El Noveno Circuito de Estados Unidos ha confirmado este miércoles la desestimación de las demandas por incumplimiento de la DMCA contra GitHub Copilot y OpenAI Codex. La decisión, firmada de forma unánime por el juez Eric Miller, deja una cosa muy clara: generar código nuevo no es lo mismo que copiar código con copyright. Pero deja sin resolver —por motivos procedimentales— la pregunta que realmente le importa a la industria: ¿infringió la ley usar código bajo licencia para entrenar estos modelos?
Lo cuenta Ana-Maria Stanciuc en The Next Web esta tarde. El fallo llega tres años y medio después de que el bufete Saveri y el abogado Matthew Butterick presentaran la demanda colectiva en el Distrito Norte de California en noviembre de 2022 (expediente 4:22-cv-06823). El panel escuchó los argumentos en San Francisco el 11 de febrero de este año y tardó siete meses en publicar la opinión.
¿Qué dice exactamente la sección 1202(b) de la DMCA?
La clave del litigio está en una sola disposición. La sección 1202(b) prohíbe eliminar o alterar información de gestión de copyright (CMI): el nombre del autor, el aviso de copyright y los términos de la licencia. En código abierto, esa información aparece en la cabecera del archivo.
Los programadores argumentaban que Copilot reproducía su código sin incluir esas cabeceras. El tribunal rechaza la tesis con un argumento limpio: para que alguien «elimine» algo, primero tiene que existir una copia de la que eliminarlo. Copilot, según su propia descripción, no recupera código almacenado como haría un buscador: predice una continuación estadísticamente probable a partir de patrones. No hay copia que contenga CMI de la que quitarla.
Miller lo escribe con claridad: «Quien crea una obra nueva y omite incluir CMI no puede decirse que haya «eliminado» ni «alterado» nada». La comparación con un motor de búsqueda —que sí recupera copias existentes— es el corazón del razonamiento.
¿Por qué no resuelve la pregunta sobre el entrenamiento?
Los programadores tenían dos teorías. La primera —la que perdieron— es la teoría de los outputs: Copilot emite código memorizado del entrenamiento sin los avisos de copyright que lo acompañaban. La segunda —la teoría de los inputs— es que los demandantes cargaron código con licencia en los datos de entrenamiento, eliminando los avisos antes de hacerlo.
El Noveno Circuito no entra en la segunda. No porque no tenga fundamento, sino porque los propios abogados de los programadores la abandonaron en la vista de la primera moción de desestimación. Cuando el juez del distrito preguntó directamente si la queja era sobre el uso del código en el entrenamiento, el abogado de los programadores respondió «quizás no». El tribunal anotó que «la queja no versa sobre el entrenamiento. Simplemente no lo hace». Y los demandantes nunca lo corrigieron.
Eso es lo que los juristas llaman «forfeiture». El Noveno Circuito no dice que el entrenamiento no infrinja la ley: dice que estos demandantes no pueden alegarlo porque no lo plantearon debidamente. La pregunta queda en el aire para el próximo litigio.
La aritmética del daño explica la dureza del rechazo
El tribunal no solo desestima la demanda: explica explícitamente por qué tiene sentido hacerlo. La DMCA permite hasta 25.000 dólares por infracción. El copyright ordinario topa en 30.000 dólares por obra. La diferencia entre «infracción» y «obra» es astronómica cuando hablamos de una herramienta que responde a millones de consultas al día.
Los demandantes pedían más de 9.000 millones de dólares, según Courthouse News. El panel rechaza de plano que la DMCA sirva para «reemplazar el derecho de autor ordinario» con una exposición potencialmente «ruinosa». Eso no es interpretación técnica: es política jurídica explícita.
Qué sigue en el litigio y por qué importa más allá de Estados Unidos
Dos demandas por incumplimiento de contrato continúan ante el juez Jon Tigar en el Distrito Norte de California. Esas demandas discuten las licencias open source directamente: si copiarlas para entrenamiento viola sus términos de atribución. La cuestión práctica, como señala la abogada Heather Meeker, es que muchas licencias open source vinculan la atribución a la redistribución del código, no a su uso en entrenamiento.
El contexto internacional añade contraste. Un tribunal alemán falló este año que la herramienta musical Suno sí infringió copyright, lo que convierte a Europa en jurisdicción más restrictiva que Estados Unidos para la IA generativa. El Departamento de Justicia americano se ha posicionado del lado de OpenAI en el litigio de las editoriales. Y Anthropic cerró en julio un acuerdo de 1.500 millones de dólares (≈ 1.335 millones de euros) para resolver su caso sobre piratería de libros.
Llevamos cubriendo la litigiosidad en torno a los datos de entrenamiento desde el primer caso Butterick en 2022, y la conclusión es siempre la misma: el derecho de autor está llegando tarde a la IA. Los tribunales resuelven el pasado, no el presente. Mientras tanto, los modelos ya están en producción, y el código escrito en los próximos cinco años será, en gran medida, generado con herramientas cuya legalidad todavía no está resuelta.
Lo que hace especialmente complicado este litigio es la paradoja de incentivos que revela: los programadores que más usan GitHub Copilot son también los que más código libre han publicado en GitHub, y ese código fue el que alimentó el entrenamiento de Copilot. La comunidad open source construyó colectivamente la herramienta que ahora usa el código que creó, sin haber sido consultada ni compensada. La pregunta de si eso es un robo o una consecuencia lógica de la decisión de publicar código con licencias permisivas no tiene respuesta sencilla. Y después de cuatro años de litigios, los tribunales tampoco la han dado.