Postura de Wikimedia sobre los derechos de autor en IA: proteger el entrenamiento sin excusar respuestas copiadas
La Fundación Wikimedia pide a un tribunal federal que proteja el entrenamiento de IA al tiempo que rechaza una protección general para los chatbots que reproducen material protegido por derechos de autor. Su postura sobre los derechos de autor en IA sitúa al operador de Wikipedia entre las empresas tecnológicas que buscan margen para desarrollar modelos y los editores que buscan controlar su obra. La fundación sostiene que cualquiera de los dos extremos amenaza las fuentes de información que Wikipedia necesita.
En un anuncio del 30 de octubre, Wikimedia describió su intervención en el litigio consolidado sobre derechos de autor que involucra a OpenAI y Microsoft en Nueva York. Quiere que los tribunales distingan entre entrenar un modelo de lenguaje grande, un sistema entrenado para generar lenguaje, y recuperar y reproducir material para los usuarios. Esa distinción cuestiona la idea de que una única respuesta deba regir todo lo que un servicio de IA hace con texto protegido por derechos de autor.
El conflicto va más allá de OpenAI y The New York Times. Wikipedia necesita tecnología útil, pero sus editores también necesitan reportajes fiables y otras fuentes producidas de manera independiente. La posición de la fundación considera estas necesidades como conectadas. Proteger el desarrollo de modelos mientras se debilita a quienes producen conocimiento dejaría a la enciclopedia defendiendo herramientas a costa de su materia prima.
Los argumentos de Wikimedia sobre los derechos de autor en IA separan el entrenamiento de la recuperación
Wikimedia pide al tribunal que evalúe por separado los distintos usos de material protegido por derechos de autor.
El anuncio de la presentación sobre derechos de autor de la fundación describe un escrito amicus curiae, una presentación que ofrece la perspectiva de una parte externa. El litigio se encuentra en el Distrito Sur de Nueva York y agrupa casos contra OpenAI, incluida la disputa que involucra a The New York Times.
Wikimedia sostiene que el entrenamiento merece protección de uso legítimo cuando produce un modelo con una finalidad distinta de la de las obras originales. El uso legítimo permite ciertos usos de material protegido por derechos de autor sin permiso. La fundación llega a una conclusión distinta respecto de los sistemas que recuperan contenido protegido y lo reproducen en respuestas, y sostiene que esos usos deben respetar las licencias aplicables.
Se trata de un argumento presentado ante un tribunal, no de una determinación judicial. Wikimedia no ha establecido una nueva exención para el entrenamiento ni una nueva norma que rija las respuestas de los chatbots. Su intervención pide al juez que preserve una distinción que la fundación considera esencial para el conocimiento abierto.
La distinción importa porque un servicio de IA puede utilizar la escritura en distintos momentos. El material empleado durante el desarrollo del modelo cumple una función inmediata distinta de la de un artículo recuperado para responder a una pregunta actual. Un usuario ve una única interfaz, pero esa interfaz puede ocultar varios usos separados del trabajo de otras personas.
Pensemos en una solicitud ilustrativa sobre un caso judicial en desarrollo. Un modelo podría generar una explicación a partir de patrones aprendidos durante el entrenamiento. En cambio, un servicio conectado podría recuperar un informe reciente y utilizar fragmentos para construir una respuesta. Las respuestas resultantes pueden parecer similares, aunque planteen preguntas diferentes sobre copia, permiso y sustitución.
El enfoque de Wikimedia convierte esas acciones subyacentes en el centro del análisis. Llamar a todo el proceso «IA» aporta poco para determinar qué ocurrió con un artículo concreto. Las preguntas relevantes se refieren a qué material entró en el sistema, por qué entró y qué terminó entregando el servicio.
Esto también limita cuán ampliamente deberían interpretar los lectores la noticia. El apoyo a ciertos usos de entrenamiento no establece permiso para todos los conjuntos de datos o métodos de recopilación. La oposición a la recuperación sustitutiva no establece que toda respuesta que contenga información recuperada infrinja los derechos de autor.
La importancia de la presentación reside en la alternativa que plantea. Los tribunales pueden examinar los actos dentro de un sistema de IA en lugar de conceder o denegar protección al sistema en su conjunto. Para el operador de Wikipedia, esto ofrece una forma de respaldar un desarrollo útil sin abandonar las condiciones que mantienen disponible el material fuente.
Wikipedia depende tanto de una IA útil como de la supervivencia de las fuentes
El interés de Wikipedia se extiende a la producción continuada de conocimiento, no solo al acceso al texto existente.
Una enciclopedia puede distribuir información libremente y, al mismo tiempo, depender de organizaciones que operan bajo modelos económicos diferentes. Sus editores necesitan reportajes, investigación académica y otras publicaciones fiables para determinar qué corresponde incluir en un artículo. El acceso abierto a la enciclopedia no elimina el esfuerzo necesario para producir esas fuentes subyacentes.
Esto crea una tensión práctica para Wikimedia. Una regla restrictiva sobre el entrenamiento podría complicar el desarrollo de herramientas que ayuden a los colaboradores. Una regla excesivamente permisiva para reproducir material fuente podría debilitar las publicaciones que esos colaboradores consultan. Ninguno de los dos resultados impulsa automáticamente la misión de la enciclopedia.
La anterior estrategia de IA centrada en las personas de Wikimedia ayuda a explicar por qué defiende margen para el desarrollo de IA. Anunciada en abril de 2025, la estrategia prioriza apoyar a los voluntarios en lugar de sustituir su criterio. Sus áreas declaradas incluyen flujos de trabajo de moderación, descubrimiento de información, traducción e incorporación de nuevos colaboradores.
Estas son necesidades editoriales concretas, no una promesa de automatizar una enciclopedia. Un colaborador ante tareas de mantenimiento repetitivas tiene requisitos distintos de los de un servicio que vende respuestas terminadas. La asistencia que libera atención para evaluar fuentes cumple una finalidad diferente de la de un producto que elimina la necesidad de visitar una fuente.
Aun así, la estrategia no demuestra que una práctica comercial concreta de entrenamiento sea necesaria para obtener esos beneficios. Las herramientas preferidas por Wikimedia y la conducta impugnada de OpenAI son asuntos separados. La preocupación más amplia de la fundación es que una norma jurídica generalizada pueda afectar al desarrollo socialmente útil junto con los productos de los demandados.
Por tanto, el entrenamiento de IA de Wikipedia se vincula a un problema mayor de dependencia. Las herramientas pueden ayudar a las personas a procesar conocimiento, pero no pueden garantizar que siga apareciendo material nuevo y fiable. Una interfaz eficiente pierde valor si los reportajes que sustentan sus respuestas se vuelven más difíciles de encontrar o dejan de producirse.
Imaginemos a un editor actualizando una entrada después de que una empresa cambie una política. La explicación convincente de un chatbot no es intercambiable con un anuncio rastreable o un relato elaborado mediante reportaje independiente. El editor necesita pruebas que otros colaboradores puedan verificar, interpretar y citar.
La misma preocupación se aplica a los trabajadores del conocimiento que construyen una base de conocimiento personal. Los resúmenes prácticos ayudan con el descubrimiento, pero los documentos subyacentes siguen siendo esenciales cuando una afirmación necesita verificación. El acceso a una respuesta y el acceso a sus pruebas cumplen finalidades diferentes.
La advertencia de Wikimedia se entiende mejor como una preocupación por esa relación. No basta con que un sistema de IA ofrezca hoy información verosímil. La web circundante debe seguir respaldando a las personas e instituciones capaces de producir información fiable mañana.
Determinar si funciones concretas de los chatbots amenazan esa relación requiere pruebas. La presentación eleva la importancia de la investigación sin resolver su resultado. Pide al tribunal que considere qué ocurre más allá de la transacción inmediata entre un desarrollador de modelos y un titular de derechos de autor.
Las licencias abiertas hacen posible la reutilización sin eliminar las condiciones
El material disponible libremente puede estar sujeto a condiciones de reutilización exigibles.
El texto de Wikipedia ilustra por qué «abierto» no puede significar simplemente «disponible para cualquier fin bajo cualquier condición». La licencia pertinente autoriza la reutilización del material al tiempo que preserva las obligaciones vinculadas a ese permiso. Esas obligaciones forman parte del acuerdo que hace posible el intercambio generalizado.
La licencia Attribution-ShareAlike permite compartir y adaptar, incluida la reutilización comercial, con sujeción a sus condiciones. La atribución exige el crédito adecuado e información relacionada. ShareAlike exige que las adaptaciones que reúnan los requisitos utilicen la misma licencia o una compatible cuando se compartan.
Estas condiciones no significan que todo producto de IA que utilice Wikipedia deba publicar todo su sistema de software bajo la licencia de la enciclopedia. Las obligaciones dependen del material y del uso. Tampoco toda afirmación factual aprendida de un artículo se convierte en una adaptación de su redacción.
La licencia también reconoce que las excepciones y limitaciones pueden aplicarse de forma independiente. Si un uso reúne los requisitos de una excepción legal, el usuario no necesita el permiso de la licencia para ese uso. Por eso la disputa sobre el uso legítimo importa incluso cuando el material ya tiene una licencia abierta.
Wikimedia quiere que los tribunales distingan entre los usos que reúnen los requisitos de forma independiente y los usos que deben cumplir las condiciones de la licencia. Su postura deja margen para el entrenamiento, al tiempo que rechaza la suposición de que una interfaz de chatbot anula las obligaciones vinculadas al material recuperado. Es un argumento más acotado que exigir permiso para cada interacción con el conocimiento.
La atribución también cumple una función práctica más allá de reconocer la autoría. Permite a un lector examinar el contexto, evaluar las pruebas y descubrir correcciones. Eliminar esa vía puede hacer que una respuesta sea más difícil de evaluar, incluso cuando su redacción inmediata parece exacta.
Sin embargo, un enlace por sí solo no resuelve todas las cuestiones de licencia o derechos de autor. El crédito, la información sobre la licencia, los avisos de modificación y las obligaciones de ShareAlike pueden plantear cuestiones separadas. El hecho de que una interfaz incluya citas no establece que todo uso detrás de la interfaz cumpla los requisitos aplicables.
A la inversa, una cita imperfecta no establece automáticamente una reclamación completa por infracción. El material protegido, la naturaleza de la copia y cualquier defensa aplicable siguen siendo relevantes. El diseño de la interfaz aporta pruebas sobre cómo funciona un servicio, pero no puede sustituir el análisis jurídico.
Para los lectores que buscan una explicación del uso legítimo de Wikimedia, esta es la distinción esencial: el permiso bajo una licencia y el permiso bajo una excepción legal son vías distintas. La propuesta de Wikimedia pide a los tribunales que determinen qué vía se aplica a cada uso impugnado, en lugar de tratar el acceso como una autorización universal.
La implicación más amplia es que la publicación abierta depende de reglas duraderas de participación. Los colaboradores pueden acoger la reutilización y, al mismo tiempo, esperar que otros respeten las condiciones que la hacen posible. Si la apertura implica sistemáticamente perder esas condiciones, los editores tienen menos motivos para hacer que su obra sea reutilizable abiertamente.
Los editores cuestionan la propia exención para el entrenamiento
La posición intermedia de Wikimedia deja sin resolver un desacuerdo importante: si el propio entrenamiento explota injustamente obras protegidas.
La Association of American Publishers y otras organizaciones editoriales anunciaron un escrito amicus de editores el 29 de octubre. Respaldaron a los demandantes autores, editores y medios de comunicación en el litigio consolidado. Su intervención muestra que la disputa no se limita al comportamiento de los chatbots terminados.
Para los titulares de derechos de autor, una norma que proteja el entrenamiento puede eliminar el control en el momento en que material valioso entra en un proceso de desarrollo comercial. Unas mejores citas en respuestas posteriores no abordarían necesariamente esa objeción. Un editor puede aceptar la importancia de la atribución y, al mismo tiempo, cuestionar la legalidad de la copia anterior.
Ese es el principal punto de presión en la propuesta de Wikimedia. Separar las etapas plantea una cuestión más clara, pero la claridad no determina qué parte debería prevalecer. El tribunal debe seguir evaluando los hechos y argumentos pertinentes dentro de cada etapa.
Una perspectiva opuesta procede de Public Knowledge. Su declaración del 30 de octubre describe un escrito que respalda la posición de OpenAI sobre el uso legítimo e insta a tratar por separado el entrenamiento, la adquisición de datos y los resultados. El argumento de uso legítimo para el entrenamiento de la organización coincide con la insistencia de Wikimedia en examinar actividades distintas.
La coincidencia no debería borrar la diferencia entre sus intervenciones. Public Knowledge anunció su apoyo a la moción de OpenAI por motivos de uso legítimo. Wikimedia presentó su postura en torno a la protección del conocimiento abierto y el respeto de las licencias en los usos de recuperación. El acuerdo sobre la separación analítica no establece acuerdo sobre cada práctica controvertida.
Esto ofrece un mapa más útil que un simple enfrentamiento entre tecnología y edición. Algunos defensores quieren que los tribunales distingan las etapas, aunque lleguen a conclusiones diferentes sobre ellas. Otros se oponen a una amplia exención para el entrenamiento porque consideran que la copia y sus consecuencias económicas merecen un examen más detenido.
OpenAI y Microsoft afrontan presión para justificar usos específicos en lugar de basarse únicamente en la utilidad de sus productos. Los editores afrontan presión para explicar el daño y los derechos implicados por prácticas concretas. Wikimedia enfrenta un desafío distinto: demostrar que el límite que propone protege tanto las herramientas útiles como las fuentes que las sustentan.
La comparación también expone un problema al tratar todas las aplicaciones de IA como equivalentes. Una herramienta que apoya la revisión de un editor y un servicio que ofrece una experiencia de lectura sustitutiva pueden tener relaciones distintas con una fuente. La misma arquitectura general de modelo no hace idénticas esas relaciones.
Sin embargo, una aplicación socialmente útil no puede establecer la legalidad de todas las prácticas previas. Tampoco una aplicación que compite comercialmente demuestra que todo acto de entrenamiento tiene el mismo efecto. Cada parte obtiene fuerza retórica al elegir ejemplos favorables, lo que hace que la evidencia precisa sea especialmente importante.
Por tanto, el desacuerdo central sobrevive a la intervención de Wikimedia. Su propuesta ofrece al tribunal un marco para evitar una respuesta de todo o nada. No elimina la necesidad de decidir si determinados usos de entrenamiento y recuperación cumplen la ley.
El límite será más difícil de aplicar que de describir
El entrenamiento y la recuperación son categorías útiles, pero ninguna determina por sí sola la legalidad.
Los factores de uso legítimo de la Oficina de Derechos de Autor de Estados Unidos abarcan la finalidad, la naturaleza de la obra, la cantidad utilizada y los efectos en el mercado. Los tribunales ponderan esas consideraciones según el contexto. No existe un número universal de palabras ni un porcentaje de copia que garantice protección.
Ese marco impone un límite inmediato a las interpretaciones amplias de la postura de Wikimedia. Un sistema no establece el uso legítimo simplemente etiquetando una operación como “entrenamiento”. Un titular de derechos no derrota el uso legítimo simplemente etiquetando una operación como “recuperación”. La descripción debe vincularse con lo que realmente ocurrió.
La generación aumentada por recuperación, o RAG, proporciona material recuperado a un modelo mientras prepara una respuesta. Ese proceso puede respaldar productos muy diferentes. Una implementación podría dirigir a los lectores hacia documentos fuente. Otra podría reproducir suficiente expresión protegida como para satisfacer la demanda que atienden esos documentos.
Estos ejemplos ilustran diferencias entre productos, no conclusiones sobre ningún demandado. Su valor consiste en mostrar por qué una etiqueta tecnológica no puede resolver la disputa. Los tribunales y los desarrolladores necesitan evidencia sobre el material fuente, su tratamiento y el servicio resultante.
El entrenamiento introduce su propio problema de delimitación. La memorización implica que un modelo puede reproducir material concreto de entrenamiento, en lugar de limitarse a generar lenguaje ampliamente similar. Esa posibilidad complica cualquier afirmación de que eliminar la recuperación en tiempo real necesariamente elimina el riesgo de resultados copiados.
Por tanto, una defensa del entrenamiento y una defensa de los resultados abordan preguntas distintas. Incluso una resolución favorable sobre el desarrollo no resolvería automáticamente todas las reclamaciones relativas a una respuesta. Del mismo modo, una respuesta objetable no explicaría por sí sola el estatus jurídico de cada obra utilizada durante el desarrollo.
La sustitución también es difícil de evaluar. Una respuesta puede tratar los mismos hechos que una noticia sin copiar su expresión protegida. También puede abreviar una obra y conservar material central para su valor. La longitud por sí sola no puede reflejar esa diferencia.
Para los trabajadores del conocimiento, esta incertidumbre aparece como un problema conocido de verificación. Una respuesta concisa puede omitir salvedades, métodos de información o correcciones posteriores. Incluso cuando la cuestión de derechos de autor sigue sin resolverse, esas omisiones pueden hacer que la respuesta sea menos útil para decisiones importantes.
Para los desarrolladores, la implicación analítica es que la evidencia debe seguir el flujo de trabajo real. Una explicación clara de la selección de fuentes, los pasajes recuperados, la generación de respuestas y la atribución facilitaría examinar la distinción propuesta. Una garantía general de que un producto “usa IA de forma responsable” revelaría mucho menos.
Los argumentos de Wikimedia sobre los derechos de autor y la IA también implican el riesgo de simplificar en exceso la solución. Respetar las licencias puede abordar algunos usos, pero distintas obras tienen permisos diferentes. El modelo de licencias de Wikipedia no puede trasladarse sin más al periodismo propietario, a los libros o a cada documento recuperado de la web.
Por tanto, la distinción de la fundación es un marco inicial, no una fórmula universal de cumplimiento. Su contribución más sólida es resistirse a conclusiones categóricas. Su tarea más difícil es mostrar cómo debería operar el límite cuando se solapan el comportamiento del modelo, el acceso a las fuentes y las respuestas dirigidas al usuario.
Observe el razonamiento del tribunal, la evidencia de producto y la respuesta de las fuentes
Las próximas señales útiles se refieren a cómo opera el límite, no a qué parte reclama una victoria amplia.
En primer lugar, observe si el razonamiento del tribunal distingue entre el desarrollo del modelo, la recuperación y los resultados. La cuestión relevante es más precisa que si “gana el entrenamiento de IA”. Una decisión puede resolver una cuestión concreta y, al mismo tiempo, dejar abiertos otros comportamientos, disputas fácticas o teorías jurídicas.
Un análisis específico por uso reforzaría el marco propuesto por Wikimedia incluso si el tribunal rechazara partes de su resultado preferido. Una conclusión amplia requeriría una lectura cuidadosa para establecer su alcance real. Los titulares sobre permisos generales o prohibiciones generales merecerían ser contrastados con la propia decisión.
Ninguna fecha de decisión verificada establece que estas cuestiones se resolverán en los próximos meses. La señal inmediata es el tratamiento que el tribunal dé a los argumentos y la evidencia. Un avance procesal no debe confundirse con una respuesta definitiva sobre la legalidad de cada servicio de IA.
En segundo lugar, observe la evidencia de producto que muestre cómo el material recuperado se convierte en una respuesta. Los detalles relevantes incluyen qué obtiene el servicio, qué reproduce y cómo presenta la fuente. Esos hechos ayudarían a distinguir el descubrimiento de fuentes de una experiencia de lectura sustitutiva.
Los cambios en las prácticas de citas o licencias también importarían, pero su importancia dependería de la implementación. Un enlace visible a la fuente puede mejorar la verificación sin resolver todas las cuestiones de copia. Un acuerdo de licencia puede autorizar usos cubiertos sin establecer una norma para material fuera de ese acuerdo.
Aquí es donde el debate se vuelve tangible para los usuarios de IA. Un servicio que ayuda a alguien a inspeccionar un documento crea una experiencia distinta de otro que dificulta esa inspección. La distinción importa para la confianza incluso antes de que un tribunal decida cómo se aplica el derecho de autor.
En tercer lugar, observe cómo responden los editores y las organizaciones de conocimiento abierto. Unas condiciones de reutilización más claras, acuerdos de acceso autorizado o restricciones a la recopilación automatizada revelarían cómo entienden los proveedores de fuentes las opciones disponibles. Esas respuestas no demostrarían por sí solas una infracción, pero configurarían el acceso a material futuro.
Para el entrenamiento de IA con Wikipedia, el resultado útil preservaría espacio para herramientas beneficiosas y mantendría disponibles fuentes fiables para los editores. Es un estándar exigente. Requiere examinar tanto la capacidad tecnológica como las condiciones bajo las cuales las personas siguen produciendo conocimiento.
Durante los próximos meses, evalúe los anuncios sobre derechos de autor frente a esas cuestiones prácticas. ¿Explica una resolución qué uso protege? ¿Un cambio de producto facilita inspeccionar la fuente? ¿Un acuerdo de licencia aclara los derechos implicados? Esas señales aportan más información que declarar que una industria ha derrotado a otra.
Antes de confiar en la próxima explicación de un chatbot, siga su evidencia hasta el material subyacente. Compruebe si la respuesta conserva las matizaciones de la fuente y si una versión más reciente cambia el panorama. Lea los futuros avances sobre derechos de autor e IA de Wikimedia con la misma disciplina. Pregunte qué acto abordó el tribunal, qué derechos estaban implicados y qué quedó sin decidir. La fundación ha propuesto un límite entre facilitar modelos útiles y excusar la copia sustitutiva. Que ese límite proteja la web abierta dependerá del razonamiento que adopten los tribunales y del comportamiento que los productos hagan posible. ¿Puede el servicio ayudarle a comprender la fuente y, al mismo tiempo, hacer que valga la pena seguir produciéndola?
