EFF a tribunales: no reescriban el copyright por la IA

La EFF pide a los tribunales que no reescriban el copyright por la presión de la IA

La Electronic Frontier Foundation (EFF) publicó esta semana un mensaje directo a los tribunales de Estados Unidos: rechazar el argumento de que entrenar modelos de IA con material protegido equivale a diluir un mercado y, por tanto, deja de ser fair use. La organización sostiene que aceptar esa teoría — conocida como market dilution — entregaría a los titulares de derechos un poder de veto sobre cualquier expresión que pueda competir con sus obras, incluso si no hay copia literal. Para los fundadores hispanohablantes que construyen productos sobre modelos generativos, el debate ya no es abstracto: define qué pueden entrenar, con qué datos y bajo qué riesgo legal.

El texto de la EFF llega en un momento particularmente cargado. Según reportó Music Business Worldwide a finales de agosto, Sony Music Publishing y Warner Chappell Music presentaron el 28 de agosto una nueva demanda contra Anthropic en el Distrito Norte de California, acusando a la empresa y a sus cofundadores Dario Amodei y Benjamin Mann de una «campaña descarada» de descarga por torrents y scraping de obras protegidas para entrenar a Claude. La denuncia menciona «decenas de miles» de composiciones, entre ellas Ain’t No Mountain High Enough, All I Want for Christmas Is You y Hallelujah, y busca hasta US$150.000 por obra en daños estatutarios.

Qué es exactamente la teoría de «market dilution»

El argumento central que los demandantes están llevando a múltiples tribunales en EE. UU. es simple en su formulación y enorme en su alcance: si una herramienta de IA generativa puede producir obras que compitan con las existentes, entonces el entrenamiento que lo hizo posible deja de ser fair use, porque daña un mercado hipotético de licenciamiento.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

La EFF lo resume en su comunicado como una petición para que los jueces «abandonen principios del copyright de 300 años» y entreguen a los titulares un control sobre obras no infractoras creadas por terceros. Aceptar esta lógica, argumenta la organización, vaciaría la doctrina de fair use y otros límites del copyright que existen precisamente para impedir que los titulares repriman la competencia reclamando propiedad sobre tropos, géneros y estilos.

La EFF cita precedentes históricos como recordatorio. En los años 80, la industria del cine comparó a las videograbadoras (VTR) con «el estrangulador de Boston»; el compositor John Phillip Sousa aseguró en 1906 que el piano mecánico y el gramófono destruirían la composición musical. Ninguna de esas predicciones se cumplió, y la Corte Suprema terminó protegiendo el uso legítimo de las VTR por sus fines no infractores.

El caso Anthropic: un embrollo de US$1.500M y nuevas demandas

El trasfondo judicial importa. En el caso Bartz v. Anthropic, un juez federal dictaminó que entrenar a Claude con libros puede ser fair use, pero que la forma en que Anthropic obtuvo esos materiales — descargándolos de Library Genesis y Pirate Library Mirror — no estaba protegida. Anthropic acordó un acuerdo de US$1.500 millones que recibió aprobación final en julio de 2026, según reportó IBTimes Singapore.

Sobre ese precedente se apoyan ahora las nuevas demandas musicales. Universal Music Publishing Group, Concord, ABKCO y BMG ya habían demandado en 2023; en enero de 2026 ampliaron la disputa a más de 20.000 obras reclamando más de US$3.000 millones. Round Hill Music presentó otra denuncia el 17 de agosto. Con Sony y Warner, ya son tres las grandes editoriales musicales litigando contra Anthropic en California.

La EFF, junto a otras organizaciones, ha presentado amicus briefs en los casos Concord Music Group v. Anthropic e In re Mosaic LLM Litigation arguingiendo que aceptar la teoría de market dilution contradice el propósito constitucional del copyright: promover la creación de obras expresivas en beneficio del público.

Lo que la EFF considera que los demandantes ignoran

La organización plantea tres objeciones concretas al argumento de los titulares. Primero, la investigación existente sugiere que los modelos grandes de IA es menos probable que produzcan obras infractoras cuanto más datos tienen: a mayor volumen de entrenamiento, menos relevancia tiene cada ejemplo individual en un output concreto.

Segundo, las herramientas de IA no están desplazando la creatividad humana sino ampliándola. El texto de la EFF menciona casos verificables: la artista Nettrice Gaskins creó arte afrofuturista con IA, incluyendo un retrato de Octavia Butler exhibido en el aeropuerto de San Francisco; Prateek Arora y Varun Gupta reimaginan ciencia ficción occidental con IA; el artista Alex Smith usa generación para crear superheroes negros queer plus-size afrofuturistas; la profesora del MIT Ana Miljački construyó un documental no lineal sobre memoriales yugoslavos de la Segunda Guerra Mundial; y la empresa Bronze trabaja con músicos como Disclosure y Jai Paul en canciones que nunca suenan igual dos veces seguidas.

Tercero, los modelos de lenguaje son herramientas de propósito general, no专为歌词生成: igual que la VTR, se usan para una variedad enorme de tareas más allá de la producción creativa directa.

Por qué importa para founders que construyen sobre IA generativa

Para un founder que lanza un producto SaaS, una agencia creativa o una vertical de IA en Latam o España, este debate define tres palancas concretas:

Cómo y dónde se obtienen los datos de entrenamiento. El precedente Bartz separa el fair use del entrenamiento de la legalidad de la adquisición. Si tu pipeline depende de datasets scrapeados de la web abierta sin trazabilidad, estás heredando un riesgo que el caso Anthropic volvió explícito: aunque entrenar sea legal, obtener el material pirateado no lo es. Anthropic acordó pagar US$1.500M por ese segundo eje.
Qué tipo de producto puedes construir. La teoría de market dilution busca bloquear no la copia literal, sino la posibilidad de competir. Si prospera, gatekeepers tradicionales podrían reclamar veto sobre cualquier producto generativo cuyo output «podría» sustituir sus obras. Para un founder, eso reduce drásticamente el espacio de producto viable en categorías creativas.
La geografía del riesgo legal. Tres grandes editoriales ya están litigando contra Anthropic en California. Las demandas mencionan a Dario Amodei y Benjamin Mann a título personal, no solo a la empresa. Si Anthropic sale a bolsa en septiembre u octubre como anticipa Music Business Worldwide, la presión por cerrar estos casos antes de la IPO será máxima, y eso suele traducirse en acuerdos de licenciamiento que fijan precedentes para todo el sector.

Qué significa esto para tu startup

Audita la procedencia de tus datos antes de entrenar o afinar. Documenta la cadena de adquisición de cada dataset. El caso Bartz muestra que un juez puede separar el uso legítimo del entrenamiento de la ilegitimidad de haber descargado el material de fuentes piratas. Si tu modelo depende de corpus scrapeados de Library Genesis, Sci-Hub o repositorios similares, ese riesgo se transfiere a tu producto.
Diversifica proveedores de modelo y mantén un registro de outputs problemáticos. Con tres grandes editoriales ya litigando y fallos que distinguen entre entrenamiento y adquisición, conviene poder demostrar que tu producto no reproduce literalmente las obras protegidas. Mantén logs de prompts y outputs en producción al menos durante el ciclo de vida relevante del caso.
Diseña productos donde el valor esté en la orquestación, no en la sustitución. Los ejemplos que cita la EFF (Bronze con Disclosure, Miljački con el MIT, Gaskins en el aeropuerto de SF) tienen en común que la IA es herramienta al servicio de un autor o proceso creativo identificable. Construir productos donde la IA claramente augmenta una práctica humana existente reduce la superficie de ataque bajo la teoría de market dilution.