IA y derechos de autor: ¿hay que pagar a los autores?

¿Hay que pagar a los autores cuyos textos o canciones han servido para entrenar una IA? Entre la IA y los derechos de autor, el debate enfrenta dos imágenes: la del saqueo y la del lector que aprende. El derecho, por su parte, avanza mediante una distinción más fina. Aprender a partir de una obra accesible está en gran parte permitido en Europa, salvo si el titular de derechos se ha opuesto. Memorizar y reproducir una obra, en cambio, empieza a juzgarse como una reproducción.

Para una empresa que publica contenido, la pregunta práctica no es filosófica: ¿hay que oponerse al entrenamiento, y qué se pierde en visibilidad en los motores de respuesta si se hace?

En resumen

• En Europa, la directiva de 2019 sobre derechos de autor prevé una excepción para la minería de textos y datos sobre obras a las que se tiene acceso lícito, salvo si el titular de derechos se ha opuesto, en particular por medios de lectura mecánica.
• Desde el 2 de agosto de 2025, el reglamento europeo de IA obliga a los proveedores de modelos de IA de uso general a respetar esa oposición y a publicar un resumen de los contenidos usados para el entrenamiento; los modelos ya en el mercado antes de esa fecha tienen hasta el 2 de agosto de 2027.
• El 11 de noviembre de 2025, el tribunal regional de Múnich I dictaminó que la memorización de letras de canciones en los modelos de OpenAI constituía una reproducción; la sentencia no es firme.
• Para un sitio que publica, la elección se hace robot por robot: a cuáles dejar leer qué páginas, partiendo del robots.txt realmente servido.

Postura 1: entrenar sin pagar es saquear

Los autores y las entidades que gestionan sus derechos esgrimen un argumento sencillo. Los modelos de lenguaje se han construido a partir de una masa de obras protegidas, sin autorización ni remuneración, y después compiten con esas mismas obras: un resumen generado puede sustituir al artículo, una imagen generada puede sustituir al encargo al ilustrador.

Esta postura ha ganado una primera batalla importante en Alemania. El 11 de noviembre de 2025, el tribunal regional de Múnich I dio la razón en lo esencial a la GEMA, la entidad alemana de gestión colectiva de los derechos musicales, frente a dos sociedades del grupo OpenAI (asunto 42 O 14139/24). El litigio versaba sobre las letras de canciones de nueve autores alemanes conocidos. El tribunal constató que esas letras estaban memorizadas en los modelos, comparando los textos presentes en los datos de entrenamiento con lo que los modelos reproducían. Su razonamiento distingue tres etapas:

El tribunal precisa que la sentencia no es firme.

Postura 2: aprender no es copiar

Enfrente, los proveedores de modelos y parte de los juristas responden que un modelo no es una biblioteca. Aprende regularidades estadísticas a partir de miles de millones de textos, como un humano que ha leído mucho escribe después con un estilo nutrido de sus lecturas, sin pagar a cada autor con el que se ha cruzado. Es la defensa que OpenAI presentó en Múnich: según el comunicado del tribunal, sus modelos no almacenarían ni copiarían datos de entrenamiento concretos, sino que reflejarían en sus parámetros lo que han aprendido del conjunto. Exigir una licencia por cada texto público haría imposible el entrenamiento, salvo para los pocos actores lo bastante ricos como para negociar con todos los editores, lo que reforzaría su dominio.

Este bando también cuenta con un apoyo jurídico en Europa. La directiva de 2019 sobre derechos de autor prevé, en su artículo 4, una excepción para la minería de textos y datos sobre obras a las que se tiene acceso lícito. El aprendizaje no está, por tanto, prohibido por principio.

Lo que el derecho ya dice sobre el entrenamiento

La oposición de los titulares de derechos. El mismo artículo 4 de la directiva fija su límite, en el apartado 3: la excepción se aplica siempre que los titulares de derechos no se hayan reservado expresamente el uso de sus obras de manera adecuada, por ejemplo por medios de lectura mecánica en el caso de contenidos puestos a disposición del público en línea. Un editor puede, por tanto, decir que no.

La obligación de los proveedores de modelos. El reglamento europeo de IA impone, en su artículo 53, a los proveedores de modelos de IA de uso general establecer una política de respeto de los derechos de autor, en particular para identificar y respetar esa reserva de derechos, y publicar un resumen suficientemente detallado del contenido utilizado para el entrenamiento. Estas obligaciones se aplican desde el 2 de agosto de 2025; los modelos ya en el mercado antes de esa fecha tienen hasta el 2 de agosto de 2027 para cumplirlas (artículo 111).

Lo que pensamos

Creemos que la distinción que se perfila es la correcta. Prohibir todo aprendizaje sobre textos públicos congelaría la tecnología en beneficio de quienes pueden comprarlo todo. Pero un modelo que escupe palabra por palabra una canción o un artículo no «se inspira»: reproduce, y no hay ninguna razón para que escape a las reglas que se aplican a todo el mundo.

Sobre la remuneración, somos más prudentes.

Este mecanismo solo beneficia de verdad a los actores capaces de negociar una licencia a cambio de levantar su oposición. Un pequeño editor o una pyme que publica un blog no tiene ese peso: para ellos, la única pregunta real es elegir entre la oposición y la visibilidad.

Lo que nos haría cambiar de opinión: una decisión definitiva, en apelación o ante el Tribunal de Justicia de la Unión Europea, que juzgara el entrenamiento en sí como una reproducción, independientemente de cualquier memorización.

Lo que cambia en concreto para una empresa

1. Decidir conscientemente, no por defecto. La oposición al entrenamiento se hace principalmente mediante reglas de lectura mecánica, entre ellas el archivo robots.txt, que indica a los robots de rastreo lo que pueden leer. Antes de bloquear, mire en la documentación de cada proveedor de IA qué robot sirve para el entrenamiento y cuál para la búsqueda: no siempre son los mismos. Compruebe también el archivo que su sitio sirve realmente: es uno de los primeros controles de una auditoría seria, como detallamos en nuestra guía sobre lo que una agencia SEO con IA debe entregar de verdad.

2. Medir lo que se pierde. Un contenido que ningún robot puede leer no será citado por un motor de respuesta. Explicamos en nuestra guía sobre cómo ser citado por ChatGPT y los motores de respuesta qué hace que un sitio sea retomado. Para un sitio que vive de su visibilidad, bloquearlo todo rara vez es la buena elección; para un sitio que vende su contenido, suele ser lo contrario.

3. Distinguir lo que se protege. Nada obliga a tratar todo el sitio de la misma manera. A las páginas comerciales les interesa ser leídas; un contenido premium o una base de datos propia pueden reservarse.

4. No confundir los archivos. El archivo llms.txt no sirve para oponerse a nada: es un índice para los agentes. Lo detallamos en nuestro artículo sobre lo que hace realmente el archivo llms.txt.

5. Revisar sus propios usos. Si publica textos o imágenes generados, guarde constancia de la intervención humana que los transformó. Es lo que cuenta cuando se pregunta si una obra hecha con IA puede estar protegida, como explicamos en nuestro análisis sobre la creatividad de la IA y la protección de las obras generadas.

Por dónde empezar

En octubre de 2026, la frontera entre aprender y copiar no está fijada, y la sentencia de Múnich no es firme. Mientras tanto, la decisión que le corresponde es editorial: qué páginas abrir a los robots de entrenamiento y de búsqueda, cuáles reservar. Empiece por releer el robots.txt que su sitio sirve realmente, y luego decida robot por robot. Si elige la visibilidad, nuestra oferta para aparecer en Google y ser citado por las IA repara lo que impide a sus robots leer el sitio antes de escribir nada.

Preguntas frecuentes

Fuentes

1. Tribunal regional de Múnich I (nueva pestaña)justiz.bayern.de
2. Directiva de 2019 sobre derechos de autor (nueva pestaña)eur-lex.europa.eu
3. Reglamento europeo de IA (nueva pestaña)eur-lex.europa.eu