Copyright en entrenamiento de modelos

La pregunta jurídica es: ¿usar millones de obras protegidas para entrenar un modelo es uso transformativo (fair use en EE.UU., excepción de minería de texto y datos en la UE) o es infracción que requiere licencia? Las respuestas hasta mayo de 2026 no son uniformes. En EE.UU., algunos jueces han admitido fair use parcialmente (caso Authors Guild contra Google Books como precedente) pero los litigios contra OpenAI, Anthropic, Stability AI y Suno/Udio siguen abiertos sin resolución firme. En la UE, la Directiva 2019/790 sobre Copyright en el Mercado Único Digital prevé una excepción para text and data mining (Art. 4) pero permite a los titulares de derechos optar por excluir sus obras (opt-out, normalmente vía robots.txt o términos del sitio). El AI Act, en su Art. 53, obliga a proveedores de modelos GPAI a respetar el opt-out, publicar resumen de los datos de entrenamiento y cumplir derechos de autor europeos. Casos resueltos: en 2025 el New York Times alcanzó un acuerdo confidencial con OpenAI (que también firmó licencias con Reuters, AP, FT, Time, Le Monde, Axel Springer, etc.). El sector va hacia un modelo mixto de licencias explícitas con grandes editores + uso de contenido bajo excepción de TDM con opt-out respetado.