La Fundación Wikimedia pide a los tribunales que distingan entre entrenar modelos de IA con material protegido por derechos de autor y usar esos modelos para reproducirlo para los usuarios. En un escrito presentado en las demandas de editoriales —entre ellas The New York Times— contra OpenAI y Microsoft, la organización que opera Wikipedia sostiene que el primer uso puede considerarse legítimo, mientras que el segundo podría requerir una licencia si reemplaza las visitas de los lectores a la obra original.
Wikimedia advierte que una decisión que trate por igual todos los usos de la IA podría perjudicar tanto a la web abierta como a la propia organización sin fines de lucro. Según la fundación, Wikipedia es una fuente importante de datos de entrenamiento, pero los servicios de IA también pueden alejar a las personas de los sitios y las comunidades que crean y mantienen ese conocimiento. La organización sostiene, además, que servicios como ChatGPT reproducen textos sujetos a la licencia Creative Commons de Wikipedia sin cumplir sus condiciones.
Dónde traza Wikimedia la línea
La propuesta de la fundación depende de qué haga el sistema de IA con el material. Sostiene que rastrear sitios web y usar obras protegidas para preentrenar un modelo sin licencia debería considerarse uso legítimo cuando el modelo genera algo nuevo y distinto de sus fuentes. Pero si un sistema responde a la pregunta de un usuario con copias del material y sustituye así a la obra original, Wikimedia afirma que ese uso debería requerir una licencia.
En el caso del contenido de Wikipedia, las condiciones de la licencia exigen citar la fuente y mantener las adaptaciones bajo la misma licencia. Wikimedia señala que esa distinción importa porque los modelos de IA también tienen usos prácticos para la enciclopedia: los editores pueden utilizarlos para detectar vandalismo, posibles infracciones de derechos de autor y doxxing, así como para encontrar artículos que necesitan mejoras. La fundación sostiene que unas restricciones de derechos de autor demasiado amplias podrían limitar estas herramientas, mientras que una decisión demasiado permisiva podría debilitar los derechos y las condiciones de licencia de los creadores humanos.
Una disputa con consecuencias más amplias
The New York Times acusa a OpenAI de infringir sus derechos de autor al rastrear su sitio web para obtener datos de entrenamiento. OpenAI y Microsoft sostienen que entrenar modelos constituye un uso legítimo. OpenAI ha descrito la reproducción de obras protegidas como un error poco frecuente; Microsoft ha dicho que un análisis de expertos concluyó que Copilot rara vez reproduce frases completas de contenido periodístico utilizado para fundamentar sus respuestas.
Wikimedia sostiene que la postura general de ninguna de las partes tiene plenamente en cuenta la diferencia entre entrenar un modelo y ofrecer material que sustituye al original. Su escrito no determina cómo deberían fallar los tribunales en cada caso, sino que les pide evaluar esos usos por separado. La fundación afirma que un enfoque cuidadoso podría preservar tanto las herramientas de IA que apoyan el conocimiento libre como los derechos de licencia de las personas cuyas obras utilizan esos sistemas.
Por qué importa
Para los editores de Wikipedia, el resultado podría determinar si siguen disponibles las herramientas de IA que ayudan a detectar vandalismo, problemas de derechos de autor y artículos que necesitan atención. La postura de Wikimedia es que el entrenamiento y la copia deben tratarse de forma distinta; aún no está claro cómo fallarán los tribunales ni qué implicaría eso para servicios de IA concretos.
