Entrenar IA con libros protegidos por copyright es legal en EE.UU., pero le costó a Anthropic 1.500 millones

Un tribunal de Estados Unidos ha zanjado una de las grandes incógnitas legales que rodean a la inteligencia artificial: entrenar modelos de lenguaje con libros protegidos por derechos de autor puede considerarse "uso justo", siempre que esos libros se hayan obtenido de forma legal. La sentencia, dictada en 2025 en el caso Bartz contra Anthropic, marca un precedente clave para el sector, aunque con matices importantes. El juez William Alsup argumentó que los modelos de IA no replican las obras originales, sino que las transforman para crear algo nuevo, igual que un escritor se inspira en lecturas previas. Sin embargo, la empresa tuvo que pagar 1.500 millones de dólares no por el entrenamiento en sí, sino por haber descargado millones de libros de bibliotecas pirata.

La procedencia de los datos, el nuevo campo de batalla legal

El fallo deja claro que el origen de los datos es más relevante que el propio proceso de entrenamiento. Anthropic pudo demostrar que parte de su modelo se entrenó con libros adquiridos legalmente, lo que salvó su argumento de "uso justo". Pero la multa millonaria llegó por los libros obtenidos de fuentes ilegales, aunque el resultado final del modelo fuera idéntico. Esta distinción técnica tiene consecuencias prácticas enormes: las empresas de IA deberán documentar meticulosamente cómo y dónde consiguen sus datos, ya que cualquier irregularidad podría acarrear sanciones similares. Para gigantes como Anthropic, con ingresos proyectados de 65.000 millones en 2026, la multa es asumible, pero para una pyme o startup podría ser letal.

La sentencia también revela una paradoja incómoda: lo que se penaliza no es el impacto de la IA en el mercado de los libros originales, sino el método de adquisición. Un modelo entrenado con libros pirateados funciona igual que uno entrenado con libros comprados, pero la diferencia legal radica en el dinero que los autores dejaron de percibir. Esto supone un jarro de agua fría para los creadores que esperaban que el entrenamiento de IA se convirtiera en una nueva fuente de ingresos a través de licencias. Mientras, el sector sigue en el punto de mira: Meta, Google y OpenAI enfrentan demandas similares por usar material protegido sin autorización, y el caso de Thomson Reuters contra Ross Intelligence —donde se consideró ilegal entrenar una IA con resúmenes jurídicos para competir directamente con el producto original— añade otra capa de complejidad.

Qué significa para tu negocio

Si tu pyme utiliza herramientas de IA —ya sea para redactar informes, analizar datos o automatizar procesos—, esta sentencia es una llamada de atención sobre la procedencia de los datos. Aunque el fallo se refiere a libros, el principio aplica a cualquier contenido protegido: desde planos de construcción hasta bases de datos de clientes. Si contratas servicios de IA externos, pregunta cómo se entrenaron sus modelos y exige transparencia. Si desarrollas soluciones propias, documenta siempre el origen de los datos para evitar riesgos legales. En sectores como la construcción o las reformas, donde se manejan planos, normativas o catálogos técnicos, la línea entre "inspiración" y "copia" es delgada. La IA de LaiaDesk, por ejemplo, está diseñada para operar dentro de estos marcos legales, pero no todas las herramientas del mercado pueden decir lo mismo. La lección es clara: en la era de la IA, la trazabilidad de los datos no es solo una buena práctica, sino una necesidad legal.