¿Hasta dónde alcanza la culpa de Microsoft al impulsar supercomputadores para OpenAI?

El caso que hoy ocupa los tribunales de Nueva York no es sólo otro enfrentamiento entre prensa y tecnología; es la primera prueba práctica de cómo la Corte Suprema está redefiniendo la responsabilidad contributiva en la era de la IA generativa. El New York Times ha solicitado al juzgado permiso para enmendar su demanda contra OpenAI y Microsoft, alegando que el gigante de software no se limitó a ofrecer infraestructura en la nube, sino que diseñó y financió un supercomputador —uno de los más potentes del planeta— con la única finalidad de entrenar modelos que extraen y reutilizan textos protegidos por derechos de autor.

El argumento de la parte demandante

En su petición, el periódico señala que la nueva demanda incorpora la exigencia que impuso la Corte Suprema a Cox Communications: la prueba de intención. No basta con que un proveedor facilite la transmisión de datos; debe demostrarse que incentivó activamente la conducta ilícita. Según los documentos descubiertos en el proceso, ejecutivos de Microsoft habrían pedido a OpenAI que ampliara la escala de extracción de contenido del NYT, y habrían aprobado el presupuesto de un clúster de aceleradores de inteligencia artificial capaz de procesar petabytes de texto en cuestión de semanas.

¿Qué implica la participación de Microsoft?

Si la acusación prospera, la empresa no sería solo un “vehículo” técnico sino una parte con conocimiento y voluntad de vulnerar la normativa de copyright. La legislación actual permite que un autorice el uso de sus obras bajo licencias claras; sin embargo, la práctica que describen los testimonios internos muestra un modelo de negocio donde el entrenamiento masivo se basa en datos sin licencia, con la expectativa de que la IA genere contenido comercializable.

Para los directivos latinoamericanos, la cuestión trasciende la disputa judicial. La infraestructura de cómputo de alto rendimiento es un recurso escaso y costoso; las startups de IA dependen de alianzas con proveedores de nube para escalar sus modelos. Si la línea entre “proveer recursos” y “facilitar la infracción” se vuelve borrosa, la confianza de los creadores y de los reguladores se verá erosionada y, en consecuencia, el acceso a datos de calidad para entrenamiento se verá restringido.

Riesgos para el negocio

• Exposición legal directa: una sentencia adversa podría traducirse en multas multimillonarias y en la obligación de indemnizar a titulares de derechos, con repercusiones en los balances de ambas compañías.
• Daño reputacional: la percepción de que una empresa colabora en la apropiación de contenido sin autorización alimenta el discurso anti‑IA y dificulta la adopción de soluciones basadas en aprendizaje automático en sectores regulados, como finanzas y salud.
• Restricción de acceso a datos: si los editores y productores de contenido deciden cerrar sus repositorios o exigir licencias prohibitivas, los modelos de IA perderán la amplitud que hoy les permite generar textos coherentes y útiles.

Medidas que los ejecutivos deben exigir ahora

1. Auditorías independientes de los conjuntos de entrenamiento. Un tercero certificado debe validar que los datos provienen de fuentes con licencia o dominio público, y que cualquier extracción masiva cuenta con autorización explícita. 2. Cláusulas contractuales de “no‑infracción” en los acuerdos de suministro de cómputo. Los contratos deben incluir penalizaciones claras si el cliente utiliza la infraestructura para entrenar modelos con datos no licenciados. 3. Creación de una normativa sectorial que establezca criterios para la provisión de recursos de cómputo a proyectos de IA que manipulen contenidos protegidos. La regulación debería definir responsabilidades, procesos de seguimiento y sanciones proporcionales. 4. Transparencia en la cadena de valor. Las empresas deben publicar reportes que detallen el origen de los datos empleados en sus modelos, facilitando la auditoría pública y fortaleciendo la confianza de los usuarios.

Un precedente que no podemos permitir

El riesgo de que la práctica descrita se convierta en estándar es real. Si gigantes tecnológicos continúan ofreciendo supercomputadoras bajo la premisa de “solo infraestructura”, mientras conocen y favorecen la extracción de contenido sin licencia, se establecerá un modelo de negocio donde la violación de derechos de autor se normaliza bajo la capa de la innovación tecnológica. Los tribunales de Latinoamérica, que ya están lidiando con casos de piratería digital y de uso indebido de bases de datos, podrían aplicar la misma lógica y responsabilizar a quien brinda la capacidad de procesar datos ilícitos.

Los directores que hoy evalúan proyectos de IA deben preguntar: ¿estamos comprando capacidad de cómputo sin saber qué datos alimentan a esos sistemas? ¿Qué garantías existen de que el proveedor no está colaborando en la apropiación indebida de propiedad intelectual? La respuesta a esas preguntas determinará si la inversión en IA será una ventaja competitiva sostenible o un pasivo legal que pueda comprometer la operatividad de la empresa.

En un entorno donde la confianza es el activo más valioso, la línea entre habilitar la innovación y coautorizar la transgresión necesita trazarse con rigor. La decisión que tome la Corte Suprema hoy resonará más allá de las fronteras de Estados Unidos; será el faro que guíe (o avise) a los líderes latinoamericanos sobre los límites de la colaboración tecnológica en la era de la generación automática de contenido.