Una cuarta cabecera se suma al mismo caso

Seattle Times y Newsday presentaron una demanda contra OpenAI y Microsoft el 4 de septiembre de 2026 ante el Tribunal de Distrito de Estados Unidos para el Distrito Sur de Nueva York. Ambos periódicos alegan que las empresas rastrearon sus sitios web, incluido contenido tras muro de pago, e incorporaron esa cobertura a los conjuntos de datos que entrenan y ejecutan ChatGPT, Microsoft Copilot y las funciones de IA de Bing. No piden solo una indemnización. Su demanda solicita al tribunal que ordene destruir cualquier modelo de IA o conjunto de datos de entrenamiento que incorpore su trabajo, el mismo remedio que pidió el New York Times cuando abrió esta línea de litigios en diciembre de 2023.

El caso se suma a un expediente que ya reúne a decenas de editoriales, autores y bancos de imágenes que demandan al mismo puñado de empresas de IA por el mismo reclamo de fondo: entrenar con material protegido por derechos de autor sin licencia es una infracción, no un uso legítimo. Seattle Times y Newsday no presentan tanto algo nuevo como dan peso a un caso que lleva casi tres años creciendo y que ahora está consolidado como NYT contra Microsoft y otros.

El número que Microsoft dejó por escrito

Durante la fase de pruebas de ese caso consolidado, Microsoft entregó al perito de los periódicos demandantes cerca de 8,2 millones de registros de conversaciones de Copilot. La empresa sostiene que esos registros no fueron una muestra aleatoria del uso de Copilot, sino que se filtraron específicamente porque contenían palabras clave vinculadas a los sitios web de los periódicos demandantes, es decir, las conversaciones con más probabilidad de contener una coincidencia. Incluso dentro de esa muestra ya sesgada, el perito encontró solo 59.545 conversaciones, menos del uno por ciento del total, que reproducían 16 palabras consecutivas o más de un artículo demandante. Una comprobación paralela sobre los mismos registros halló 24 respuestas coincidentes con contenido de libros, una tasa que el escrito de Microsoft cifra en 0,00029 por ciento.

El argumento de Microsoft se desprende directamente de las cifras: si una herramienta construida específicamente para sacar a la luz probables infracciones aún así las encuentra en menos de un caso entre cien, la reproducción no es el comportamiento sistémico que describen los demandantes, y los tribunales que evalúan el uso legítimo deberían tratarla como algo raro, no representativo.

Por qué la misma cifra no zanja el caso

El escrito aporta un dato real a una disputa que suele librarse con retórica, y eso merece tomarse en serio por sí mismo. Pero una muestra prefiltrada, construida para hallar coincidencias, marca un piso de cuán a menudo ocurre la reproducción, no un techo; una muestra más amplia y sin filtrar de todo el tráfico de Copilot podría mostrar una tasa real todavía menor, o el filtro podría haber pasado por alto reproducciones parafraseadas que nunca alcanzaron el umbral de 16 palabras que usó el perito de Microsoft. Los periódicos no alegan solo copia literal. También sostienen que Copilot y ChatGPT pueden parafrasear de cerca su cobertura y responder preguntas de lectores de forma que elimina cualquier razón para visitar el artículo original o pagar una suscripción, un daño que un conteo de palabras no mide en absoluto.

La disputa práctica no gira tanto sobre si la reproducción es común. Gira sobre si una tasa pequeña y demostrable de copia literal basta para justificar un remedio tan absoluto como ordenar destruir un modelo entrenado, cuando aislar el texto de un solo demandante dentro de un modelo con cientos de miles de millones de parámetros no es sencillo aunque un tribunal conceda la orden.

La parte que importa fuera del tribunal estadounidense

Los lectores europeos no deberían buscar en Bruselas la respuesta a la pregunta de reproducción que disputa este caso. El deber de transparencia del artículo 53 del Reglamento de IA de la UE, ya vigente para proveedores de IA de propósito general, exige un resumen de las categorías de contenido usadas en el entrenamiento. No exige, ni producirá, una auditoría de tasa de reproducción como la que un tribunal estadounidense obligó a realizar a Microsoft. Eso significa que el listón práctico sobre cuánta copia literal debe cubrir un contrato de licencia o una cláusula de indemnización se está fijando caso por caso en litigios estadounidenses, no por la regulación de la UE.

Cualquier empresa europea que compre Copilot, ChatGPT Enterprise o una herramienta entrenada de forma similar para un negocio que produce su propio contenido protegido, ya sea periodismo, documentación técnica o código, debería esperar que los contratos de sus proveedores empiecen a citar cifras como el 59.545 de 8,2 millones de Microsoft directamente, porque es ahora lo más cercano que tiene el sector a una respuesta demostrada en vez de una simplemente alegada.

Servola Journal

Hacemos esto por todos los que intentan mantenerse al día con lo que la tecnología le está haciendo a nuestras vidas. Las personas que la construyen, y las personas a las que les ocurre. Servola Journal existe para que lo que aprendemos pertenezca a todos ellos.

Nadie nos paga por esto. Sin anuncios, sin muro de pago, gratis para todos. Simplemente creemos que entender lo que nos está pasando a todos no debería depender de quién pueda permitirse pagar por ello.

Si esto te dio algo hoy, dinos que sigamos adelante. Síguenos, deja un me gusta, o escribe un comentario positivo. Leemos cada uno, y son lo que nos mantiene en marcha.

Leer a continuación: OpenAI Quiere Su Propio Reloj de Incidentes. Bruselas Ya Puso Uno en Marcha.  |  Un Sello De Seguridad No Le Dijo Al Pentágono Nada Sobre Lo Que Generaría Grok