Especialistas debaten cómo compensar a creadores por uso de sus obras en inteligencia artificial

Durante un curso organizado por la Organización Mundial de la Propiedad Intelectual (OMPI) y la Oficina Nacional de Derecho de Autor (ONDA), especialistas en derecho de autor discutieron cómo proteger y compensar económicamente a los creadores cuyas obras se utilizan para entrenar sistemas de inteligencia artificial. El evento, que se celebró del 10 al 12 de noviembre en Santo Domingo, reunió a representantes de 17 países de América Latina y el Caribe.

Los participantes analizaron los desafíos que plantea el uso de contenidos protegidos por derechos de autor en el desarrollo de herramientas de inteligencia artificial. Se destacó la necesidad de establecer mecanismos que protejan a los autores, artistas y titulares de derechos, especialmente cuando sus obras se usan en los procesos de entrenamiento de estos sistemas tecnológicos.

Los especialistas explicaron que las obras literarias, musicales, cinematográficas y otros contenidos protegidos pueden formar parte de los grandes volúmenes de datos utilizados para entrenar modelos de inteligencia artificial. Esto genera interrogantes sobre la autorización para utilizar esos materiales y la compensación que deben recibir sus creadores.

Carmen Páez Soria, subsecretaria del Ministerio de Cultura de España, advirtió que la transformación digital no debe dejar en segundo plano a los autores, artistas y titulares de derechos. Destacó que detrás de cada obra hay una persona talentosa y que las legislaciones deben adaptarse a una industria creativa que cambia rápidamente, impulsada por las plataformas digitales y los nuevos modelos de negocio.

Rafael Ferraz Vázquez, especialista de la OMPI, explicó que el desarrollo de modelos de inteligencia artificial comienza con la recopilación de grandes volúmenes de información. Entre las fuentes figuran contenidos adquiridos mediante licencias directas o colectivas, materiales con licencias abiertas, datos obtenidos mediante rastreos automatizados de páginas web, bibliotecas digitales sin autorización formal y contenidos sintéticos generados por otros modelos.

Este proceso plantea interrogantes sobre la legalidad de las reproducciones, la transparencia de las bases de datos y las condiciones bajo las cuales pueden utilizarse obras protegidas para entrenar sistemas de IA. El rastreo automatizado de sitios web, conocido como web crawling o data scraping, merece especial atención, ya que genera un desequilibrio entre el volumen de contenidos recopilados y el tráfico posterior hacia las páginas de las que se obtiene información.

Ferraz Vázquez también explicó que, después de recopilar los contenidos, los sistemas pasan por procesos técnicos como la tokenización, que divide textos y otros datos en unidades más pequeñas, y los embeddings, que permiten a las redes neuronales procesar relaciones entre palabras, conceptos y contextos. En los modelos destinados a generar imágenes, música y videos se utilizan también modelos de difusión, que aprenden a reconstruir contenidos mediante procesos de incorporación y eliminación progresiva de ruido.

Uno de los puntos centrales del debate fue la necesidad de desarrollar mecanismos de reserva de derechos (opt-out) y sistemas de licenciamiento que permitan gestionar las autorizaciones sin depender de formalidades de registro. Se planteó que cualquier esquema de remuneración equitativa debe tomar en cuenta el uso de las obras durante el entrenamiento, los resultados generados por la inteligencia artificial y el efecto que estos contenidos pueden tener sobre el mercado de las creaciones humanas.

Además, se abordó la dimensión internacional del tema, ya que un modelo puede entrenarse en un territorio con determinadas excepciones legales y utilizarse después en países con normas diferentes. Resolver esas diferencias constituye uno de los desafíos regulatorios y de observancia señalados durante la exposición.