Propiedad Intelectual e Inteligencia Artificial (AI): ¿Quién es el Propietario de los derechos intelectuales de las Obras Generadas por IA?.
La inteligencia artificial comenzó siendo una calculadora potente, evolucionó en tecnología transformadora en todos los campos, y se dirige hacia una fase de integración y colaboración con el ser humano.
Ya no nos preguntamos si las máquinas y robots son capaces de pensar, razonar o reflexionar, sino si las máquinas pueden «crear».
Y si pueden crear, ¿quién es dueño de lo que crean?
Lo cierto es que la imaginación humana se fusiona con la inteligencia artificial para crear obras que ninguna de las dos podría lograr individualmente.
Esta es una nueva forma de creatividad colaborativa que plantea una pregunta jurídica crucial: ¿Quién posee los derechos intelectuales de las obras realizadas por una IA Generativa?
Hace unos días traté esta cuestión con tres amigos -uno, abogado especializado en derecho mercantil, otro, un ingeniero CEO de una startup tecnológica, y una abogada experta en legaltech-. Y obtuve perspectivas diferentes.
Una perspectiva del tradicionalista
El abogado mercantil argumentó que la IA no puede ser autora, ya que carece de personalidad jurídica. Como tal no puede asumir derechos y obligaciones dentro del marco jurídico.
Para él, los derechos deberían pertenecer al programador o al que aporta el input creativo. Y aquí la «ciencia ficción jurídica» no tiene sentido.
Una perspectiva del visionario
Mi amigo ingeniero, sostuvo que la opinión tradicionalista es anacrónica. Porque la IA ya supera la creatividad humana en muchos ámbitos, y amplifica exponencialmente nuestra capacidad creativa.
Él piensa que el legislador debería crear nuevas categorías de derechos, como «derechos intelectuales sintéticos» de menor duración, que efectivamente impulsen la innovación y la creación de nuevos modelos de negocio.
Una perspectiva pragmática
La abogada legaltech argumentó que ambos puntos de vista son válidos. En la práctica, lo esencial no es la filosofía, sino la documentabilidad, la acreditación y prueba de los derechos morales y patrimoniales.
¿Qué significa esto?: «Si puedes demostrar la contribución creativa humana específica y cuentas con datasets limpios, ganarás el 90% de los casos.» En este punto podría terminar este video.
Por cierto, ¿Qué es un Dataset limpio?
Si un niño te preguntase qué es un saxofón o una guitarra, le podrías mostrar series de fotos para ilustrar la explicación. Un dataset limpio presenta:
- Una cadena de titularidad clara
- Licencias explícitas documentadas para su uso en el entrenamiento de inteligencia artificial
- Audit trail completo: Registro de cómo y cuándo se adquirió cada pieza de contenido
- Y filtros activos para eliminar cualquier contenido protegido con Copyright, con marcas de agua o de sitios dudosos.
En contraste, un «dataset sucio» está formado con datos obtenidos en cualquier fuente sin verificación, contenido protegido por derechos de autor o contenidos con marcas de agua.
Retomo el tema sobre ¿Quién Es Dueño de las Obras creadas por IA Generativa?
Una pregunta que se hacen los creadores, emprendedores, legisladores, los abogados y los jueces, es:
I. ¿El marco legal actual es suficiente para los desafíos que plantea la IA generativa?
Existen varios desafíos básicos y algunas lagunas jurídicas que inciden en distintos planos:
(i) Paradigma del Autor Individual
Las leyes actuales de propiedad intelectual se centran en proteger la creatividad de individuos humanos.
Sin embargo, legislaciones, en la Unión Europea por ejemplo, ya reconocen algunos usos de IA que podrían generar obras protegidas para el usuario.
Varias naciones están considerando adoptar medidas similares.
(ii) Territorialidad vs Globalidad
Mientras las leyes de propiedad intelectual se aplican territorialmente, las IAs operan a nivel global.
Esto genera inconsistencias y problemas en la aplicación de las leyes, especialmente en países con protección limitada o poco clara, a pesar de estar adheridas a la OMPI.
(iii) Consentimiento explícito (Opt-In) vs Uso Legítimo o Fair Use de Dataset y Data Mining
Existen diferencias sustanciales en la regulación del consentimiento explícito (opt-in) y el uso legítimo o «fair use» de conjuntos de datos y data mining en la Unión Europea y los Estados Unidos.
En la UE, la Directiva de Derechos de Autor en el Mercado Único Digital (DSM) requiere un consentimiento explícito y un opt-in claro para utilizar imágenes protegidas por derechos de autor.
La DSM también incluye una excepción para el uso de obras protegidas por derechos de autor en actividades de minería de datos para fines de investigación. En un contexto académico, científico o de innovación.
En EE. UU., el uso de imágenes protegidas por derechos de autor en data mining puede estar sujeto a la defensa del uso legítimo o «fair use» en algunos casos, pero se determina individualmente.
(iv) Velocidad de la Innovación
Los ciclos legislativos son lentos y pueden tardar años en actualizarse, mientras que las IAs evolucionan en semanas o meses.
Este desfase entre la innovación tecnológica y la legislación complica la definición de responsabilidades.
Además, existen lagunas legales que potencian los desafíos para la propiedad intelectual en relación a las IAs:
(v) Autoría Distribuida
Cuando varios actores contribuyen a una «obra» generada por IA, es difícil determinar quién debe ser considerado su autor legal.
(vi) Memorización e Inspiración vs Creatividad
¿Una IA simplemente recuerda la información de su entrenamiento, la memoriza, se inspira o se expresa? ¿o crea algo totalmente nuevo?
Esto agita y cuestiona la originalidad y, en consecuencia, la propiedad intelectual de las obras.
(vii) Licencias Incompatibles
El uso de software libre para entrenar modelos comerciales, o de licencias libres de contenidos, como Creative Commons, para alimentar sistemas propietarios puede generar conflictos de propiedad intelectual.
II. 3 Casos Clave en Propiedad Intelectual e IA que Muestran Tendencias
Existen varios casos legales en Estados Unidos que abordan la compleja intersección entre propiedad intelectual e inteligencia artificial.
Voy a comentar tres de ellos y sus posibles implicaciones:
2.1 Thaler vs. USPTO – ¿Pueden las máquinas ser consideradas inventoras?
Stephen Thaler, solicitó dos patentes en nombre de su sistema de IA, DABUS. La Oficina de Patentes y Marcas de EE.UU. (USPTO) rechazó las solicitudes argumentando que solo los humanos pueden ser considerados inventores.
En 2021 el caso se resolvió en contra de Thaler, el Tribunal encontró que solo los humanos podían ser inventores.
Sin embargo, más recientemente, en Thaler vs. Perlmutter (2023), se siguió ese mismo criterio,
pero el fallo dejó abierta la posibilidad de protección de obras en las que la IA actúe como una herramienta en manos de un autor humano.
2.2 Getty vs. Stability – ¿El scraping masivo es un uso legítimo o «fair use»?
Getty Images demandó a Stability AI por infracción de derechos de autor, violación de derechos de bases de datos, violación de marca registrada y usurpación de marca.
Respecto al copyright, alegaron que se utilizaron millones de imágenes con marca de agua de Getty en el entrenamiento del modelo de IA Stable Diffusion.
Que utilizaron sus imágenes protegidas sin autorización y para fines comerciales. «Dataset sucio» de manual.
Stability AI alegó que el uso de las imágenes fue un uso legítimo («fair use«) no para copiar, sino solo para entrenar su modelo de IA.
El caso aún se encuentra en trámite.
El tema del scraping de fuentes de datos para entrenar modelos de IA plantea serias inquietudes sobre el copyright, la ética, la competencia desleal y la integridad de los resultados de IA.
De hecho, tanto Google Gemini, como ChatGPT de OpenAI están demandando al laboratorio chino Deepseek por utilizar sus datos para entrenar su modelo.
2.3 Authors Guild vs. OpenAI – ¿Entrenar una IA con libros protegidos es una infracción a los derechos intelectuales?
Authors Guild (es la organización profesional de escritores más grande y antigua de EE.UU.), acusó a OpenAI de infringir los derechos de autor al entrenar su modelo de IA GPT-4, no con fotos, sino con libros protegidos.
OpenAI respondió que su uso de textos protegidos por derechos de autor también es un «uso legítimo» («fair use») para fines educativos y de investigación.
Este caso está en trámite.
III. 2 Formas de Determinar Quién es Propietario de las Obras Generadas por IA
El análisis de las implicaciones jurídicas en la creación asistida por inteligencia artificial requiere un enfoque sistemático que permita examinar la naturaleza de la interacción entre el elemento humano y los sistemas de IA.
Voy a comentar dos marcos conceptuales simples para abordar esta problemática.
3.1 Modelo Por Capas de Autoría Colaborativa
En la era de la inteligencia artificial generativa, el paradigma tradicional de autoría singular se desintegra completamente.
El profesor Lawrence Lessig, de la Escuela de Derecho de Harvard, dice que en el siglo XXI la creatividad ya no es un acto solitario, sino que es todo un proceso colaborativo y acumulativo.
Para él, la creatividad se inspira y nutre del patrimonio cultural universal y probablemente nada desde que dominamos el fuego, es genuinamente original y nuevo.
La cultura, la ciencia y la tecnología, crecen por acumulación, por capas de innovación y por mejoras.
Cada creador añade algo nuevo basándose en las obras de autores que le precedieron.
Sobre el paradigma tradicional de autoría singular, emerge un modelo de 5 «capas de autoría» en el que múltiples actores, algunos digitales otros humanos, contribuyen en los diferentes niveles del proceso creativo.
Estas capas son:
- Infraestructura IA,
- Contenido de Entrenamiento,
- Configuración,
- Dirección Creativa
- y Post-Procesamiento que son las 5 etapas de la cadena de valor de creación de contenido generado por IA.
¿Cómo afectaría la propiedad intelectual en cada capa?
3.1.1 Capa 1: Infraestructura Tecnológica y Arquitectura Algorítmica
Los desarrolladores de grandes modelos de lenguaje (LLMs) —Google Gemini, OpenAI, Anthropic, Inflection AI— establecen los cimientos tecnológicos del sistema.
Esta capa comprende la arquitectura algorítmica, los sistemas de entrenamiento y la parametrización que posibilita el funcionamiento de la IA.
Las obras a este nivel, pueden estar protegida por patentes de software (en dónde la legislación permita) y secretos comerciales; con derechos de autor limitados a la arquitectura en sí.
Pero la arquitectura de red neuronal subyacente podría ser considerada «idea no protegible» o un método matemático.
3.1.2 Capa 2: Curación y Estructuración de Datasets
Esta capa presenta las mayores complejidades jurídicas del modelo.
Los curadores de datasets llevan a cabo funciones críticas como la selección estratégica de contenido, procesos de limpieza y depuración, etiquetado semántico y aplicación de filtros de calidad.
Pueden gozar de derechos sobre la selección y mejoras del contenido, pero no sobre el contenido individual, si está protegido por terceros.
Es difícil encontrar derechos de autor y de uso legítimo o «fair use» en este nivel.
3.1.3 Capa 3: Configuración de Parámetros para Perfeccionar en la Generación de Contenido
Los administradores del sistema realizan ajustes y configuraciones especializadas para sectores específicos, implementando mecanismos de seguridad y optimizando parámetros operacionales.
Por ejemplo, se puede adaptar el sistema para que se especialice en generación de videos, o en la administración del ciclo de vida de contratos, o para optimizar la cadena de suministro de una empresa.
Las configuraciones específicas pueden constituir un know-how protegible
Pero raramente alcanzan el nivel de creatividad necesario para protección por derechos de autor.
3.1.4 Capa 4: Dirección Creativa y Participación del Usuario Final
Este nivel representa el «toque humano», la intervención humana directa en el proceso creativo.
El usuario final ejerce control a través del prompt engineering, la selección de outputs, y procesos iterativos de refinamiento.
Esta capa representa una oportunidad significativa para la expresión creativa y la titularidad de derechos de autor.
¿Un Prompt puede ser protegido por derechos de autor?
La doctrina está dividida.
Los positivistas dicen, Si. Pero la mayoría de los prompts simples no cumplirían con los requisitos para la protección por derechos de autor.
El prompt protegible debe ser original y creativo, y debe estar fijado en un medio tangible de expresión, como un documento escrito, un archivo digital, etc.
Los negacionistas dicen, No.
Los prompts pueden no alcanzar el umbral de creatividad y originalidad necesarios para merecer protección por derechos de autor.
Son una herramienta o unas instrucciones utilizadas para generar contenido, más que una obra creativa protegible en sí misma.
3.1.5 Capa 5: Post-Procesamiento y Refinamiento Editorial
La capa final involucra actividades de edición y curación análogas al trabajo editorial tradicional.
Comprende edición manual, integración con elementos adicionales y contextualización final del contenido.
¿Implicaciones de Propiedad Intelectual?:
Constituye la contribución más clara y directa a la obra para los derechos de autor
La analogía con procesos editoriales tradicionales es directa
Esquema del Modelo de Capas de Autoría
CAPA 1: INFRAESTRUCTURA
└── Desarrolladores del modelo (Gemini de Google, OpenAI, Anthropic, Inflection AI, etc..)
├── Arquitectura del algoritmo
├── Sistemas de entrenamiento
└── Parámetros base
CAPA 2: CONTENIDO DE ENTRENAMIENTO
└── Curadores de datasets
├── Selección de contenido
├── Limpieza y etiquetado
└── Filtros de calidad
CAPA 3: CONFIGURACIÓN
└── Administradores del sistema
├── Fine-tuning para dominios específicos
├── Configuración de parámetros
└── Implementación de guardrails
CAPA 4: DIRECCIÓN CREATIVA
└── Usuario final
├── Prompt engineering
├── Selección entre outputs
└── Iteración y refinamiento
CAPA 5: POST-PROCESAMIENTO
└── Editor/curador
├── Edición manual
├── Integración con otros elementos
└── Contextualización final
3.2 Análisis de los Tipos de Interacción Humano – IA y de la Fortaleza de Sus Derechos de Propiedad Intelectual
Otra forma de establecer las implicaciones jurídicas en la creación mediante Inteligencia Artificial es analizando el tipo de interacción que se establece entre el humano y la IA.
En este sentido, hay cuatro arquetipos predominantes que ilustran esta interacción y sus respectivas probabilidades de titularidad de derechos de propiedad intelectual:
3.2.1 Interacción Humano – IA de Tipo Conductor, Propiedad Intelectual Muy Alta
Esta tipología de interacción tiene entre el 85 y el 90% de probabilidad de que le sea reconocida la titularidad de su obra.
Se trata de un usuario con control detallado sobre el proceso creativo, utilizando la IA como una herramienta muy útil, pero manteniendo la dirección artística completa.
Características:
Prompts detallados y enfocados.
Múltiples iteraciones con refinamientos creativos propios.
Integración de lo generado por la IA en una obra más amplia.
Documentación de todo el proceso creativo.
Por ejemplo un director de arte que usa Leonardo AI para generar elementos específicos de una campaña publicitaria, proporcionando prompts detallados, seleccionando creatividades entre múltiples resultados y editando manualmente el resultado final.
La fortaleza Legal es muy alta, porque los tribunales reconocen los derechos cuando existen evidencias claras de la dirección creativa humana.
Sistema de prueba recomendado para resguardar los derechos de propiedad intelectual:
Capturas de pantalla en video del proceso iterativo.
Evolución de prompts.
Las razones lógicas para selecciones específicas.
Ediciones post-generación.
3.2.2 Interacción Humano – IA de Tipo Colaborador, Propiedad Intelectual Moderada-Alta
Probabilidad de reconocimiento de la titularidad de los derechos sobre la obra, entre 60 y 75%)
Es un usuario que establece una relación de conversación activa con la IA, donde cada output informa el siguiente input en un proceso co-creativo.
Características:
Conversaciones extendidas con la IA.
Adaptación de estrategia basada en outputs intermedios.
Síntesis de múltiples sesiones.
Contribución conceptual significativa.
Por ejemplo, una novelista que usa ChatGPT para desarrollar diálogos, proporcionando contexto de personajes, reaccionando a sugerencias de la IA y refinando iterativamente hasta lograr el perfil deseado.
Fortaleza Legal:
Moderada-Alta. Requiere una minuciosa documentación del proceso colaborativo para demostrar que las decisiones creativas críticas realmente fueron humanas.
Riesgos:
Gran dificultad para distinguir las contribuciones humanas de las de la IA.
Enorme potencial atribución de creatividad a la máquina.
Suma complejidad para documentar el proceso.
3.2.3 Interacción Humano – IA de Tipo Inspirador, Propiedad Intelectual Débil-Moderada
En esta tipología la probabilidad de titularidad es de entre el 30 y el 50%
El inspirador es un usuario que proporciona un buen nivel de dirección conceptual de la obra pero permite que los algoritmos desarrollen automatizadamente los detalles de ejecución.
Características:
Aporta prompts conceptuales pero no muy específicos.
Mínima iteración o refinamiento.
Selección entre outputs con criterios estéticos muy amplios.
La contribución humana principal fue la idea inicial.
Por ejemplo,
Un emprendedor que usa DALL-E para crear el logo de su startup con el prompt «logo minimalista para aplicación de fitness, colores energéticos, estilo moderno» y selecciona su favorito entre varias opciones generadas.
Fortaleza Legal:
Entre Débil-Moderada, dependiendo críticamente de la jurisdicción y la especificidad del caso.
Estrategias de Fortalecimiento:
Documentar el proceso de ideación pre-IA.
Explicar criterios de selección específicos.
Realizar modificaciones post-generación.
Integrar en trabajo creativo más amplio.
3.2.4 Interacción Humano – IA de Tipo Observador, Propiedad Intelectual Débil
Probabilidad de Titularidad entre 5-15%
El observador es un usuario que genera outputs con escasa cantidad de datos y los usa sin realizar modificaciones.
Características:
Utiliza prompts genéricos o muy simples.
Usa el primer output generado.
Sin ningún tipo de iteración o refinamiento.
La contribución humana se limita a la activación del sistema y a la observación pasiva.
Por ejemplo, un usuario que en Suno AI solicita: «crea una canción sobre el amanecer en la playa» y publica en Spotify el resultado sin modificaciones.
Fortaleza Legal:
Muy débil, con poca probabilidad para obtener algún tipo de protección de sus derechos de autor.
Pero cuidado, a pesar de la debilidad legal, estos outputs se usan muy frecuentemente en contextos comerciales, creando un riesgo muy alto.
Esquema del Modelo de Análisis de los Tipos de Interacción Humano – IA
CAPA 1: INTERACCIÓN HUMANO – IA DE TIPO CONDUCTOR
└── Propiedad Intelectual Muy Alta (85-90%)
├── Prompts detallados y enfocados
├── Múltiples iteraciones con refinamientos creativos propios
├── Integración de lo generado por la IA en una obra más amplia
└── Documentación de todo el proceso creativo
CAPA 2: INTERACCIÓN HUMANO – IA DE TIPO COLABORADOR
└── Propiedad Intelectual Moderada-Alta (60-75%)
├── Conversaciones extendidas con la IA
├── Adaptación de estrategia basada en outputs intermedios
├── Síntesis de múltiples sesiones
└── Contribución conceptual significativa
CAPA 3: INTERACCIÓN HUMANO – IA DE TIPO INSPIRADOR
└── Propiedad Intelectual Débil-Moderada (30-50%)
├── Aporta prompts conceptuales pero no muy específicos
├── Mínima iteración o refinamiento
├── Selección entre outputs con criterios estéticos muy amplios
└── La contribución humana principal fue la idea inicial
CAPA 4: INTERACCIÓN HUMANO – IA DE TIPO OBSERVADOR
└── Propiedad Intelectual Débil (5-15%)
├── Utiliza prompts genéricos o muy simples
├── Usa el primer output generado
├── Sin ningún tipo de iteración o refinamiento
└── La contribución humana se limita a la activación del sistema y a la observación pasiva
IV. Adaptación de la Legislación de Propiedad Intelectual a las Nuevas Necesidades y Realidades tecnológicas
Para finalizar creo que vale la pena recordar que
En 1903, los hermanos Wright realizaron el primer vuelo controlado y sostenido con un avión motorizado, construido por ellos mismos. Y con ello nació la aviación moderna.
En ese año, las leyes norteamericanas establecían que el dueño de una propiedad poseía no solo la superficie de sus tierras, sino todo lo que había por debajo «hasta el centro de la tierra» y todo el espacio por encima, hasta “una extensión indefinida hacia arriba”. Otorgaba la propiedad exclusiva del terreno, tanto en plano vertical como horizontal.
Sin embargo, la legislación tuvo que evolucionar muy rápidamente, para facilitar, hacia arriba, el impulso de la industria aeronáutica, que a su vez muchos años después, dio paso a la industria aeroespacial y la exploración espacial. Y hacia abajo, la extracción de recursos del subsuelo, como petróleo y minerales.
Parece evidente que las leyes de propiedad intelectual también deberán adaptarse para abordar cuestiones relacionadas con la propiedad y los derechos sobre contenidos generados por IA, el uso de datos para entrenar modelos de IA, y la atribución de responsabilidades en el proceso creativo que involucra a la IA.