Lo que muestran los documentos desclasificados
Un escrito legal desclasificado el 17 de septiembre de 2026 en la demanda por derechos de autor del New York Times contra Microsoft y OpenAI cita a un directivo de Microsoft que describe, en sus propias palabras, la práctica de entrenamiento de IA de ambas empresas como robo. Brent Hecht, director de ciencia aplicada de Microsoft, escribió en un mensaje interno de enero de 2024 que recopilar contenido protegido por derechos de autor para entrenar IA era un robo asombroso de proporciones sin precedentes y quizá el mayor robo de trabajo en la historia de la humanidad. El mismo escrito cita al responsable de ChatGPT en OpenAI, Nick Turley, describiendo los productos de IA como una amenaza existencial para los editores porque sustituyen en gran medida al periodismo original.
La propia declaración bajo juramento del director ejecutivo de Microsoft, Satya Nadella, también mencionada en el escrito, afirma que el contenido de pago debería licenciarse a cualquiera que quiera usarlo para contexto o entrenamiento, y que habría exigido reentrenar los modelos si hubiera sabido que se había recopilado material de pago sin licencia.
Por qué importa: el punto débil de la defensa de uso justo
La ley de uso justo estadounidense plantea dos preguntas que estos documentos responden directamente: sabía la empresa que su uso podía causar daño, y sustituye el producto resultante al original en el mercado. Una admisión interna del propio director de ciencia aplicada de que la práctica fue un robo de proporciones sin precedentes responde la primera pregunta a favor de la parte demandante, antes de que un jurado escuche a ningún perito. El lenguaje de amenaza existencial de Turley responde la segunda. Ninguna de las dos declaraciones se escribió para un litigio. Ambas se escribieron para sí mismas, y por eso los abogados de la parte demandante querían que se desclasificaran.
Esto no se limita a Microsoft y OpenAI. Toda empresa de IA que defienda una demanda por datos de entrenamiento alegando uso justo debe asumir ahora que sus propios mensajes internos de Slack, correos electrónicos y notas de reuniones cargan el mismo riesgo, y que las evaluaciones privadas de sus propios ejecutivos sobre sus propios productos pueden convertirse en la mejor prueba de la otra parte.
La escala, en las propias cifras de las empresas
| Métrica | Cifra |
|---|---|
| Caída en la tasa de clics hacia nytimes.com tras el lanzamiento de Copilot | Hasta un 93 por ciento |
| Copias de obras del New York Times, el Daily News y el Center for Investigative Reporting en los datos de entrenamiento de OpenAI | Más de 91.692 |
| Obras únicas de editores en el conjunto de datos de entrenamiento Project Mango | Más de 160.903 |
| Documentos solo de nytimes.com en el conjunto de datos Common Crawl | Más de 2.000.000 |
No son estimaciones de la parte demandante. Provienen de los propios registros de datos de entrenamiento y del análisis de tráfico de las empresas, incorporados al expediente porque las empresas ya los habían contabilizado internamente.
Qué significa esto si usted licencia o publica contenido
Si su empresa obtiene ingresos de contenido de pago, suscripción o licencia, este expediente cambia su posición negociadora frente a cualquier proveedor de IA que haya recopilado o pueda recopilar su material. Ya no necesita demostrar que el proveedor sabía que recopilar contenido de pago era arriesgado. De una empresa que entrena modelos con su trabajo puede asumirse que posee documentación interna sobre esa decisión, y los tribunales ahora están dispuestos a desclasificarla. El movimiento práctico es tratar cualquier exposición actual o pasada al entrenamiento de IA como una conversación de licencia que abrir ahora, no como una demanda que presentar solo después de demostrar el daño.
Leer a continuación: El DOJ Respaldó a OpenAI con un Argumento Antimonopolio | Microsoft escribe lo que otros solo prometieron
