Según los demandantes, OpenAI y Microsoft habrían "rasgado metódicamente" o realizado "scraping" de cientos de miles de sus artículos. Este proceso, alegan, no solo implicó el acceso a contenido sino también la elusión de muros de pago y la violación de los términos de servicio de sus sitios web. El objetivo habría sido alimentar los vastos conjuntos de datos necesarios para entrenar sus complejos modelos de IA. Alan Fisco, CEO de The Seattle Times, subrayó la gravedad de la situación, afirmando: "Creemos firmemente que debemos defender nuestro contenido –que cuesta millones de dólares al año producir– de ser utilizado sin nuestro consentimiento o compensación". La preocupación central es que los modelos de IA, al consumir este contenido sin licencia, socavan directamente el modelo de negocio de las organizaciones de noticias, ofreciendo alternativas generadas por IA que reducen el tráfico web y, consecuentemente, los ingresos por publicidad digital. Además, las demandas señalan problemas como la generación de "alucinaciones" (información falsa atribuida incorrectamente a los medios) y la eliminación de información clave de gestión de derechos de autor de los artículos originales. La IA generativa, en palabras de los demandantes, se presenta como una "serpiente que se muerde la cola" que podría destruir las organizaciones de noticias al competir directamente con contenido original.
Contexto y Antecedentes de la Controversia
Las acciones legales de The Seattle Times y Newsday no son un caso aislado, sino que se inscriben en una tendencia creciente de litigios entre la industria de los medios y las empresas de IA. El precedente más notable fue la demanda presentada por The New York Times contra OpenAI y Microsoft en 2023. Desde entonces, otros actores importantes se han sumado a la lucha. A principios de 2026, CNN demandó a Perplexity, una startup de IA conocida por sus resúmenes de fuentes. Publicaciones como New York Daily News, Ziff Davis y el Center for Investigative Reporting también se han unido a litigios similares, consolidando casos ante el juez de distrito Sidney H. Stein en Manhattan. Se estima que alrededor de 400 periódicos locales en Estados Unidos ya están involucrados en procesos judiciales por motivos similares.
El fondo de estas disputas radica en la interpretación legal del "uso justo" (fair use) en el contexto del entrenamiento de modelos de IA. Mientras los editores argumentan que el uso de su contenido sin licencia es una clara infracción de derechos de autor, OpenAI y Microsoft sostienen que sus modelos se entrenan con datos disponibles públicamente y que dicho uso es "altamente transformador", encajando bajo la doctrina del uso justo. Un portavoz de Microsoft expresó sorpresa por la demanda, pero indicó que la empresa está abierta a discutir soluciones. OpenAI, por su parte, ha mantenido que su práctica es legítima. Sin embargo, la tensión es palpable. Para poner en perspectiva el valor en juego, The Seattle Times invierte "millones de dólares al año" en la producción de contenido de calidad. Por otro lado, OpenAI, la compañía detrás de ChatGPT, está valorada en aproximadamente 850 mil millones de dólares y busca alcanzar una valoración de un billón de dólares antes de una posible salida a bolsa. Microsoft y OpenAI incluso financiaron conjuntamente una beca de 10 millones de dólares del Lenfest Institute AI en 2024, que, irónicamente, incluyó a The Seattle Times y Newsday entre sus salas de redacción inaugurales, lo que añade una capa de complejidad a la relación. Las condiciones de otros acuerdos de licencia de OpenAI con editores conocidos superan los 300 millones de dólares, demostrando que la empresa sí reconoce la necesidad de licenciar contenido en algunos casos.
Interesantemente, el Departamento de Justicia de EE. UU. (DOJ), en un escrito del 2 de septiembre de 2026 relacionado con la demanda del NYT, se posicionó del lado de OpenAI y Microsoft. El DOJ argumentó que exigir licencias pagadas por el entrenamiento de IA podría "obstaculizar severamente" el desarrollo de la IA en Estados Unidos, limitar la competencia y frenar el progreso científico y económico. Argumentan que el entrenamiento de IA es "altamente transformador" y que un fallo adverso podría crear un "oligopolio" para las grandes empresas tecnológicas. Expertos legales como Tori Noble de la Electronic Frontier Foundation y Satya Marar del Mercatus Center también sugieren que el uso de material protegido por derechos de autor para entrenar modelos de IA puede considerarse "uso transformador" bajo ciertas condiciones.
Implicaciones Técnicas para Desarrolladores y la Industria de la IA
Para desarrolladores, ingenieros y gerentes de producto en el espacio de la IA, estos litigios presentan un conjunto de desafíos y consideraciones críticas. El "scraping" de datos, si bien ha sido una práctica común en el entrenamiento de modelos de IA debido a la necesidad masiva de información, ahora enfrenta un escrutinio legal sin precedentes. La principal implicación técnica es la necesidad de un replanteamiento fundamental sobre cómo se adquieren y se gestionan los datos para el entrenamiento de modelos.
En primer lugar, la elusión de muros de pago y términos de servicio mediante técnicas de scraping no solo es una cuestión legal, sino que también plantea serias preguntas éticas sobre la integridad de los datos de entrenamiento. Si los modelos se construyen sobre una base de datos obtenidos de manera ilícita, su validez y la confianza en sus resultados pueden ser comprometidas. Los equipos de desarrollo deberán implementar procesos más robustos para asegurar que los datos utilizados provengan de fuentes licenciadas o sean de dominio público, respetando escrupulosamente los derechos de autor y las políticas de uso de los sitios web. Esto podría significar una mayor inversión en acuerdos de licencia de datos, el desarrollo de herramientas de rastreo más sofisticadas que respeten los archivos robots.txt y otros protocolos de exclusión, o incluso la creación de conjuntos de datos sintéticos o generados internamente.
En segundo lugar, la acusación de "alucinaciones" y la eliminación de metadatos de derechos de autor resaltan problemas en la arquitectura y la gobernanza de los modelos. Las "alucinaciones" son un recordatorio de que los modelos de IA generativa no "entienden" el contenido como lo hace un humano; simplemente predicen la secuencia de palabras más probable basándose en sus datos de entrenamiento. Cuando estos datos son ambiguos, contradictorios o carecen de atribución clara, la probabilidad de generar información errónea aumenta. Los desarrolladores deberán centrarse en mejorar la trazabilidad del contenido, la capacidad de citar fuentes originales y la implementación de mecanismos de verificación de hechos integrados en los flujos de trabajo de IA. Esto podría implicar el desarrollo de modelos que puedan discernir la credibilidad de sus fuentes o que incorporen capas de verificación externa antes de generar una respuesta final. La eliminación de metadatos de derechos de autor es un problema más directo que requiere atención en las tuberías de procesamiento de datos para asegurar que esta información vital se preserve y se atribuya correctamente cuando el contenido es referenciado o resumido por la IA.
Finalmente, estos casos obligarán a la industria a innovar en la monetización y atribución de contenido. Los desarrolladores e investigadores podrían tener que explorar nuevas arquitecturas de modelos que permitan una granularidad de licencia más fina o sistemas de micropagos para el uso de datos específicos. La presión legal podría impulsar el desarrollo de estándares industriales para la atribución de contenido de IA, similar a cómo funcionan los derechos de autor en otros medios. El resultado de estos litigios sentará un precedente significativo sobre cómo se equilibra la innovación en IA con la protección de la propiedad intelectual, moldeando las futuras directrices para la recopilación de datos y la operación de modelos a escala global.
El Impacto de Estos Litigios en América Latina
La ola de demandas por derechos de autor contra las empresas de IA no es un fenómeno exclusivo de Estados Unidos, y sus repercusiones ya se sienten y se sentirán con fuerza en América Latina. La región, que muestra una alta tasa de adopción de la IA, está simultáneamente en proceso de establecer marcos regulatorios propios para esta tecnología emergente.
En cuanto a la regulación, América Latina está desarrollando sus propios marcos normativos para la IA, a menudo siguiendo el modelo de la Unión Europea, con un enfoque horizontal y basado en riesgos. México, por ejemplo, en febrero de 2026, dictaminó que las obras generadas por IA sin autoría humana no son elegibles para derechos de autor, lo que establece una pauta importante. Perú implementó una ley de IA en 2023, actualizada en 2025, que clasifica los sistemas por nivel de riesgo, y El Salvador promulgó una ley de IA en 2025. Chile, por su parte, tiene un proyecto de ley de IA en el Congreso. Es notable que América Latina lidera en menciones de periodismo en leyes de IA, con 5 de 80 estrategias o políticas analizadas por el Center for News, Technology and Innovation (CNTI), lo que refleja una preocupación regional temprana por el impacto de la IA en los medios. Estas regulaciones futuras podrían dictar cómo las empresas de IA operan en la región, exigiendo mayor transparencia en el uso de datos y potencialmente licencias para el contenido.
La adopción de la IA en la región es significativa. Un estudio de Bain & Company indica que el 65% de los consumidores latinoamericanos ya utiliza la IA, con Colombia (59%) y Perú (57%) a la cabeza. La encuesta Digital Consumer Insights 2024 de Omdia reveló que el 76% de los brasileños y el 70% de los mexicanos usan ChatGPT o servicios de IA generativa similares, superando el promedio global del 66%. Aunque solo el 6% de los latinoamericanos obtienen noticias directamente de herramientas de IA, la influencia de estas plataformas en el consumo de información es innegable. Las redacciones latinoamericanas también están adoptando la IA, usándola para tareas como transcripción automática, asistentes de escritura, análisis de datos y detección de noticias falsas, siempre priorizando la integración responsable y entendiendo que la IA debe complementar el trabajo humano, no reemplazarlo.
Los litigios locales ya han comenzado, demostrando que la preocupación por los derechos de autor no se limita al norte global. La editorial argentina Editorial Perfil demandó a OpenAI y Microsoft el 26 de agosto de 2026, por infracción de derechos de autor y competencia desleal, marcando un hito como el primer editor de habla hispana en hacerlo. El periódico brasileño Folha de S.Paulo también demandó a OpenAI en 2025 y a Perplexity AI el 27 de agosto de 2026, por infracción de derechos de autor y elusión de muros de pago. Si bien Folha posteriormente llegó a un acuerdo con OpenAI y Google, estas acciones subrayan la preocupación de los medios regionales por la sostenibilidad de su modelo de negocio ante el avance de la IA. Estos casos sentarán precedentes importantes para la región, y sus resultados influirán en cómo los medios latinoamericanos interactúan con las plataformas de IA en el futuro, tanto en términos de colaboración como de protección de su propiedad intelectual.
