Durante años, las empresas de IA entrenaron sus modelos con lo que encontraron en internet y respondieron a cualquier reclamo con la misma palabra: fair use. Esa defensa ya no funciona igual en todos lados — y dos sentencias recientes, en lados opuestos del Atlántico, muestran exactamente dónde se está rompiendo.
Alemania le puso número a la cuenta
GEMA, la sociedad de gestión de derechos musicales más importante de Alemania, demandó a OpenAI por nueve letras de canciones alemanas muy conocidas que ChatGPT reproducía cuando un usuario preguntaba simplemente "¿cuál es la letra de [título]?". Un tribunal alemán falló en contra de OpenAI: ni el entrenamiento con esas letras ni su reproducción posterior quedan cubiertos por las excepciones que en Europa funcionan como equivalente al fair use estadounidense.
La diferencia con el caso alemán no es solo el resultado — es qué se demandó. GEMA no objetó que el modelo "aprendiera" de las canciones en abstracto. Objetó que el modelo pudiera reproducirlas palabra por palabra a quien preguntara. Esa distinción —entre absorber un estilo y poder regurgitar la obra exacta— es probablemente la línea sobre la que se va a construir buena parte de la regulación que viene.
Estados Unidos: la misma pregunta, una respuesta más fragmentada
Del otro lado del Atlántico, el panorama es menos uniforme. En 2025, Anthropic llegó a un acuerdo con un grupo de autores después de reconocer que entrenó a Claude usando millones de libros obtenidos de bibliotecas piratas como Books3 y LibGen — un acuerdo que, según reportes del sector, ronda los 1,500 millones de dólares. El mensaje fue claro: cómo se obtuvieron los datos importa, incluso si el uso posterior podría considerarse transformador.
El caso paralelo contra Meta por su modelo Llama tuvo un resultado más matizado. El juez falló a favor de Meta respecto a los 13 autores demandantes —entre ellos Sarah Silverman y Ta-Nehisi Coates— pero fue explícito: ganaron porque los demandantes no construyeron un argumento suficientemente sólido, no porque el uso fuera necesariamente legal en términos generales. La pregunta sobre el origen de esos libros —si fueron adquiridos lícitamente— sigue abierta, y para abril de 2026 el caso forma parte de un litigio consolidado con múltiples acciones relacionadas todavía sin resolver.
No se trata de un solo fallo que lo decida todo. Son varios casos, en jurisdicciones distintas, que están dibujando — pieza por pieza — los límites de lo que el entrenamiento de IA puede hacer con contenido protegido sin pagar por él.
Lo que esto significa para quien construye o usa estas herramientas
El patrón que conecta Alemania, el caso Anthropic y el caso Meta es el mismo que análisis legales recientes en España ya señalan: el "todo se vale" no terminó con una sola sentencia, pero sí dejó de ser la postura por defecto. Entidades de gestión de derechos como GEMA ya no solo demandan — empiezan a proponer modelos de licencia para que las empresas de IA paguen por el material de entrenamiento de forma proactiva, en lugar de esperar a que un tribunal las obligue caso por caso.
Para el usuario final, esto probablemente no se traduce en cambios inmediatos visibles. Pero sí explica algo que ya está pasando: por qué las empresas de IA firman cada vez más acuerdos de licencia con editoriales, medios y bancos de imágenes — no porque estén convencidas de que lo necesitan legalmente en todos los casos, sino porque litigar caso por caso, país por país, durante años, resulta más caro que negociar. El "entrenamiento gratis" no murió de un día para otro. Está muriendo demanda por demanda, y la factura la están armando, ahora mismo, los tribunales de varios países a la vez.
