Relicensing open source con IA: el caso chardet

El caso chardet: cuando la IA se convierte en la llave del relicenciamiento

A principios de 2026, la comunidad open source encendió sus alarmas ante una maniobra que muchos no habían visto antes: los mantenedores de chardet, la popular librería de detección de codificación de caracteres escrita en Python, anunciaron su transición de licencia LGPL (GNU Lesser General Public License) a MIT. El mecanismo elegido para lograrlo fue inusual y polémico: reescribir toda la base de código con ayuda de herramientas de inteligencia artificial, argumentando que el resultado era código suficientemente nuevo para quedar libre de las obligaciones del copyleft original.

Este caso no es solo una anécdota técnica. Para cualquier founder que construya sobre dependencias open source —o que piense en publicar su propio proyecto— entender sus implicaciones legales y éticas se ha vuelto urgente.

¿Qué es el relicenciamiento y por qué importa en el ecosistema startup?

El relicenciamiento de software consiste en cambiar los términos bajo los cuales un proyecto puede ser usado, modificado y distribuido. En proyectos open source consolidados, esto suele ser extremadamente difícil: requiere el consentimiento explícito de todos los contribuidores cuyo código siga presente en el repositorio. Una tarea que, en proyectos con décadas de historia y decenas de autores, se vuelve prácticamente imposible.

Las licencias copyleft como la LGPL obligan a que cualquier derivado del software mantenga la misma licencia abierta. Esto puede ser un obstáculo para startups que necesitan integrar librerías en productos propietarios o comerciales sin abrir su código fuente. Las licencias permisivas como MIT, en cambio, permiten uso comercial sin esa obligación, lo que las hace preferidas en muchos contextos empresariales.

La estrategia del rewrite con IA: ¿genialidad o evasión legal?

El argumento de los mantenedores de chardet fue directo: si se reescribe funcionalmente el código mediante IA —sin copiar literalmente el original— el resultado es una obra nueva, no un derivado, y por tanto no hereda las restricciones de la licencia anterior. En la práctica, usaron modelos de lenguaje de gran escala (LLMs) para generar una versión equivalente de la librería, limpia de cualquier línea que pudiera rastrearse al código LGPL original.

Suena razonable en teoría. Pero los críticos, incluidos varios contribuidores originales del proyecto, señalan tres problemas centrales:

Datos de entrenamiento contaminados: los modelos de IA como GitHub Copilot o Amazon CodeWhisperer fueron entrenados con repositorios públicos, muchos de ellos bajo licencias GPL o LGPL. Si el modelo aprendió de chardet original y luego genera código funcionalmente similar, ¿no hay trazabilidad hacia el trabajo original?
La intención de la licencia: el copyleft no es solo una formalidad técnica; es un contrato moral con la comunidad. Usar IA para evadir esa obligación puede ser legal en sentido estricto, pero rompe la confianza del ecosistema.
Incertidumbre jurídica: los tribunales aún no han resuelto si el código generado por IA que replica funcionalidades de código protegido constituye una obra derivada o no.

El marco legal actual: lo que dicen los tribunales y los expertos

El panorama legal en torno a la IA y las licencias open source está en construcción. Estos son los hitos más relevantes que cualquier founder tech debería conocer:

Oracle v. Google (2021): el precedente del fair use en software

El Tribunal Supremo de Estados Unidos falló en 2021 que la copia limitada de APIs por parte de Google para construir compatibilidad con Java en Android constituía uso justo (fair use). Este fallo abrió la puerta a argumentar que el aprendizaje de sistemas de IA a partir de código fuente podría ser análogo —un proceso transformativo, no una copia directa. Sin embargo, el debate está lejos de cerrarse.

El caso GitHub Copilot (en curso)

En 2022, un grupo de desarrolladores anónimos demandó a GitHub, Microsoft y OpenAI alegando que GitHub Copilot reproduce fragmentos de código bajo licencias abiertas sin respetar sus términos ni dar crédito. Un tribunal federal de California permitió que parte de la demanda avanzara, lo que significa que la pregunta de si la IA viola licencias open source todavía no tiene respuesta definitiva.

Autoría y copyright del código generado por IA

La Oficina de Derechos de Autor de EE.UU. ha sostenido de forma consistente que el código generado exclusivamente por IA sin intervención humana creativa no es protegible por copyright. Esto tiene implicaciones paradójicas: si el código reescrito por IA no tiene autor, ¿quién podría reclamar derechos sobre él? Y si nadie puede, ¿puede licenciarse válidamente bajo MIT?

Riesgos prácticos para founders que usan dependencias open source

Más allá del debate filosófico, esto tiene consecuencias concretas para quienes construyen productos sobre librerías de terceros. Aquí los riesgos más importantes:

Due diligence de licencias: antes de integrar cualquier dependencia, verifica su licencia con herramientas de análisis de composición de software (SCA) como FOSSA, Snyk o Black Duck. Un cambio de licencia aguas arriba puede afectar tu propio producto.
Historial de versiones: si usabas chardet bajo LGPL y ahora el proyecto dice ser MIT, asegúrate de entender qué versión exacta estás usando y cuándo se produjo el cambio.
Código generado por IA en tu propio proyecto: si tu equipo usa Copilot u otras herramientas de IA para escribir código, documenta su uso. Algunos clientes enterprise y procesos de adquisición ya exigen esta trazabilidad.
Contribuidores y CLAs: si publicas proyectos open source y algún día quieres relicenciar, implementa desde el inicio un Contributor License Agreement (CLA) que te otorgue flexibilidad futura sin necesitar el consentimiento individual de cada colaborador.

¿Es el rewrite con IA una práctica que se expandirá?

La respuesta honesta es: probablemente sí, con matices. La facilidad con la que los LLMs pueden reescribir código funcional hace que esta táctica sea técnicamente accesible para cualquier equipo. Y en un ecosistema donde las startups necesitan agilidad legal para escalar o buscar inversión, la tentación de liberarse de restricciones copyleft mediante un rewrite asistido será alta.

Lo que aún no está claro es si los tribunales —y la comunidad open source— terminarán aceptando o rechazando esta práctica como legítima. Los próximos fallos en el caso Copilot y posibles legislaciones específicas sobre IA y copyright marcarán el camino.

Para los founders, la lección más inmediata es esta: no esperes a que tu proyecto crezca para pensar en licencias. Las decisiones que tomas en las primeras semanas sobre qué librerías integras y bajo qué términos pueden convertirse en deuda legal años después.

Conclusión

El caso de chardet y su relicenciamiento mediante reescritura asistida por IA representa uno de los primeros experimentos documentados de una práctica que podría volverse habitual en la industria. Plantea preguntas sin respuesta definitiva sobre la naturaleza del copyright en la era de los modelos de lenguaje, los límites éticos del uso de herramientas de IA para eludir obligaciones de licencias copyleft, y la responsabilidad legal de quienes construyen productos sobre código de terceros.

Como founder tech, la clave no es paralizarse ante la incertidumbre, sino tomar decisiones informadas: auditar dependencias, documentar el uso de IA en tu código, implementar CLAs desde el inicio y seguir de cerca la evolución del marco legal. El ecosistema open source es uno de los activos más valiosos que tiene el mundo tech; preservar su confianza es también una decisión estratégica para tu startup.

Profundiza estos temas con nuestra comunidad de founders tech: licencias, IA y estrategia legal en un solo espacio.

Unirme gratis