías preferirían no entrar en detalle.

En estos casos, el “cómo lo conseguiste” pesa casi tanto como el “para qué lo usaste”.

5) Qué puede pasar en 2026: tres escenarios realistas

Y en paralelo, la regulación. En Europa, el marco del AI Act y las exigencias de transparencia (especialmente para ciertos usos) empujan a las empresas hacia documentación y gobernanza. Si te interesa esa capa, aquí tienes una guía clara sobre cómo impacta el EU AI Act a pymes y autónomos en España.

6) Si eres creador: cómo te afecta de verdad (y qué puedes hacer)

Vamos a lo práctico. Este tipo de casos no se traducen automáticamente en “mañana me llega un cheque”. Lo que sí cambian es el equilibrio de poder para negociar.

• Más valor para catálogos bien gestionados: editoriales y autores con derechos claros, registros en orden y control de ediciones digitales suelen tener más capacidad de licencia.

• Más presión para “probar origen”: si el mercado se mueve hacia datasets auditables, tu obra puede entrar (con licencia) o quedar fuera (sin compensación), según cómo se estructuren esas puertas de entrada.

• Más conversación sobre atribución y trazabilidad: incluso si el modelo no “cita”, el ecosistema alrededor (buscadores con IA, resúmenes, asistentes) tiende a necesitar políticas más claras.

Y un consejo de supervivencia: en un mundo donde el contenido se remezcla, la diferencia entre “impacto” y “ruido” importa. Si quieres minimizar riesgos (privacidad, alucinaciones, uso de fuentes dudosas) cuando trabajas con IA, te puede servir esta lista de errores típicos al usar IA y cómo evitarlos.

La jurisprudencia que salga de 2026 puede reordenar el mercado: no por ideología, sino por incentivos.

7) Si eres empresa: el “riesgo invisible” está en tu dataset

Aquí es donde muchas compañías se equivocan: piensan que esto afecta solo a los gigantes que entrenan modelos base. Pero la onda expansiva llega a cualquiera que construya producto con IA, porque tu proveedor puede cambiar condiciones, precios o capacidades si se ve obligado a limpiar datos, pagar licencias o limitar outputs.

Si tienes un equipo técnico o estás integrando modelos en procesos internos, guarda esta checklist mental:

Si quieres llevar esto a tierra con un enfoque operativo, te encaja mucho esta guía para documentar el uso de IA en tu empresa. No por cumplir por cumplir, sino porque cuando hay pleitos, lo que no está documentado “no existe”.

8) Si eres usuario: qué cambia (aunque no lo parezca)

Es fácil pensar: “yo solo pregunto cosas, esto no va conmigo”. Pero sí puede ir contigo, por tres vías:

• Respuestas más cautas: si hay presión legal, algunos modelos limitarán fragmentos largos, citas textuales o estilos demasiado “calcados”.

• Más muros de pago y licencias: parte del coste de “ser legal” acaba en precio (o en versiones premium que prometen datasets licenciados).

• Mejor trazabilidad (ojalá): el escenario positivo es que veas más referencias, más “de dónde sale esto”, y menos magia opaca.

La pregunta que queda (y que 2026 tendrá que contestar)

Al final, el debate no es “autor vs tecnología”. Es algo más incómodo: ¿quién tiene derecho a convertir cultura en infraestructura?

Si el futuro de la IA depende de absorber millones de libros, artículos y obras, entonces el mercado necesita una respuesta estable: o licencias, o compensación, o reglas claras de uso legítimo… pero no un limbo eterno donde el incentivo sea “copia primero, negocia después”.

Por eso este caso puede “encender” 2026. No solo por lo que decida un juez, sino porque obliga a todos —creadores, empresas y usuarios— a mirar el motor por dentro y preguntarse qué combustible es aceptable.