Se amplía la disputa por derechos de autor entre Microsoft y OpenAI tras las demandas de Seattle Times y Newsday
Microsoft y OpenAI afrontan ahora otra demanda de un editor, pese a años de financiación de experimentos destinados a ayudar a las redacciones locales a adoptar la inteligencia artificial. The Seattle Times y Newsday presentaron el caso el 4 de septiembre de 2026. Alegan que las compañías copiaron su periodismo sin autorización para desarrollar y operar productos comerciales de IA.
La demanda abarca más que el entrenamiento de modelos. Sostiene que las funciones de ChatGPT, Microsoft Copilot y Bing pueden reproducir o parafrasear estrechamente reportajes protegidos. Esas respuestas presuntamente compiten con los editores por lectores, publicidad, suscripciones e ingresos por licencias.
Esto hace que esta disputa entre Microsoft y OpenAI sea más compleja que el conocido enfrentamiento entre empresas tecnológicas y titulares de derechos de autor. Ambos editores participaron en una beca de IA financiada por los demandados. No rechazan la IA de plano. Sostienen que la colaboración no autoriza copias no remuneradas ni productos que sustituyan sus reportajes.
El caso también llega en una fase decisiva del conflicto más amplio sobre derechos de autor. The New York Times y otros editores ya litigan reclamaciones relacionadas en Manhattan. Mientras tanto, el Departamento de Justicia de EE. UU. ha respaldado una amplia defensa de uso legítimo para el entrenamiento de IA. Por tanto, los nuevos demandantes deben diferenciar entre la supuesta copia utilizada para enseñar a los modelos y las respuestas que pueden exponer expresiones protegidas a los usuarios.
La demanda apunta al entrenamiento, la recuperación y las respuestas de IA
Los editores atacan toda la cadena de contenido, desde el rastreo de sitios web hasta las respuestas mostradas a los usuarios.
The Seattle Times Company y Newsday LLC presentaron su demanda de 38 páginas ante el Tribunal de Distrito de EE. UU. para el Distrito Sur de Nueva York. Entre los demandados figuran Microsoft y varias entidades de la estructura corporativa de OpenAI.
Los editores alegan que sistemas automatizados copiaron cientos de miles de sus artículos. Según la demanda, parte del material estaba tras muros de pago diseñados para restringir el acceso a suscriptores. Los demandados no han admitido estas alegaciones y el tribunal no ha determinado que la copia ocurriera como se describe.
La demanda identifica varios usos presuntos del material. Afirma que las copias se incorporaron a conjuntos de datos utilizados para entrenar y ajustar modelos de lenguaje de gran tamaño. También alega que el contenido se almacenó para la generación aumentada por recuperación, comúnmente denominada RAG. Ese proceso recupera material externo cuando un usuario hace una pregunta y se lo proporciona a un modelo al elaborar una respuesta.
Esta distinción importa porque el entrenamiento y la recuperación plantean cuestiones fácticas diferentes. El entrenamiento modifica los parámetros de un modelo al exponerlo a patrones presentes en grandes colecciones de datos. La recuperación puede incorporar un documento específico al proceso de generación cuando un usuario envía una consulta relevante.
Los editores también acusan a las compañías de eliminar o modificar información de gestión de derechos de autor. Esa información puede incluir títulos, nombres de autores y avisos de copyright. Sus reclamaciones van más allá de la infracción directa de derechos de autor e incluyen teorías relacionadas de legislación federal y estatal, entre ellas la dilución de marcas.
Las alegaciones más tangibles se refieren a las respuestas de los modelos. La demanda presenta ejemplos en los que ChatGPT supuestamente devolvió pasajes parecidos al trabajo de los editores. Según se informa, una prueba produjo un fragmento de 88 palabras del reportaje de The Seattle Times, ganador del Pulitzer, sobre el Boeing 737 MAX, tras recibir el titular y la dirección web de un artículo.
Ese ejemplo no establece con qué frecuencia se producen respuestas similares. Sí muestra por qué el caso no puede reducirse a un debate abstracto sobre máquinas que aprenden patrones estadísticos. Los editores sitúan comportamientos concretos de salida junto a sus alegaciones sobre copias previas.
Las medidas solicitadas son, en consecuencia, amplias. Los periódicos reclaman daños y perjuicios y una orden judicial contra la infracción continuada. También solicitan la destrucción de copias no autorizadas, conjuntos de datos de entrenamiento afectados y modelos que incorporen su trabajo, según la demanda por derechos de autor presentada.
Una orden de destrucción plantearía importantes cuestiones técnicas y jurídicas. Un modelo moderno refleja el entrenamiento sobre un gran conjunto de datos, en lugar de mantener una simple biblioteca de artículos legibles. Los tribunales necesitarían pruebas que conecten obras concretas, conjuntos de datos, versiones de modelos y usos presuntamente infractores antes de considerar tal medida.
Por ahora, toda afirmación central sigue siendo una alegación. Los demandados no han presentado sus respuestas detalladas y ningún juez ha dictaminado que las obras de los editores entraran ilegalmente en los productos. La presentación modifica la disputa al establecer un nuevo caso, no al resolver los hechos controvertidos.
La defensa de Microsoft y OpenAI enfrenta una prueba para las noticias locales
El conflicto central es si el entrenamiento de IA crea una nueva herramienta analítica o un sustituto construido a partir del mismo periodismo con el que compite.
OpenAI afirma que sus modelos se entrenan con datos disponibles públicamente y que esta práctica se fundamenta en el uso legítimo. El uso legítimo es una doctrina jurídica que permite ciertos usos sin licencia tras considerar el propósito, la transformación, los efectos sobre el mercado y otros factores.
Microsoft no ofreció una defensa jurídica detallada cuando la demanda se hizo pública. Un portavoz de la compañía afirmó que Microsoft se sorprendió por la presentación y seguía dispuesta a debatir posibles soluciones. Esa respuesta deja sin contestar las alegaciones técnicas de la demanda en esta etapa inicial.
Los editores describen la misma actividad de otra manera. Afirman que los demandados copiaron obras expresivas para crear servicios que responden las mismas preguntas que dichas obras fueron escritas para responder. Según su relato, ChatGPT y Copilot no se limitan a analizar periodismo. Pueden ofrecer información que elimina la razón de un lector para visitar la publicación de origen.
Esa supuesta sustitución es importante porque el daño al mercado forma parte del análisis de uso legítimo. Un tribunal podría tratar el entrenamiento de modelos, las respuestas de los modelos y los sistemas de recuperación como usos separados. Que una actividad se considere transformadora en una etapa no protege automáticamente toda respuesta posterior.
El Departamento de Justicia ha defendido esa separación en litigios relacionados. En una presentación de septiembre de 2026, el gobierno describió el entrenamiento de LLM como altamente transformador. Comparó el proceso con utilizar material existente para construir un sistema que reconoce relaciones y responde a información nueva.
Sin embargo, el escrito sobre uso legítimo del gobierno también diferenció el entrenamiento de las respuestas que reconstruyen y distribuyen obras protegidas. Sostuvo que las respuestas potencialmente infractoras deberían recibir una evaluación caso por caso, en lugar de determinar la legalidad del entrenamiento en su conjunto.
Esa postura ofrece elementos a ambas partes. OpenAI y Microsoft pueden argumentar que el entrenamiento tiene un propósito distinto de publicar noticias. Los periódicos pueden centrarse en la recuperación, la memorización, los pasajes repetidos y las respuestas que presuntamente sustituyen visitas a artículos.
La carga recaerá en gran medida sobre las pruebas. Los demandantes necesitan vincular obras registradas con actos concretos de copia o respuestas susceptibles de acción. Los demandados pueden cuestionar si las reproducciones provocadas mediante indicaciones representan un comportamiento normal del producto, pruebas excepcionales o intentos diseñados para obtener texto protegido.
El nuevo caso también plantea una dimensión de noticias locales. Los editores nacionales han diversificado sus audiencias y negocios de suscripción, aunque afrontan las mismas presiones sobre las referencias. Las organizaciones regionales dependen en mayor medida de lectores que buscan información sobre gobiernos locales, transporte, escuelas, clima y seguridad pública.
Estas consultas se adaptan bien a respuestas resumidas. Un usuario puede preguntar a un asistente por un cierre de transporte y recibir los detalles esenciales sin abrir el artículo periodístico. Cuando esa respuesta procede de un reportaje local original, el editor asume el coste de informar mientras otra interfaz controla la relación con la audiencia.
La demanda cita datos del sector que afirman que las referencias desde buscadores hacia editores regionales y metropolitanos medianos cayeron un 47 por ciento entre diciembre de 2024 y diciembre de 2025. Compara esa cifra con una caída del 22 por ciento para los editores nacionales más grandes.
Estas cifras aportan contexto, pero no prueban la causalidad en este caso. El tráfico de referencias cambia por muchas razones, entre ellas actualizaciones en la clasificación de búsquedas, comportamiento de los consumidores, diseño de plataformas y competencia entre editores. Los demandantes necesitarán pruebas más específicas para vincular sus pérdidas con los productos de los demandados.
Por tanto, la cuestión jurídica es más acotada que si la IA afecta al periodismo. Se trata de determinar si los demandados realizaron usos protegidos legalmente, produjeron respuestas infractoras o perjudicaron mercados reconocidos por la legislación de derechos de autor. La distinción determinará si esto se convierte en un precedente para el entrenamiento o en un caso centrado en cadenas de contenido concretas.
La financiación de IA no resolvió la cuestión del permiso
El giro más marcado es que ambos periódicos aceptaron apoyo al desarrollo de IA mientras preservaban su argumento de que la adopción no equivale a consentimiento.
En 2024, Microsoft y OpenAI apoyaron una colaboración de IA organizada por el Lenfest Institute for Journalism. Cada compañía comprometió financiación directa y créditos de software. El programa combinado estaba valorado en hasta 10 millones de dólares e incluía ocho organizaciones metropolitanas de noticias independientes.
The Seattle Times y Newsday participaron ambos. La iniciativa buscaba ayudar a editores locales a probar productos respaldados por IA y desarrollar modelos de negocio más sostenibles. Trataba la IA como algo que las organizaciones de noticias podían utilizar, no simplemente como una amenaza que debían bloquear.
The Seattle Times planeaba explorar publicidad, formación comercial y analítica. Newsday planeaba herramientas de resumen de datos públicos para su redacción, lectores y clientes empresariales. Los planes de la beca publicados situaban a ambas organizaciones dentro de la experimentación de la industria con la IA generativa.
The Seattle Times también ha afirmado que su redacción permite usos limitados tras una revisión de riesgos. Esos usos pueden incluir transcripción y análisis de datos. La organización afirma que no utiliza IA para generar sus artículos publicados y etiqueta los usos significativos cuando corresponde.
Este historial debilita cualquier descripción simplista de la demanda como resistencia a una nueva tecnología. Los demandantes trazan una frontera entre utilizar herramientas con licencia y autorizar que su periodismo se use para entrenamiento, recuperación o respuestas competidoras.
También plantea una incómoda pregunta para Microsoft y OpenAI. Sus inversiones en noticias locales promovieron la IA como una vía hacia la sostenibilidad. La demanda sostiene que las mismas compañías socavaron ese objetivo al utilizar reportajes sin compensación.
Alan Fisco, presidente y CEO de Seattle Times, dijo a los empleados que presentar el caso fue difícil. Afirmó que la organización gasta millones de dólares al año en producir su contenido y debe defenderlo frente a usos no aprobados y no remunerados.
Fisco también dijo que la demanda no pretendía impedir la innovación en IA. Su preocupación declarada era que la innovación no debería producirse a costa del modelo de negocio del periódico. Esta posición orienta el conflicto hacia las licencias y el diseño del mercado, en lugar de una prohibición total de la IA.
La respuesta laboral añade otra dimensión. El sindicato de The Seattle Times, que representa a más de 160 empleados, respaldó la demanda por derechos de autor. También criticó al editor por negarse a garantizar, durante las negociaciones contractuales, que la IA no sustituiría puestos de la redacción ajenos a la labor de reporteo.
La postura del sindicato expone un segundo límite. Un editor puede defender su propiedad intelectual y, al mismo tiempo, enfrentarse al escrutinio sobre cómo despliega la IA frente a sus propios trabajadores. La demanda no resuelve si la adopción de IA en las redacciones protege el empleo, mejora la productividad o desplaza trabajo que antes realizaba el personal.
Para los trabajadores del conocimiento, la disputa ilustra por qué importa la procedencia. La procedencia consiste en saber de dónde se originó la información y qué permisos regulan su uso. Una respuesta de IA puede parecer útil mientras oculta el reporteo, los documentos y el trabajo humano que la hicieron posible.
Las organizaciones que construyen una base de conocimiento de IA afrontan una cuestión operativa relacionada. Necesitan reglas sobre qué entra en el sistema, qué usuarios pueden acceder a ello y si las respuestas generadas preservan el contexto de las fuentes.
El conflicto no es colaboración frente a litigio. Es colaboración bajo licencia frente a una presunta extracción sin compensación. Una subvención, una licencia de producto o un programa de innovación no necesariamente otorgan permiso de derechos de autor para usos no relacionados.
Esta distinción importará más allá del periodismo. Las empresas combinan cada vez más modelos de proveedores con documentos internos, bases de datos con licencia y material público de la web. Los compradores necesitan respuestas contractuales claras sobre derechos de entrenamiento, fuentes de recuperación, atribución, retención de datos y responsabilidad por los resultados generados.
Los acuerdos de licencia hacen más difícil ignorar el argumento del perjuicio de mercado
Los acuerdos existentes con editores demuestran que existe un mercado de licencias de contenido periodístico para IA, pero no prueban automáticamente que todo uso sin licencia sea ilegal.
OpenAI tiene acuerdos con editores que optaron por negociar en lugar de litigar. Estos acuerdos ayudan a establecer que el material periodístico histórico y actual tiene valor comercial para los desarrolladores de IA.
The Associated Press anunció un acuerdo que permite a OpenAI licenciar parte de su archivo de textos. Las empresas también planearon explorar posibles usos de IA generativa en productos de noticias. El acuerdo de archivo no reveló los términos comerciales completos.
News Corp anunció posteriormente una asociación plurianual que cubre contenido actual y de archivo de publicaciones en varios mercados. OpenAI recibió permiso para mostrar material dentro de sus productos, mientras que News Corp obtuvo una relación comercial formal en torno a ese uso.
La asociación con el editor demuestra una vía viable para obtener permisos. También refuerza el argumento de los demandantes de que la copia no autorizada puede eludir un mercado en el que otros editores reciben compensación.
Aun así, la existencia de licencias no decide el uso legítimo. Los demandados por derechos de autor suelen argumentar que los titulares de derechos no pueden convertir todo uso transformativo en un mercado controlado simplemente ofreciendo licencias. De otro modo, la decisión de vender permiso podría predeterminar si dicho permiso era legalmente necesario.
Los periódicos deben demostrar más que una tarifa hipotética perdida. Deben explicar cómo los usos impugnados afectan a mercados establecidos o razonablemente esperados para sus obras. Serán importantes las pruebas sobre negociaciones de licencias, sustitución de productos, pérdidas de referencias y comportamiento de los suscriptores.
Es probable que OpenAI y Microsoft destaquen la diferencia entre un acuerdo comercial voluntario y una obligación legal. Pueden argumentar que algunas empresas licencian contenido para mejorar productos, obtener fuentes fiables o mostrar material atribuido, incluso cuando el propio entrenamiento sigue siendo uso legítimo.
Las alegaciones sobre los resultados podrían volver a resultar más determinantes que la existencia de copias de entrenamiento. Un modelo que utiliza patrones aprendidos del periodismo plantea una cuestión de mercado. Un servicio que devuelve pasajes reconocibles, resume una investigación de pago o atribuye falsamente material inventado plantea otra.
La atribución falsa también lleva la disputa más allá de los clics perdidos. La demanda afirma que contenido generado se ha asociado con The Seattle Times o Newsday incluso cuando los editores no lo crearon. Ese comportamiento alegado amenaza la confianza en la marca, que las organizaciones de noticias locales construyen mediante precisión y responsabilidad.
El papel de Microsoft recibirá especial atención. La empresa no es simplemente un inversor externo. Ha integrado modelos de OpenAI en productos Copilot y Bing, ha suministrado infraestructura y mantiene un interés económico sustancial en la asociación.
La demanda afirma que Microsoft comprometió aproximadamente 13.000 millones de dólares con OpenAI desde 2019. También cita el anuncio de las empresas de octubre de 2025 según el cual Microsoft poseía una inversión valorada en aproximadamente 135.000 millones de dólares, que representaba cerca del 27 por ciento sobre una base diluida.
Estas cifras provienen de la presentación de los demandantes y de divulgaciones corporativas citadas. Explican por qué Microsoft figura como demandado, pero la inversión por sí sola no establece responsabilidad. Los editores deben vincular a Microsoft con la presunta copia, el control, la operación de productos o los resultados infractores conforme a cada teoría jurídica.
Los demandantes buscan presentar los productos de Microsoft y OpenAI como un sistema comercial conectado. Microsoft puede impugnar esa caracterización distinguiendo entre entidades corporativas, responsabilidades técnicas y comportamiento específico de cada producto. La fase de descubrimiento debería aclarar quién reunió los conjuntos de datos, quién controló el rastreo web y qué sistemas generaron las respuestas citadas.
Estas pruebas también determinarán cualquier remedio. Destruir un artículo almacenado es más sencillo que eliminar su influencia de un modelo entrenado. Si intervienen múltiples conjuntos de datos, generaciones de modelos y capas de productos, los demandantes deben identificar qué activos contienen copias procesables y por qué controles más limitados serían insuficientes.
Por lo tanto, el panorama de licencias juega en ambos sentidos. Respaldan el argumento de que el contenido periodístico tiene un valor comercial cuantificable. También resaltan la necesidad de analizar cada uso en lugar de tratar todo acceso a material publicado como jurídicamente idéntico.
Tres señales mostrarán si el caso transforma la publicación con IA
La siguiente fase dependerá de la consolidación, las pruebas técnicas y la separación que haga el tribunal entre el entrenamiento y los resultados orientados al usuario.
La primera señal es si esta demanda se une a los procedimientos multidistritales existentes que involucran a The New York Times y otros editores. Los casos relacionados se han coordinado ante el juez federal de distrito Sidney Stein en Manhattan.
La consolidación puede reducir la duplicación del proceso de descubrimiento y las resoluciones incoherentes. También puede situar a los nuevos demandantes dentro de una disputa madura, en la que ambas partes ya han desarrollado argumentos sobre conjuntos de datos, resultados, uso legítimo y perjuicio de mercado.
Un procedimiento coordinado reforzaría la idea de que esto forma parte de una contienda jurídica sectorial. Una vía separada preservaría más espacio para hechos específicos de los editores regionales, los muros de pago, la economía de las noticias locales y la relación de Microsoft con el periódico de su ciudad natal.
La segunda señal es lo que revele el descubrimiento sobre la procedencia del contenido. La demanda alega que material de The Seattle Times figuraba entre los dominios destacados utilizados para un conjunto de datos anterior de OpenAI. También sostiene que modelos posteriores incorporaron el trabajo de ambos editores mediante conjuntos de datos web, índices de búsqueda y otras fuentes.
OpenAI divulgó más información sobre los conjuntos de datos de modelos tempranos que sobre sus sistemas recientes. Esa opacidad dificulta establecer la procedencia a partir de materiales públicos. Los registros internos podrían mostrar si los artículos de los editores entraron en conjuntos de datos específicos, cómo se procesaron las copias y si sistemas posteriores los recuperaron directamente.
El descubrimiento también podría poner a prueba la relevancia del ejemplo de 88 palabras. Las partes examinarán si indicaciones ordinarias producen pasajes similares, si las salvaguardas impiden la repetición y si el resultado procedía de datos de entrenamiento memorizados o de contenido recuperado.
Reproducciones frecuentes y fáciles de generar reforzarían el argumento de sustitución de los editores. Resultados poco comunes creados mediante indicaciones inusualmente dirigidas respaldarían la afirmación de la defensa de que un comportamiento excepcional no debe determinar la legalidad de toda una tecnología.
La tercera señal es cómo el tribunal separe la copia de entrada del resultado público. La postura del Departamento de Justicia favorece una sólida protección de uso legítimo para el entrenamiento, al tiempo que deja margen para reclamaciones relacionadas con obras reconstruidas. Una resolución que adopte esa división estrecharía el camino de los editores sin eliminarlo.
Un resultado así desplazaría la atención hacia filtros de salida, permisos de recuperación, atribución de fuentes y compensación por contenido mostrado. Podría animar a los desarrolladores a mantener límites más sólidos entre el entrenamiento de modelos y los sistemas que recuperan o citan documentos en directo.
Una resolución que trate el entrenamiento y los resultados competitivos como un único proceso comercial conectado crearía mayor riesgo para las empresas de IA. También reforzaría a los editores que buscan licencias tanto para datos de archivo como para el acceso continuo.
La solicitud de destrucción sigue siendo el remedio de mayor alcance. Los tribunales suelen adaptar las medidas cautelares a las infracciones demostradas. Exigir la eliminación de modelos completos requeriría pruebas de que medidas más limitadas no pueden proporcionar una reparación adecuada.
Esto hace improbable un cierre inmediato en la etapa inicial. Los resultados más realistas a corto plazo incluyen un descubrimiento controvertido, salvaguardas a nivel de producto, conversaciones sobre licencias u órdenes que aborden copias y resultados identificables. El remedio definitivo depende de hechos que aún no son públicos.
Los desarrolladores deberían observar si el caso produce estándares más claros para el seguimiento de fuentes. Los compradores empresariales deberían preguntar a los proveedores cómo el contenido protegido llega a las respuestas generadas. Los editores deberían separar las negociaciones sobre entrenamiento, recuperación, citas, atribución y tráfico de referencias, en lugar de tratarlas como un único permiso.
Los trabajadores del conocimiento tienen una prueba más sencilla. Cuando una respuesta de IA sustituye a una fuente, ¿puede el usuario seguir identificando y evaluando el reporteo que hay detrás? Si no, la conveniencia ha eliminado información necesaria para juzgar la precisión, la titularidad y el contexto.
La demanda contra Microsoft y OpenAI importará más si obliga a los tribunales a trazar límites exigibles entre esas etapas. Hasta entonces, ni las amplias afirmaciones de robo ni las amplias afirmaciones de uso legítimo responden a todas las preguntas.
Siga el expediente judicial, el registro de descubrimiento y cualquier conversación sobre licencias durante los próximos tres meses. En conjunto, esas señales mostrarán si este caso cambia las reglas del entrenamiento de IA o concentra la responsabilidad en resultados específicos. Los lectores también deberían seguir abriendo y evaluando el reporteo original cuando un sistema de IA resuma noticias locales relevantes.
