¿Por qué los medios de EE.UU. piden sancionar a OpenAI por copyright?

Los principales medios que litigan contra OpenAI en Estados Unidos han pedido a un tribunal federal de Nueva York que imponga sanciones a la tecnológica. Sostienen que la compañía ocultó pruebas, ofreció versiones engañosas sobre su capacidad para rastrear material protegido y eliminó o volvió inaccesibles miles de millones de conversaciones de ChatGPT relevantes para el proceso.

La petición, presentada en un escrito de 52 páginas, no equivale a una condena ni demuestra por sí sola que OpenAI infringiera derechos de autor. Es una acusación dentro del procedimiento. Pero las medidas solicitadas son importantes: los demandantes pretenden limitar los argumentos que la empresa podrá utilizar, obtener una instrucción favorable para el jurado y recuperar los gastos generados por la búsqueda de información supuestamente retenida. El tribunal todavía debe escuchar a OpenAI y decidir.

La batalla comenzó con una cuestión conocida —si los modelos de inteligencia artificial pueden entrenarse con artículos protegidos sin permiso ni pago— y ha terminado entrando en una habitación bastante más incómoda: la de las pruebas que existen, las que desaparecieron y las que una parte asegura que no podía localizar.

La inteligencia artificial responde en segundos a casi cualquier cosa. Buscar dentro de sus propios archivos, al parecer, resulta bastante más filosófico. Y también más caro, porque esta disputa puede determinar no solo cómo se entrenan los modelos, sino qué deben conservar las empresas cuando sus sistemas acaban bajo la lupa de un juez.

La acusación que eleva el pulso judicial

La moción está impulsada por el grupo de medios conocido en el expediente como los demandantes periodísticos. Entre ellos figuran The New York Times, las cabeceras vinculadas al Daily News, el Center for Investigative Reporting, The Intercept y el grupo editorial Ziff Davis. Todos participan en litigios reunidos dentro de una causa amplia sobre el supuesto uso de contenidos protegidos para desarrollar los sistemas de OpenAI.

Su acusación central es grave: OpenAI habría afirmado durante casi dos años que carecía de herramientas capaces de buscar de manera eficiente artículos concretos dentro de sus conjuntos de entrenamiento o de localizar reproducciones en los registros de respuestas de ChatGPT.

Según los medios, una segunda declaración judicial de un representante corporativo de la empresa reveló que esas búsquedas sí se habían efectuado, algunas incluso antes de que se presentara la primera demanda. La discusión deja así de ser puramente técnica. Entra de lleno en la credibilidad de OpenAI ante el tribunal.

Los demandantes describen un recorrido áspero: al menos 14 mociones, 11 vistas, seis conferencias judiciales de conciliación y numerosas reuniones entre abogados. Afirman que buena parte de ese desgaste habría sido innecesario si OpenAI hubiera explicado desde el comienzo qué podía buscar, qué datos conservaba y qué análisis internos había realizado.

Hay una diferencia esencial. Una cosa es defender que utilizar textos periodísticos para entrenar un modelo constituye uso legítimo. Otra, bastante distinta, es discutir durante años sobre las herramientas disponibles para localizar esos textos dentro del sistema. La primera es una cuestión de interpretación jurídica; la segunda afecta a la fiabilidad del proceso probatorio.

Qué sanciones reclama la prensa

Los medios no se limitan a pedir una multa. Reclaman sanciones probatorias capaces de modificar el terreno sobre el que se celebraría un eventual juicio.

Pretenden que OpenAI no pueda apoyarse en una muestra de 20 millones de conversaciones de ChatGPT entregada durante el procedimiento. También solicitan que el tribunal considere acreditado que los registros contenían —o habrían mostrado de haberse conservado y producido adecuadamente— una presencia sustancial y sistemática de material periodístico protegido en las respuestas del chatbot.

La petición va más lejos: OpenAI quedaría impedida para argumentar lo contrario y el jurado recibiría instrucciones sobre el carácter vinculante de esas conclusiones. Los demandantes reclaman también el pago de honorarios de abogados, peritos y demás costes ocasionados por las inspecciones, las declaraciones repetidas y los intentos de obtener la documentación judicial.

No es un matiz menor. Una sanción de este tipo no resolvería automáticamente toda la demanda, pero podría cerrar varias puertas defensivas antes de que el jurado entrase en la sala. En términos cotidianos: no decidiría el partido, aunque sí podría retirar a OpenAI algunos jugadores y entregar al rival una parte del marcador judicial.

El rastro de millones de conversaciones de ChatGPT

El conflicto probatorio gira alrededor de los registros de conversaciones, un inmenso sedimento digital formado por preguntas de usuarios y respuestas del sistema. Los medios consideran esos datos cruciales para determinar si ChatGPT reprodujo artículos, se apoyó en ellos para contestar o generó contenidos capaces de sustituir la consulta de las publicaciones originales.

OpenAI ha defendido que entregar grandes volúmenes de conversaciones implica riesgos para la privacidad de los usuarios. Esa preocupación es real: incluso los registros anonimizados pueden contener detalles personales, asuntos médicos, secretos empresariales o fragmentos de la vida privada que nadie escribió pensando en un tribunal.

La protección de esos datos no es una excusa trivial. El problema, según los demandantes, es que la empresa habría presentado esa dificultad como una imposibilidad técnica mientras conservaba depósitos de conversaciones ya desidentificadas y susceptibles de análisis.

La moción menciona un conjunto de 78 millones de chats y sostiene que la existencia y utilidad de esos datos no fueron explicadas con claridad durante buena parte del litigio. Para los medios, la cuestión no es solo cuánta información había, sino quién sabía que existía y desde cuándo.

La muestra de 20 millones de conversaciones terminó siendo entregada cuando quedaban dos meses para cerrar la fase de obtención de pruebas. Los medios alegan que OpenAI aplicó mediante una herramienta automatizada más de 19.000 millones de tachaduras o supresiones sobre millones de registros.

El volumen de redacciones causó perplejidad en el tribunal. Era una montaña de texto convertida, en buena medida, en queso gruyer. La empresa sostenía que necesitaba proteger información sensible; los demandantes replican que las supresiones dificultaron búsquedas relacionadas con nombres de medios, dominios y otros campos necesarios para medir la posible reproducción de artículos.

Ese choque resume bien el dilema: abrir demasiado puede exponer a usuarios ajenos al litigio; cerrar demasiado puede impedir que una parte pruebe su caso. En medio queda el juez, obligado a separar la privacidad legítima del posible uso de esa privacidad como una cortina procesal.

La declaración que cambió el tono del caso

La figura central de la moción es Vincent Monaco, presentado como representante corporativo de OpenAI para declarar sobre determinadas materias técnicas. Los medios aseguran que su primera comparecencia fue insuficiente y que el tribunal ordenó repetirla por falta de preparación y por las restricciones impuestas durante el interrogatorio judicial.

En la segunda declaración, celebrada en abril de 2026, Monaco habría reconocido la realización de distintas búsquedas en conjuntos de entrenamiento y registros de respuestas. Los demandantes utilizan ese testimonio para enfrentar lo que OpenAI había dicho anteriormente con lo que, según ellos, la compañía realmente hacía dentro de sus sistemas internos.

La moción también acusa a la tecnológica de continuar eliminando determinados registros después de que existieran solicitudes de preservación e incluso después de una orden judicial destinada a conservar y separar esos materiales. OpenAI no acepta esa interpretación.

La cuestión decisiva será si las pérdidas respondieron al funcionamiento habitual de sus sistemas, si se adoptaron medidas razonables para detenerlas y si existió intención de privar a los medios de pruebas relevantes. En un litigio de esta magnitud, la intención importa. Mucho.

Las normas federales estadounidenses permiten imponer sanciones cuando una parte incumple obligaciones de entrega o no preserva información electrónica que debía conservar para un litigio. Las consecuencias dependen del perjuicio causado y de la intención apreciada por el juez: pueden ir desde el pago de gastos hasta restricciones probatorias o instrucciones adversas al jurado. Ahí está el verdadero nervio del asunto, más que en cualquier frase sonora sobre robots que roban periódicos.

OpenAI responde: privacidad y uso legítimo

OpenAI rechaza las acusaciones y las califica de falsas. Su portavoz, Drew Pusateri, sostiene que The New York Times insiste en acceder a conversaciones de personas ajenas a la demanda y que está intentando invadir su privacidad mientras algunas de sus reclamaciones pierden fuerza.

La compañía recuerda que el periódico retiró una reclamación secundaria al actualizar su demanda y mantiene que el entrenamiento de modelos con contenidos disponibles en internet está protegido por la doctrina estadounidense del uso legítimo, conocida como fair use. También defiende que limitar la difusión de los registros no supone ocultación, sino protección de los usuarios.

El uso legítimo, sin embargo, no funciona como una tarjeta blanca que se enseña en la puerta del juzgado. Los tribunales valoran el propósito y carácter del uso, la naturaleza de la obra, la cantidad utilizada y el efecto sobre el mercado original.

También examinan si el nuevo producto transforma el material o, por el contrario, sustituye económicamente aquello que utilizó. Cada caso se analiza según sus circunstancias. No existe una fórmula automática que convierta cualquier contenido de internet en combustible gratuito para una máquina.

OpenAI argumentará previsiblemente que sus modelos no almacenan una hemeroteca convencional ni ofrecen copias sistemáticas de los artículos, sino que aprenden relaciones estadísticas entre palabras para producir respuestas nuevas.

Los medios intentarán demostrar que esa descripción se queda corta cuando el sistema reproduce pasajes, recupera información muy próxima al original o entrega un producto que reduce la necesidad de visitar la fuente. Ahí se juega buena parte del conflicto: no tanto en cómo describe la empresa el modelo, sino en lo que el modelo hace cuando alguien pulsa la tecla y espera.

Mucho más que una pelea por archivos

The New York Times demandó a OpenAI y Microsoft a finales de 2023. Acusó a ambas empresas de utilizar millones de artículos sin autorización para desarrollar productos capaces de competir con el propio periódico. Desde entonces se han sumado otras organizaciones informativas y la disputa se ha convertido en uno de los grandes laboratorios judiciales del negocio de la inteligencia artificial.

El caso no trata únicamente de reproducciones literales. También plantea quién captura el valor cuando una respuesta automática condensa meses de investigación, entrevistas, viajes, bases de datos y trabajo editorial en tres párrafos servidos al instante.

El usuario recibe una solución cómoda; el medio que produjo la información puede perder la visita, la suscripción y el ingreso publicitario. La máquina no cobra dieta, pero alguien pagó la libreta. Esa es la parte menos futurista y más terrenal del debate: el dinero del periodismo.

Los editores hablan de competencia sustitutiva: productos construidos con su contenido que terminan reemplazando la lectura de ese mismo contenido. OpenAI responde que sus herramientas crean usos nuevos, amplían el acceso al conocimiento y se apoyan en principios jurídicos asentados durante décadas.

La industria, mientras tanto, avanza por dos vías casi opuestas. Algunos medios han demandado a las empresas de IA; otros han firmado acuerdos de licencia para permitir el acceso a sus archivos a cambio de dinero, tecnología o distribución.

La coexistencia de pleitos y contratos revela algo sencillo: incluso quienes discrepan sobre la legalidad reconocen que los contenidos periodísticos poseen un valor económico concreto. Nadie negocia durante meses por algo que considera irrelevante.

Un pleito que puede fijar el precio de la información

La petición de sanciones desplaza momentáneamente la discusión desde el origen de los datos hacia la conducta de OpenAI durante el proceso. Antes de resolver si entrenar modelos con artículos protegidos fue legal, el tribunal tendrá que decidir si la empresa conservó las pruebas necesarias y habló con suficiente franqueza sobre sus sistemas de búsqueda.

El juez puede rechazar la moción, conceder solo los costes económicos o adoptar medidas probatorias más duras. También deberá equilibrar el derecho de los medios a examinar evidencias relevantes con la privacidad de millones de usuarios que nunca imaginaron sus conversaciones flotando sobre una disputa entre corporaciones.

Lo que ocurra tendrá efectos más allá de estas cabeceras. Las empresas de inteligencia artificial podrían verse obligadas a mantener registros más completos, documentar sus conjuntos de entrenamiento y preparar mecanismos de auditoría capaces de responder a órdenes judiciales.

Los propietarios de contenidos, por su parte, obtendrían una vía más sólida para comprobar qué entró en los modelos y qué salió de ellos. Sería un cambio profundo en una industria acostumbrada a trabajar con enormes depósitos de información difíciles de inspeccionar desde fuera.

La cuestión de fondo permanece, pero ahora lleva traje judicial: cuánto puede tomar una tecnología de la cultura que la alimenta antes de tener que pedir permiso, pagar o enseñar los recibos.

En internet parecía que todo estaba disponible porque todo estaba a un clic. Los tribunales empiezan a recordar que accesible no significa gratuito, y que la nube, pese al nombre, también deja huellas.