La Unión Europea ha introducido varias directrices de implementación a través de la Ley de Inteligencia Artificial (Regulación (UE) 2024/1689), incluyendo el Código de Práctica (CoP) final para la Implementación de la Ley de IA, publicado en julio de 2025. La UE también ha publicado directrices detalladas para informar sobre los datos utilizados para el entrenamiento de modelos de IA y las obligaciones para los proveedores de modelos de IA generales. El CoP aborda tres cuestiones clave: transparencia en la construcción de modelos de IA, seguridad y seguridad de los modelos, y cumplimiento con los derechos de autor en los datos de entrenamiento de IA.
Cumplir con los requisitos de transparencia y seguridad es sencillo. Los modelos de IA frontera pueden generar ahora sus propios informes de transparencia y realizar controles de seguridad y seguridad regulares, asegurando que los costos de cumplimiento regulatorio no excedan las prácticas existentes. Sin embargo, los derechos de autor presentan un desafío más complejo. Para los modelos de IA frontera, el entrenamiento con datos aumentados mejora el rendimiento. Las obligaciones de derechos de autor, sin embargo, limitan la cantidad y aumentan el costo de los datos disponibles, lo que podría afectar la competitividad global de la UE en IA.
Desafíos en la aplicación de los derechos de autor
Algunas disposiciones del CoP sobre derechos de autor son lógicas, como prohibir la reproducción de contenido protegido por derechos de autor en los resultados de los modelos y entrenar solo en datos accesibles legalmente. Otras disposiciones son más problemáticas. Estas incluyen la transparencia sobre las fuentes de los conjuntos de datos utilizados para el entrenamiento de los modelos y gestionar el creciente número de titulares de derechos de autor que han optado por no entrenar modelos de acuerdo con la Directiva de Derechos de Autor de la UE (Directiva (UE) 2019/790).
Un dilema para los reguladores de la UE
Los reguladores de la UE enfrentan un dilema entre cumplir con la ley de derechos de autor de la UE y mantener la competitividad global en IA. Modificar la ley para adaptarse a las necesidades de los datos de IA no es factible a corto plazo. La aplicación completa de la ley podría poner en peligro el acceso de la UE a los modelos de IA y servicios de vanguardia, erosionando la competitividad. El CoP busca equilibrar estos intereses en competencia.
La importancia de la transparencia en los datos de entrenamiento
El CoP, junto con la Ley de IA, busca mejorar la transparencia sobre el uso de los datos de entrenamiento de los modelos. Supone que esto facilitará la licencia de los datos protegidos por derechos de autor, asegurando que los titulares de derechos de autor reciban una participación justa de los ingresos de IA. Sin embargo, esta aproximación ignora los altos costos de transacción y las tarifas de licencia involucrados en la negociación de acuerdos con millones de titulares de derechos de autor en línea. Para muchos pequeños editores web, los costos de transacción pueden exceder el valor de las tarifas de licencia. El modelo de publicidad en línea no se puede transferir fácilmente a la licencia de IA, y la licencia colectiva no ofrece una solución integral. Reemplaza el precio individual con precios colectivos determinados por intermediarios, lo que no resuelve el problema de rastrear y asignar valor al uso del contenido.
La necesidad de excepciones de derechos de autor
En un escenario ideal con una autoridad global de derechos de autor, un modelo de IA podría resolver el vasto problema computacional de gestionar los datos de entrada, salida y ingresos de entrenamiento de IA. Sin embargo, tal autoridad no existe, justificando la necesidad de excepciones de derechos de autor. Los políticos de la UE han optado por un enfoque diferente. Las directrices del CoP para informar sobre los datos de entrenamiento requieren solo una lista resumida de los dominios en línea más relevantes de los que se extrajeron los datos de entrenamiento, permitiendo que los pequeños editores web sean omitidos. Esto se alinea con el objetivo de la Comisión Europea de mejorar el marco de derechos de autor, pero crea nuevos desafíos, como los conjuntos de datos de entrenamiento sesgados, particularmente perjudiciales para las comunidades lingüísticas y culturales menores de la UE. Los modelos de IA líderes ya están sesgados hacia las comunidades de idioma inglés grandes y carecen de diversidad cultural. Las disposiciones del CoP sobre derechos de autor socavan el objetivo del Acto de IA de reducir la sesgo en los modelos de IA.
La definición de datos de entrenamiento de IA
El CoP define ampliamente los datos de entrenamiento de IA, incluyendo los datos personales protegidos por derechos de privacidad, los datos sintéticos generados por los desarrolladores de modelos y los datos extraídos de otros modelos de IA. Los modelos en sí mismos no están protegidos por derechos de autor. Los desarrolladores están cada vez más secretos sobre la producción de datos de entrenamiento sintéticos porque es un factor clave en su competitividad. La formulación vaga del CoP permite a los desarrolladores proporcionar solo una narrativa breve de las fuentes de los datos, dando considerable discreción a la Oficina de IA responsable de implementar el Acto de IA de la UE.
La evolución rápida de los modelos de IA
La evolución rápida de los modelos de IA está reduciendo la importancia de los datos de entrenamiento de IA protegidos por derechos de autor. La última generación de modelos de ‘razonamiento’ depende más del aprendizaje por refuerzo con datos sintéticos, a menudo extraídos de otros modelos de IA. Sin embargo, los derechos de autor siguen siendo cruciales en el otro extremo del ciclo de vida de los modelos de IA, cuando los modelos recuperan datos en tiempo real de fuentes externas para responder a consultas de los usuarios. Este dato no está cubierto por el Acto de IA y el CoP porque las disposiciones de derechos de autor se limitan a los datos utilizados para el entrenamiento de los modelos, no a los datos recopilados después del entrenamiento.
La desigualdad en el tratamiento de los datos de entrenamiento y post-entrenamiento llevó a otra disposición de CoP que se extiende más allá de la ley de derechos de autor de la UE. La CoP instruye a los desarrolladores de modelos de inteligencia artificial para asegurarse de que la conformidad con las exclusiones de minería de datos no afecte negativamente la encontrabilidad a través de motores de búsqueda de estos contenidos optados fuera. Esto significa que los datos que están fuera de los límites para los bots y modelos de IA deberían aún ser recolectables por los bots de búsqueda operados por la misma empresa, manteniendo el flujo de tráfico de motores, ventas en línea y ingresos publicitarios a los sitios web de los editores. Esta disposición tiene como objetivo ayudar a los editores web a resistir la caída en el tráfico a sus sitios inducida por los motores de respuesta de IA. Sin embargo, discrimina entre el aprendizaje de máquina y el aprendizaje humano. Las máquinas podrán recuperar menos información que los usuarios humanos de motores de búsqueda, reduciendo la calidad de las respuestas de IA y obligando a los usuarios humanos a invertir más tiempo y esfuerzo cognitivo en construir sus propias respuestas. Esto mantiene los costos de aprendizaje humano artificialmente altos, en comparación con lo que podrían ser con un campo de juego nivelado en el acceso a los datos entre motores de búsqueda y motores de respuesta. Finalmente, esto reduce la eficiencia del aprendizaje humano y ralentiza la innovación en la sociedad. La rápida convergencia entre motores de búsqueda y tecnologías de respuesta de IA puede hacer que esta disposición de CoP sea pronto obsoleta. Los datos recolectados por los bots de búsqueda y los bots de IA convergerán en la misma página. Las principales empresas de tecnología como Google, Microsoft y OpenAI ya ofrecen servicios de búsqueda y respuesta conjuntamente. Los editores web y las plataformas de comercio electrónico se dan cuenta de que la transición de la búsqueda a la respuesta es inevitable en la era de IA, especialmente con el rápido aumento de los agentes de IA, y están buscando otras formas de generar ingresos.
La regulación de derechos de autor de la UE y la competencia de la era de IA
La regulación de derechos de autor de la UE solo puede mantenerse si los modelos de IA entrenados bajo regímenes más liberales en otras jurisdicciones pueden ser excluidos del mercado de la UE. Para ese propósito, la Ley de Inteligencia Artificial incluye una cláusula de extraterritorialidad, una disposición controvertida porque la ley de derechos de autor es esencialmente territorial. Los países con regímenes de derechos de autor menos restrictivos tienden a hacer mejor en la innovación de IA. Por ejemplo, Japón aplica derechos de autor al uso de datos de medios ‘para el disfrute’ de los consumidores, pero permite una excepción de derechos de autor para el uso intermedio para el entrenamiento de IA. En la ley de derechos de autor de EE. UU., el uso transformador de contenido de medios para fines diferentes de los originalmente previstos puede constituir una excepción aceptable a la protección de derechos de autor. Los tribunales de EE. UU. parecen estar moviéndose gradualmente en esa dirección para los datos de entrenamiento de IA. La administración de EE. UU. reconoce que la geopolítica EE. UU.-China y el deseo de EE. UU. de lograr la dominancia global es el principal impulsor de la carrera de IA. Quiere eliminar todas las barreras, incluidas las barreras regulatorias, que se oponen a lograr ese objetivo. Si los tribunales de EE. UU. aceptan los modelos de IA como un uso transformador de datos de entrenamiento y conceden una excepción a la protección de derechos de autor para estos datos, la UE necesitaría alinearse con EE. UU. en materia de derechos de autor. La alternativa sería que la UE se retirara de la IA por completo. Los desarrolladores no reentrenarían modelos con datos aceptables en el mercado de la UE, reforzando una situación en la que apenas ningún modelo de IA líder ha sido entrenado en la UE hasta ahora. Los intentos de cambiar la ley de derechos de autor de la UE también pueden tener consecuencias negativas, potencialmente llevando a requisitos de transparencia aún más detallados para todos los inputs de entrenamiento de IA y una presunción en la ausencia de transparencia completa de que las obras relevantes se han utilizado para fines de entrenamiento de IA, lo que podría desencadenar procedimientos de infracción.
La debilidad suave de la aplicación de la ley de derechos de autor en la CoP
La debilidad suave de la aplicación de la ley de derechos de autor en la CoP, limitándola a los datos más relevantes utilizados para el entrenamiento de IA, ha permitido que la mayoría de los desarrolladores de IA importantes se unan a la CoP, excepto por algunas excepciones notables. Los firmantes se han consolado con formulaciones vagas que dejan un margen considerable para la interpretación por la Oficina de IA. Los reguladores de IA están atrapados entre la ley de derechos de autor de la UE y la competencia de la era de IA con otros países. Los intentos de reformar esa ley pueden tardar muchos años y pueden tener consecuencias negativas. El peregrinaje puede ser la única opción factible a corto plazo.
Una política más satisfactoria
Una política más satisfactoria requeriría un debate sobre el papel de la IA en la mejora del aprendizaje, la investigación y la innovación, y las condiciones bajo las cuales puede acceder a los datos para alimentar ese proceso. Los derechos de autor son el punto de partida incorrecto para ese debate. Fueron originalmente diseñados para promover la creatividad e innovación. Pero en la era de IA, han vuelto a ser una fuerza reaccionaria que disminuye el potencial de innovación, controlada por las industrias de medios que representan menos del 4 por ciento del PIB. Mantenerse en la cima en la competencia global de IA requiere un régimen pro-innovación eficiente.
Una solución mejor
Una solución mejor sería que la ley de derechos de autor, o al menos su aplicación a los modelos de IA, tomara algunas inspiraciones de las características pro-innovación de la ley de patentes. El contenido innovador de las patentes está disponible públicamente, y cualquier persona puede aprender de él, construir nuevas innovaciones alrededor o encima de él. Pero solo el titular del patente tiene el derecho a la reproducción comercial de la invención original. Esto acelera la difusión y la acumulación del crecimiento del conocimiento y protege a los innovadores originales. Aplicar este enfoque a los datos para el entrenamiento de modelos de IA y a la recuperación de datos post-entrenamiento permitiría a los modelos de IA y a los usuarios aprender de todo el contenido y los datos legítimamente accesibles. Esto podría lograrse ampliando la interpretación y la aplicación de la excepción de protección de derechos de autor para el procesamiento de datos digitales en el artículo 4§3 de la Directiva de la UE sobre derechos de autor en el Mercado Único Digital (Directiva (UE) 2019/790). ¿Hasta qué punto pueden acercarse las salidas de los modelos de IA a la original es una cuestión de la salida de los modelos de IA, no una cuestión de los inputs de datos. Al menos, mover el debate político a las salidas permitibles de los modelos de IA abriría el camino para el aprendizaje ilimitado y el uso transformador en el lado de los inputs.
