OpenAI vs. The New York Times: estado del caso en 2026

Actualizado el 16 de septiembre de 2026: el caso sigue abierto. Algunas reclamaciones se han reducido, y OpenAI presentó el 4 de septiembre una petición de sentencia sumaria. Eso no es una victoria judicial ni una sentencia final.

La pregunta central continúa siendo relevante: cuándo el uso de obras periodísticas para entrenar y operar sistemas de IA puede considerarse fair use en Estados Unidos, y cuándo invade derechos exclusivos o sustituye mercados protegidos.

Estado del caso en una frase

The New York Times Company v. Microsoft y OpenAI comenzó en diciembre de 2023 y ahora forma parte de un litigio multidistrito con otros medios y autores. El Times alega usos no autorizados de sus obras y reproducciones o sustituciones perjudiciales; OpenAI y Microsoft niegan la infracción y defienden, entre otros argumentos, el fair use.

Hasta ahora el tribunal ha decidido qué teorías podían seguir, cuáles debían descartarse y cómo avanzar con la prueba. Todavía no ha resuelto definitivamente si los usos concretos de las obras del Times en el entrenamiento y los productos impugnados son lícitos.

Cronología: qué ocurrió y qué significa

• 27 de diciembre de 2023: el Times demanda a Microsoft y a entidades de OpenAI.
• 4 de abril de 2025: el juez Sidney H. Stein resuelve mociones de desestimación. Mantiene algunas reclamaciones y elimina otras, incluidas determinadas teorías DMCA y de competencia desleal.
• 6 de agosto de 2026: se desestiman con perjuicio teorías de infracción contributiva apoyadas en «contribución material» a infracciones de usuarios. También se rechaza añadir tarde nuevas teorías contra Microsoft.
• 4 de septiembre de 2026: OpenAI solicita sentencia sumaria sobre cuestiones que incluyen entrenamiento, Browse y DMCA. El escrito expone la posición de OpenAI; el tribunal aún debe decidir.

Una moción de desestimación pregunta si una demanda puede continuar aun suponiendo ciertos sus hechos. Una petición de sentencia sumaria llega más tarde y sostiene que, con el expediente desarrollado, no existe una disputa material que exija juicio sobre determinados puntos. Ninguna de las dos debe confundirse con una sentencia final después de juicio.

Qué sostiene The New York Times

Según las alegaciones resumidas en las resoluciones judiciales, el Times afirma que sus obras protegidas se utilizaron sin autorización, que ciertos sistemas pueden reproducir o resumir contenido de forma sustitutiva y que esos usos afectan a suscripciones, licencias y tráfico. También ha planteado reclamaciones relacionadas con información de gestión de derechos y con la conducta de las empresas demandadas.

Que una alegación sobreviva una fase inicial significa que puede investigarse y litigarse; no significa que el juez ya la considere probada. Esa precisión es esencial al leer titulares sobre el caso.

Qué sostienen OpenAI y Microsoft

OpenAI argumenta que el entrenamiento aprende patrones y hechos para crear una herramienta transformadora, no una copia sustitutiva, y que las reproducciones extensas son contrarias al funcionamiento pretendido del producto. Su escrito de septiembre de 2026 también defiende usos de Browse y cuestiona reclamaciones bajo la DMCA.

Esos puntos son argumentos de la parte demandada. Deben leerse junto con las alegaciones del Times, las pruebas admitidas y las decisiones del tribunal. La página pública de OpenAI sirve para localizar su posición y escritos, pero no sustituye una resolución judicial.

Qué decidió la orden de agosto de 2026

La orden del 6 de agosto responde a un cambio en la doctrina de infracción contributiva. Los demandantes aceptaron retirar con perjuicio sus teorías basadas en «contribución material» a infracciones directas de usuarios. El juez también negó al Times y a otros medios permiso para incorporar a esas alturas nuevas teorías de inducción o servicios diseñados para infringir contra Microsoft.

La orden estrecha el litigio. No declara que todo entrenamiento sea legal, no decide el fair use del conjunto del caso y no convierte en falsas las demás alegaciones. Es una decisión procesal y sustantiva sobre reclamaciones concretas.

Por qué el fair use no tiene una respuesta automática

El derecho estadounidense valora cuatro factores: propósito y carácter del uso, naturaleza de la obra, cantidad y relevancia de lo utilizado y efecto sobre el mercado. No existe un porcentaje mágico ni una regla que convierta todo entrenamiento en lícito o ilícito.

La Oficina de Copyright de Estados Unidos subraya que «entrenamiento» puede describir procesos distintos. Importan la procedencia de los datos, el objetivo, las copias realizadas, la posibilidad de memorización, los controles de salida y el mercado afectado. Por eso una decisión sobre un modelo o conjunto de datos no resuelve automáticamente todos los demás.

Otros frentes pueden orientar, pero no son equivalentes. La disputa sobre entrenamiento con manga y anime, el conflicto sobre transparencia de datos de entrenamiento en California y el uso de IA en despachos jurídicos responden a jurisdicciones, obras y riesgos diferentes.

El frente de los chats y la privacidad

Durante el descubrimiento probatorio surgió una disputa sobre la conservación y entrega de registros de conversaciones. Los demandantes buscan evidencia sobre posibles reproducciones; OpenAI sostiene que las solicitudes amenazan la privacidad de usuarios no relacionados con el pleito. Las medidas de acceso, anonimización y uso de esos datos forman parte de esa controversia.

Para una empresa, la lección no depende de quién gane: los registros de un sistema pueden convertirse en evidencia. Retención, borrado, acceso, separación de clientes y respuesta a litigios deben diseñarse antes de que llegue una solicitud judicial.

Qué debería hacer hoy un equipo que construye con IA

1. Inventariar datos: origen, titular, licencia, fecha de obtención y restricciones.
2. Separar usos: entrenamiento, ajuste, evaluación, búsqueda y generación no tienen el mismo perfil.
3. Probar salidas: medir reproducción extensa, filtraciones y sustitución de contenido protegido.
4. Respetar controles: exclusiones técnicas, contratos y límites de acceso aplicables.
5. Reducir retención: guardar solo lo necesario y documentar quién puede acceder.
6. Preparar evidencia: conservar decisiones, versiones de datasets y controles de mitigación.

Cuando el producto depende de contenido editorial, una licencia o una arquitectura de recuperación con fuentes autorizadas puede reducir incertidumbre, aunque no elimina por sí sola todos los riesgos. La decisión adecuada depende del uso y debe revisarla un profesional jurídico.

Qué falta por saber

El siguiente hito relevante es cómo resuelva el tribunal las peticiones de sentencia sumaria y qué cuestiones, si alguna, lleguen a juicio. Hasta entonces, dos afirmaciones son prematuras: que el caso ya prohibió entrenar con noticias o que ya declaró lícito todo entrenamiento.

La lectura responsable es más concreta: algunas teorías han caído, otras siguen vivas y el núcleo sobre fair use requiere una decisión posterior. Este artículo se actualizará cuando exista una nueva orden que cambie ese estado.