✨︎ Resumen (TL;DR):
- El escrito sin tachaduras expone mensajes internos de OpenAI y Microsoft sobre la capacidad sustitutiva de la IA y el daño para los editores.
- El expediente cita hasta 93% menos clics al NYT desde Copilot y más de 2 millones de documentos del sitio del diario en un conjunto de datos.
- OpenAI y Microsoft defienden el uso legítimo y los usos transformativos, pero el tribunal aún no decide si hubo infracción.
Esta semana, un escrito judicial de los editores que demandan a OpenAI y Microsoft por derechos de autor quedó sin tachaduras y expuso comunicaciones internas en las que un directivo de OpenAI describió sus productos como sustitutivos y un directivo de Microsoft calificó la copia masiva de artículos como un robo sin precedentes. The New York Times encabeza a los demandantes, que usan esas frases para cuestionar la defensa de uso legítimo porque, sostienen, las compañías sabían que sus modelos competirían con los medios cuyos textos sirvieron para entrenarlos. El tribunal aún no determina si hubo infracción.
Las frases internas que ahora pesan en el expediente
Los editores presentaron una moción de sentencia sumaria que reúne comunicaciones internas que las compañías habían mantenido bajo sello. Buena parte del material procede del propio escrito de los demandantes, no de las pruebas subyacentes, que siguen bajo sello; además, las frases aparecen sin todo su contexto original.
Nick Turley, responsable de ChatGPT en OpenAI, escribió que los productos de la empresa eran “en gran medida sustitutivos” y que “se volverán cada vez más sustitutivos a medida que mejoren”. También advirtió que los medios enfrentan una “amenaza existencial” por productos de ese tipo.
Greg Brockman, presidente y cofundador de OpenAI, calificó los modelos como “excelente en noticias”. Cuando el investigador Nick Ryder le comentó que tenía “un truco para saltarse el muro de pago del NYT” y reforzar el rastreo, Brockman respondió: “ah, qué bien”.
Jack Clark, director de políticas de OpenAI, anotó que el trabajo de la compañía llevaría a crear sistemas que sustituyen la labor de quienes “definen la ‘cultura’ de la sociedad”.
En Microsoft, un memorando de enero de 2023, firmado por su director de ciencia aplicada, Brent Hecht, llamó a la copia masiva de artículos “un robo asombroso de proporciones sin precedentes” y “el mayor robo de mano de obra de la historia”.
Una presentación interna de enero de 2024 describió la caída de tráfico hacia los editores como una “doom loop”, o círculo vicioso, capaz de “perjudicar el rendimiento de nuestros modelos y de toda la web al mismo tiempo”.
Satya Nadella, director ejecutivo de Microsoft, declaró durante una deposición que todo lo que estuviera detrás de un muro de pago debería licenciarse antes de usarse para entrenar modelos. Afirmó que, de haber sabido que OpenAI entrenó con material de pago, habría exigido a la empresa reentrenar sus sistemas.
El argumento del mercado: tráfico y copias
Uso legítimo es una figura legal que permite utilizar una obra protegida sin permiso en ciertos casos. Uno de sus criterios es que ese uso no sustituya ni dañe el mercado del original. Los editores colocan las frases de los ejecutivos en el centro de su moción porque, a su juicio, describen precisamente esa sustitución.
El escrito respalda esa lectura con datos sobre el tráfico y la escala del material copiado. Datos de la propia Microsoft muestran que su “motor de respuestas” Copilot redujo hasta 93% los clics hacia el dominio de The New York Times frente a una búsqueda tradicional en Bing.
La moción también sostiene que los conjuntos intermedios de entrenamiento de OpenAI contendrían más de 91,692 copias de obras de The New York Times, New York Daily News y Center for Investigative Reporting. Un conjunto derivado de Common Crawl habría incluido más de 2 millones de documentos del sitio de The New York Times.
Además, Project Mango habría reunido al menos 160,903 obras únicas de los medios demandantes. El escrito sostiene que Microsoft entregó datos a OpenAI mediante iniciativas como Project Taxi y Project Mango, y que OpenAI compartió con Microsoft el conjunto de entrenamiento de GPT-3. También afirma que hubo un esfuerzo deliberado por eliminar los avisos de copyright del material antes de que llegara al modelo.
La réplica de las empresas y la decisión pendiente
Microsoft respondió que los comentarios de Hecht “reflejan la perspectiva individual de un empleado, no son un análisis legal y no representan la postura de la compañía”. En sus escritos judiciales, la empresa sostiene que se trata de usos “transformativos compatibles con la ley” y que Copilot no sustituye al periodismo de los editores.
OpenAI y Microsoft no respondieron a solicitudes de comentario, mientras The New York Times declinó comentar. En el fondo del caso, ambas empresas sostienen que entrenar IA con material disponible públicamente es uso legítimo, que los hechos noticiosos no están protegidos por copyright y que ChatGPT no equivale a una suscripción del Times. OpenAI también ha citado peritos que afirman que el tráfico del diario no se vio afectado por el chatbot.
El expediente también describe un contexto legal favorable para esa defensa. Los jueces han tendido a aceptar el argumento de uso legítimo y, a comienzos de septiembre, el gobierno de Estados Unidos presentó un escrito en apoyo de OpenAI. La empresa se apoya además en 2 fallos de 2025, Kadrey contra Meta y Bartz contra Anthropic, que consideraron transformativo el entrenamiento.
Por su parte, los abogados de los demandantes retratan a Brockman como alguien impulsado por las enormes ganancias que esperaba obtener de modelos entrenados con contenido protegido. Esa caracterización forma parte del argumento de los demandantes, no de una conclusión judicial.
El pleito se centra en si entrenar IA con periodismo protegido puede ampararse en el uso legítimo cuando los documentos internos hablan de sustitución y los datos citados muestran una caída de tráfico. Las frases recién reveladas dan munición a los editores en la discusión sobre la sustitución del mercado, pero no resuelven por sí solas la disputa. El tribunal aún debe decidir si hubo infracción; de esa resolución dependen tanto el modelo de negocio de la IA generativa como el de los medios que la alimentan.
