La pregunta que ha estado en el centro de la industria de la IA desde 2022 tiene ya respuesta judicial en EE.UU.: sí, entrenar modelos de lenguaje con libros protegidos por derechos de autor puede ser uso legítimo. Pero la historia no termina ahí. La misma empresa que ganó el argumento del uso justo pagó 1.500 millones de dólares de acuerdo, y la diferencia entre los dos resultados es donde viven los abogados de IA ahora mismo.
El caso de referencia es Bartz et al. contra Anthropic, resuelto en 2025 en el Tribunal de Distrito del Norte de California con el juez William Alsup al frente. La lógica del juez fue clara: entrenar un LLM en libros adquiridos legalmente es uso justo porque el propósito es «espectacularmente transformativo». El modelo no reproduce los libros: los digiere para crear algo diferente. «Al igual que cualquier lector que aspira a ser escritor, los LLMs de Anthropic entrenaron sobre estas obras no para adelantarse y replicarlas o suplantarlas, sino para girar en una esquina y crear algo diferente», escribió Alsup.
Hasta aquí, victoria de Anthropic. Pero el mismo caso tenía otro componente: Anthropic había descargado millones de libros de bibliotecas pirata en la sombra (shadow libraries) y los había mantenido en una biblioteca centralizada. Eso no era uso justo. Por eso la empresa pagó 1.500 millones de dólares en acuerdo final, no por el entrenamiento en sí, sino por haber pirateado los libros que usó para entrenarse.
¿Qué principio ha quedado establecido?
La lección más clara del caso Bartz la resume con precisión el artículo de hoy en TechCrunch: la procedencia de los datos importa más que el acto de entrenamiento en sí. Puedes entrenar legalmente en libros con derechos de autor si los has adquirido de forma legal. No puedes entrenar en libros pirateados aunque el resultado del entrenamiento sea exactamente el mismo modelo.
Es una distinción que suena técnica pero tiene implicaciones masivas. Para Anthropic, cuyo negocio proyecta ingresos anualizados de 65.000 millones de dólares en julio de 2026, los 1.500 millones de la multa son un coste de hacer negocio. Para una startup sin ese margen, la misma situación podría ser terminal. Y la pregunta de qué libros adquirió cómo y cuándo —documentada o no— es ahora una pregunta de auditoría legal para cualquier empresa que opere LLMs.
La sentencia de Alsup también dice algo más incómodo: lo que penaliza no es tanto el daño al mercado de los libros originales, sino el método de adquisición. Un modelo que aprende de libros pirateados produce exactamente la misma capacidad que uno que aprende de libros comprados. La diferencia moral y legal está en el dinero que el autor no recibió cuando el libro se copió, no en el impacto del modelo en el mercado de esos libros. Eso es una victoria de principio pero una derrota financiera para los autores que esperaban que el mercado de licencias de datos de entrenamiento fuera su nueva fuente de ingresos.
¿Qué casos siguen abiertos?
El panorama legal sigue siendo amplio. Meta enfrenta demandas de cinco grandes editoriales (Elsevier, Cengage, Hachette, Macmillan, McGraw Hill) por haber entrenado Llama en más de 267 terabytes de material con derechos de autor descargado de sitios piratas. La lógica del caso Bartz favorece a los demandantes porque Meta usó material no adquirido legalmente.
Google enfrenta una demanda separada por haber usado libros y artículos de revistas académicas para entrenar Gemini más allá del propósito para el que los había obtenido (Google Books, Google Play Books). The New York Times mantiene su demanda contra OpenAI y Microsoft, actualizada en junio de 2026 para incluir nuevas acusaciones contra Microsoft.
El caso que más incomoda a la industria es Thomson Reuters contra Ross Intelligence, resuelto definitivamente en febrero de 2025: el tribunal falló que la IA de Ross usó resúmenes jurídicos de Westlaw para crear un producto competidor, y eso no es uso justo. La diferencia crítica con el caso de Anthropic: el modelo de Ross era competidor directo de Westlaw; el Claude de Anthropic no lo es de los libros que digirió. El contexto de competencia directa convierte el mismo acto —entrenar con contenido ajeno— en una cuestión diferente.
La frontera legal que está emergiendo beneficia directamente a empresas como Anthropic: Claude Opus 4.8, su último modelo, opera dentro del marco del caso Bartz donde el entrenamiento en libros adquiridos legalmente es uso justo, siempre que el modelo no compita directamente con el mercado de esos libros. El expediente de quién pagó qué por los datos se ha convertido en el documento más importante de cualquier empresa de IA. Y el hecho de que la empresa que lanzó Claude —que hoy es el modelo con mayor cuota de mercado en ingresos por LLM— haya pagado 1.500 millones precisamente por no tener ese expediente en orden debería ser suficientemente aleccionador para el resto del sector. El debate más amplio sobre cómo la IA afecta a los creadores de contenido tiene en la cuestión del copyright su dimensión más concreta. Y la política de seguridad cibernética que rodea a los modelos de IA tiene ahora una dimensión legal de datos que ninguna empresa puede ignorar.
¿Qué ocurre fuera de EE.UU.?
El caso Bartz establece jurisprudencia en EE.UU. pero no en el resto del mundo. La UE tiene un marco completamente diferente: la Directiva de Derechos de Autor del Mercado Único Digital (DMCA europea) incluye una excepción de extracción de texto y datos para investigación, pero las empresas comerciales deben negociar o respetar los opt-outs de los titulares de derechos. El AI Act de la UE añade obligaciones de transparencia: los proveedores de modelos de IA de propósito general deben publicar un resumen de los datos usados en entrenamiento. Japón es el polo opuesto: su legislación tiene una de las excepciones de extracción de datos más permisivas del mundo, lo que ha atraído a investigadores y empresas que quieren entrenar modelos con contenido que sería problemático bajo la ley americana o europea. El Reino Unido lleva años en debate interno sobre si adoptar el modelo europeo o uno más permisivo. China tiene sus propias reglas, con requisitos de licencia que mezclan control gubernamental con protección de derechos. El resultado es que la legalidad del entrenamiento de IA en materiales con derechos de autor depende tanto de la jurisdicción del entrenamiento como de la del material. Una empresa que entrena en Japón con datos europeos puede enfrentarse a demandas en Europa aunque el acto sea legal donde ocurrió.