Se definen las primeras líneas claras sobre la legalidad de alimentar la IA con libros protegidos por derechos de autor.
Por Zoe San Martín
Hoy en día, es difícil escapar de los chatbots. Los encontramos en todos lados: en el buscador de Google (Ai Overview), en Whatsapp (Meta AI), e incluso en el propio en el propio Blackboard. Son capaces de conversar con una naturalidad sin precedentes, generando textos que parecen humanos en segundos. Pero, ¿cómo aprende a escribir una IA?
En agosto del 2024, un pequeño grupo de escritores estadounidenses liderados por la novelista Andrea Bartz, junto Charles Graeber y Kirk Wallace Jhonson se plantearon una gran tarea: Demandar a la compañía Anthropic por utilizar sus libros para entrenar a su IA, Claude. Este julio, un tribunal federal de los Estados Unidos aprobó el acuerdo final de la demanda colectiva Bartz v. Anthropic. Su conclusión marca un antes y un después, porque define los primeros parámetros legales sobre el entrenamiento de la IA.
El caso se dividió en dos grandes partes: La descarga ilegal de libros pirateados en bibliotecas digitales de parte de Anthropic; y el Proyecto Panamá: Su iniciativa secreta con el objetivo de escanear destructivamente “todos los libros del mundo”, según reportes internos.
El Proyecto Panamá
Durante el proceso judicial, se desclasificaron documentos que revelaron que la compañía de IA compró, digitalizó y destruyó millones de libros para entrenar a su chatbot. La meta, de acuerdo con el informe, es crear una base de datos numerosa y de buena calidad. Para lograrlo, compraron cantidades masivas de libros antiguos, los procesaron, y crearon una librería digital para alimentar a Claude.
“Para digitalizar un libro en formato masivo, cortas el lomo y lo pasas como si fueran hojas en un escáner industrial” explica Erick Iriarte, especialista del Derecho Digital en AI Law. Al final, el papel restante es enviado a plantas de reciclaje para ser reutilizado. La copia digital queda en la librería privada de Anthropic para su uso posterior.
La compañía viene ocultamente comprando libros de segunda mano desde el 2024, a veces hasta en grupos de decenas de miles en una sola librería, según Euronews. Su objetivo: utilizar literatura de calidad para enseñarle a Claude gramática, contexto, y patrones del lenguaje. En base a los ejemplos, la IA aprende a predecir cuál es el siguiente “token” o palabra que debe seguir en una oración.
El Veredicto
El tribunal tenía dos decisiones por tomar en Bartz v. Anthropic. La primera, si se podía utilizar libros pirateados para entrenar a Claude. La segunda, si podían servirse de libros adquiridos legalmente, en físico, para el mismo propósito. El veredicto dictó que si la obra fue obtenida por ley, es justo usarla para enseñarle a una IA.
Pero, ¿por qué es legal? Iriarte explica que se debe al fair use, la doctrina legal estadounidense que permite usar material protegido sin tener que pedir permiso ni pagarle al propietario. Sin embargo, este no legitima la copia directa de otros trabajos. Requiere que el uso que se le de sea “transformador”. El tribunal declaró que el uso que le da Anthropic a los libros cumple con el requisito, por dos razones importantes.
En primer lugar, la naturaleza de lo que conlleva entrenar a un LLM. El juez encargado del litigio, Alsup, argumentó que el fin es transformador porque la IA aprender a escribir, no a plagiar la obra. “Sería impensable obligar a alguien a pagar específicamente por el uso de un libro cada vez que lo lee…” sostuvo el tribunal.
En segundo lugar, los demandantes habían argumentado que Anthropic poseía copias ilegales de sus obras, que formaban parte de la “Librería Central” que utilizaban para enseñarle a Claude. Sin embargo, las autoridades estuvieron en desacuerdo. “Si se destruye el libro, ya no tengo el original, y el único original resulta siendo la copia virtual”, explica Iriarte.
Esto es precisamente lo que concluyó el juez federal William Alsup. Técnicamente, no se está sacando una copia (lo que sería ilegal). Se trata de un cambio de formato: La copia digital sustituye a la de papel.
Así, se determinó que Anthropic pagaría un acuerdo de 1.500 millones de dólares a ser repartidos entre los autores y accionistas cuyos libros fueron adquiridos ilegalmente. El Proyecto Panamá fue declarado legal.
Mirado desde adentro
Para Claudia Salazar, escritora peruana con libros registrados bajo copyright en Estados Unidos, el veredicto del caso es una cuestión preocupante. A pesar de que el acuerdo final haya sido el mayor pago por derechos de autor de la historia, como muchos otros en su profesión, se muestra reacia a mirar el resultado del caso como una victoria.
“La IA realmente no está creando nada. Lo que hace es una recombinación extraordinaria, fabulosa y veloz,” sostiene Salazar. En su opinión, el nombre Generative AI conduce al público a pensar que la IA es capaz de crear, cuando lo que hace realmente es mezclar información de nuevas formas. Información que ha sido producida por humanos.
Los litigantes originales han sido vocales sobre su descontento. “El algoritmo se está utilizando, en esencia, para intentar dejarnos sin trabajo», opina Andrea Bartz, quien da nombre a la demanda. Del mismo modo, Charles Graeber le comentó a NPR no siente que ganaron por completo.
Durante el caso, los escritores argumentaron que Anthropic se aprovechaba de su trabajo y creatividad sin permiso, compensación ni transparencia, utilizando sus obras como insumo para entrenar a su producto, Claude. “Para mi, es una cuestión ya de pensamiento corporativo. El profit, la ganancia, la velocidad, cueste lo que cueste,” comenta Salazar.
Aunque el proyecto secreto sólo fue descubierto por los documentos internos revelados en el caso, para muchos, resultó ser la parte más relevante. El Authors Guild —la organización profesional más antigua y grande de escritores publicados en Estados Unidos— ha sido firme en su desacuerdo frente a la decisión sobre el enfrentamiento, y resalta que la conclusión de Bartz v. Anthropic no crea ningún precedente legal vinculante para futuras demandas sobre el mismo tema.
Una de las comparaciones más populares en los medios es la del Proyecto Panamá con Fahrenheit 451, la distopía de Ray Bradbury que ilustra un futuro donde los libros son prohibidos y quemados. “No es solamente la quema, sino también quién puede tener acceso y quién tiene las llaves de la biblioteca,” explica Claudia. Si el libro está en una biblioteca pública, cualquiera lo puede leer. El miedo es que si se escanean y destruyen, ya no existen para el público general.
“¿Realmente es inevitable?” Salazar reflexiona sobre lo empujada qué es la IA hoy en día. Ser más productivos, más rápidos. Como escritora, siente que las personas en su posición están siendo presionadas a usar algo que los va a dejar sin trabajo. “¿Quién dice que es inevitable?”, cuestiona.
Umair Kazi, director de políticas y defensa de intereses de Authors Guild, ofrece un camino diferente al propuesto por la corte: “La concesión de licencias es una forma de garantizar que la formación se lleve a cabo legalmente,” comenta a NPR. De este modo, además de ser compensados, los titulares de derechos también podrían delimitar como su trabajo aparece en las respuestas de IA: evitar resúmenes extensos, secuelas, u otras historias utilizando sus personajes.