Anthropic, la empresa de IA detrás de los modelos Claude, fue hallada culpable de haber recopilado y pirateado ilegalmente el trabajo de más de 10 profesores de Stanford para entrenar sus sistemas. Según un fallo en la demanda *Bartz v. Anthropic*, la empresa obtuvo textos protegidos por derechos de autor de "bibliotecas en la sombra" como LibGen y PiLiMi. El tribunal determinó que la descarga y el almacenamiento de estos archivos piratas en una biblioteca central constituían una violación de la ley de derechos de autor. Este hallazgo contribuyó a un acuerdo de 1.500 millones de dólares que involucra casi 500.000 obras registradas, destinado a compensar a autores y editores por el uso no autorizado de su propiedad intelectual.
Esta imagen ilustra el concepto de una biblioteca de obras piratas, la cual el tribunal consideró una violación de la ley de derechos de autor.
A pesar del fallo contra la piratería, el juez William Alsup distinguió entre la adquisición ilegal de datos y el acto de entrenar los modelos en sí mismos. El juez caracterizó el entrenamiento de los LLM como "uso legítimo", trazando un paralelismo con la forma en que los lectores humanos internalizan temas y estilos para eventualmente crear nuevas obras. Bajo esta interpretación, se permite que la IA aprenda de los datos para "dar un giro y crear algo diferente" en lugar de simplemente replicar o suplantar a los autores originales. Esta distinción crea un panorama legal matizado donde el método de recopilación de datos está estrictamente regulado, pero el uso transformador de esos datos en el aprendizaje automático permanece en gran medida protegido.
El acuerdo no ha resuelto todos los agravios, ya que algunos autores argumentan que la compensación es insuficiente y que el precedente sigue siendo problemático. El profesor Tobias Wolff, quien optó por no participar en el acuerdo, ha caracterizado el uso de su obra sin pago como una forma de "trabajo esclavo" y expresó su preocupación por el futuro de los escritores jóvenes. Mientras tanto, los académicos del derecho señalan los "costos de transacción" como un obstáculo principal, señalando que es prácticamente imposible para las plataformas de IA obtener licencias individuales para millones de obras únicas. A medida que la Authors Guild presiona por una legislación nacional para exigir licencias y filtros de salida, el futuro legal del raspado masivo sigue siendo un punto de gran incertidumbre para la industria creativa.