💻 ¡Ofertón Office! ¡Office 2024 Pro Plus desde 16,66 € por PC! [ Saber más ]
Los documentos internos de Microsoft y OpenAI que han salido a la luz pueden convertirse en una pieza especialmente incómoda para ambas compañías.
Correos, mensajes y testimonios recopilados durante un litigio por derechos de autor muestran que algunos de sus propios empleados ya advertían del daño que los asistentes de inteligencia artificial podían causar a los medios de comunicación.
La documentación forma parte de una petición de sentencia sumaria presentada por The New York Times y otros editores que acusan a las dos tecnológicas de utilizar millones de artículos sin permiso. Su tesis es clara: ChatGPT y Copilot no solo aprendieron del trabajo de los periódicos, sino que ahora pueden competir con ellos ofreciendo la información sin que el lector visite la fuente original.
Por ahora, estas afirmaciones representan la argumentación de los demandantes y no una conclusión definitiva del tribunal. Sin embargo, el contenido de las comunicaciones internas aporta un nuevo nivel de tensión a un caso que puede ayudar a definir dónde termina el uso legítimo de una obra y dónde comienza una explotación que requiere autorización y pago.
Las advertencias internas que ahora salen a la luz
Durante años, Microsoft y OpenAI han defendido que entrenar modelos con contenido disponible en Internet puede estar amparado por la doctrina estadounidense del fair use o uso legítimo. El argumento se apoya en que el sistema no se limita a almacenar los textos, sino que los procesa para crear una tecnología con funciones nuevas y supuestamente transformadoras.
La situación se complica con los mensajes atribuidos a Brent Hecht, director de Ciencia Aplicada en Microsoft. Según la documentación presentada por los medios, el ejecutivo calificó la recopilación masiva de noticias como un robo de trabajo de proporciones históricas y puso en duda que pudiera encajar realmente en el concepto de uso legítimo.
Estas palabras llaman especialmente la atención porque contrastan con la posición jurídica sostenida por Microsoft y OpenAI. No son una sentencia ni un dictamen legal, pero los demandantes quieren utilizarlas para demostrar que dentro de las propias compañías existía conciencia sobre la procedencia del material y sobre el posible perjuicio para quienes lo habían creado.
La polémica no es completamente nueva. En Teknofilo ya contamos cómo el responsable de IA de Microsoft defendió que el contenido de la web abierta podía utilizarse libremente. Los nuevos documentos añaden ahora otra perspectiva: mientras públicamente se normalizaba ese uso, internamente algunas voces advertían de sus implicaciones económicas y éticas.
El “bucle fatal” que podría dañar a medios e inteligencia artificial
Uno de los conceptos más reveladores de los documentos es el de un “bucle fatal” entre la inteligencia artificial y las publicaciones que alimentan sus respuestas. Los modelos necesitan un flujo constante de información fiable, actualizada y producida por profesionales, pero sus productos pueden reducir los ingresos de las mismas organizaciones que generan ese contenido.
El mecanismo resulta fácil de entender. Si el usuario recibe dentro de ChatGPT, Copilot o un buscador con IA una explicación suficientemente completa, tiene menos motivos para abrir el enlace original. El medio pierde una visita, disminuyen sus ingresos publicitarios o por suscripción y dispone de menos recursos para financiar el periodismo que, paradójicamente, los modelos necesitan para seguir siendo útiles.
Los demandantes citan datos internos de Microsoft según los cuales el porcentaje de usuarios que hacía clic en determinados medios se reducía entre un 83 y un 93 % en algunos casos. Para otros editores, el descenso señalado se situaba entre el 51 y el 94 %. Son cifras presentadas en el contexto del litigio, pero encajan con la preocupación general del sector por las búsquedas que responden sin enviar tráfico.
Google se enfrenta a críticas similares desde la llegada de AI Overviews. Ya analizamos por qué los resúmenes generados por IA pueden poner en peligro a las páginas web: cada respuesta que satisface la consulta dentro del buscador reduce la posibilidad de que el usuario visite a quien investigó, escribió y publicó la información.
Cuando el chatbot se convierte en sustituto del periódico
Nick Turley, responsable de ChatGPT, habría descrito los productos entrenados con noticias como una amenaza existencial para los editores. De acuerdo con el escrito judicial, también reconoció que estos asistentes ya funcionaban en buena medida como sustitutos de los medios y que lo harían todavía más a medida que mejorasen.
Satya Nadella abordó una idea parecida durante su declaración. El consejero delegado de Microsoft admitió que una conversación con un chatbot puede evitar que el usuario acuda a la fuente porque la plataforma de IA le entrega allí mismo la información buscada. Microsoft sostiene que esta observación sobre los nuevos hábitos de consumo no equivale a aceptar una infracción de derechos de autor.
Otro mensaje interno atribuido a un ingeniero de OpenAI señalaba el problema de fondo: aunque los enlaces se muestren de forma visible, muchos usuarios no los abrirán si la respuesta ya resuelve su duda. La mera presencia de una cita no garantiza que el creador reciba tráfico, reconocimiento efectivo o ingresos, especialmente cuando el resumen es exhaustivo.
Los medios pretenden demostrar que esa sustitución debilita la defensa del uso legítimo. Su razonamiento es que copiar material para construir un producto que compite por la misma audiencia y satisface la misma necesidad informativa no sería una transformación neutral, sino una actividad con impacto directo sobre el mercado de las obras originales.
Paywalls, resúmenes y fragmentos casi literales
La documentación también recoge un episodio relacionado con el muro de pago de The New York Times. Un empleado, Nick Ryder, habría comunicado a Greg Brockman que habían encontrado una forma de que los rastreadores de OpenAI superasen esa barrera, y el presidente de la compañía respondió favorablemente al hallazgo. Los demandantes presentan el intercambio como indicio de que no se trataba únicamente de recopilar páginas abiertas.
Nadella declaró bajo juramento que las empresas de IA no deberían esquivar las condiciones de uso de los medios ni acceder a contenido protegido por una suscripción sin autorización. Esa posición hace que el mensaje sobre el supuesto atajo resulte más delicado, aunque tendrá que ser el tribunal quien valore su contexto, alcance y relevancia jurídica.
Los editores probaron además distintas formas de conseguir que los chatbots reprodujeran sus artículos. No se limitaron a pedir la siguiente línea de un texto una y otra vez: solicitaron resúmenes, listas con las ideas principales, análisis del sesgo de una noticia o la selección de cualquier pieza publicada en la portada de un medio. Según su escrito, algunas respuestas contenían pasajes extensos con una coincidencia verbal muy elevada.
En esta fase, los demandantes piden una decisión anticipada solo sobre los artículos para los que creen poder demostrar una superposición literal especialmente clara. El resto de las reclamaciones quedaría para el juicio. Este conflicto se suma a otras disputas sobre los datos de entrenamiento, como la acusación de que OpenAI utilizó millones de horas de vídeos de YouTube sin permiso.
La batalla por los datos de entrenamiento
Los periódicos sostienen que Microsoft no se limitó a usar información rastreada para su buscador Bing. Según su versión, la compañía habría proporcionado a OpenAI un conjunto de datos adquirido con una finalidad distinta, convirtiendo el permiso para indexar contenido en una autorización de facto para entrenar modelos comerciales.
La demanda también menciona una colección de aproximadamente 1,8 millones de artículos de The New York Times obtenida a través de un tercero. Ese proveedor estaría sujeto a condiciones que impedían el uso comercial del material y, siempre según los editores, empleados de OpenAI sabían que el conjunto no era apropiado para entrenar un modelo, pero terminó utilizándose.
Esta diferencia de finalidad es uno de los puntos más importantes del debate. Permitir que un buscador rastree una página para mostrar un título, un pequeño fragmento y un enlace no implica necesariamente consentir que todo el texto se incorpore a un sistema capaz de generar respuestas que sustituyan la visita. El litigio deberá aclarar si ambos usos son jurídicamente comparables.
Los medios reprochan asimismo que Microsoft y OpenAI no optaran desde el principio por acuerdos de licencia. En su opinión, las tecnológicas entraron en un nuevo mercado creado a partir de contenido periodístico sin ofrecer a sus propietarios la posibilidad de negociar precio, límites de uso, atribución o mecanismos para excluirse.
Microsoft se distancia y el futuro queda en manos del tribunal
Microsoft rechaza que las declaraciones internas desmonten su defensa. Un portavoz explicó que los comentarios de Hecht reflejan la visión personal de un empleado, no un análisis jurídico ni la posición corporativa. La compañía mantiene que sus productos realizan un uso transformador del contenido y que no reemplazan a los medios de comunicación.
La empresa también matiza las palabras de Nadella. Según Microsoft, el directivo estaba describiendo de forma general cómo cambia la manera de buscar y consumir información, no pronunciándose sobre las preguntas concretas de copyright que debe resolver el juez. OpenAI, por su parte, no había ofrecido una respuesta inmediata al hacerse pública la documentación citada en el escrito.
Para los editores, el riesgo va mucho más allá de una indemnización. Si cada compañía obtiene el contenido gratuitamente mientras espera que sus rivales paguen por sostenerlo, ninguna tendrá incentivos para financiar la producción de información. El resultado sería una carrera que abarata a corto plazo el entrenamiento de la IA, pero deteriora a largo plazo la calidad y variedad de sus propias fuentes.
La decisión judicial puede, por tanto, marcar una referencia para toda la industria. Si el tribunal considera que este uso de las noticias no está protegido por el fair use, Microsoft, OpenAI y otras empresas podrían verse empujadas a firmar licencias en condiciones más homogéneas. Si acepta la defensa de las tecnológicas, los editores tendrán que buscar otras vías para impedir que las respuestas generadas absorban el valor económico de su trabajo.