1.500 millones por piratear libros para entrenar a Claude: el fair use de la IA sale indemne, pero no gratis

Por Android Headlines · 21 de julio de 2026. La jueza federal Araceli Martínez-Olguín dio el lunes aprobación final al acuerdo de 1.500 millones de dólares entre Anthropic y una demanda colectiva de autores y editoriales, cerrando el litigio de copyright por IA más grande jamás resuelto en Estados Unidos. La demanda, iniciada en 2024 por la novelista Andrea Bartz y otros escritores, acusaba a la compañía —respaldada por Amazon y Alphabet— de usar copias no autorizadas de sus obras para entrenar el chatbot Claude.

El reparto es concreto: cada titular de derechos recibirá en torno a 3.000 dólares por obra, sobre un fondo que cubre más de 500.000 libros. Según el propio equipo legal de Anthropic (recogido por Reuters), más del 91% de los autores y editoriales afectados ya había presentado su reclamación antes de la aprobación final, un nivel de adhesión que explica por qué apenas 350 personas, de varios cientos de miles de miembros de la clase, optaron por quedarse fuera del acuerdo para litigar por su cuenta —y la jueza bloqueó los intentos de hacerlo fuera de plazo.

El acuerdo no nace en el vacío: llega tras la resolución del año pasado del entonces juez William Alsup, que trazó una línea que sigue marcando el resto de litigios de IA en curso. Alsup determinó que entrenar modelos generativos con texto protegido por derechos de autor constituye fair use (uso legítimo amparado por la doctrina de uso justo del copyright estadounidense); pero también determinó que descargar millones de libros de repositorios pirata —en este caso, Library Genesis— para construir esa base de entrenamiento es infracción, al margen de qué se haga después con el texto. Comprar y escanear libros físicos, legal; piratearlos a escala, no. Anthropic optó por pactar antes que arriesgarse a un juicio sobre daños estatutarios por piratería que, según el propio artículo, podrían haber ascendido a cifras muy superiores a los 1.500 millones finalmente pagados.

La aprobación no fue un trámite. Varios autores objetaron que los 3.000 dólares por obra eran inferiores a lo que podrían haber obtenido litigando individualmente, y hubo fricción por los honorarios de los abogados de la demanda: la jueza Martínez-Olguín recortó la petición inicial de 187 millones de dólares a unos 101 millones —alrededor del 7% del fondo total—, redirigiendo la diferencia a la clase de demandantes. El acuerdo incluye además una cláusula poco habitual: Anthropic debe destruir la biblioteca central de obras pirateadas que construyó para el entrenamiento, un gesto que busca cerrar la puerta a usos futuros de ese mismo material.

En general, este caso se ha convertido en la referencia de facto para el resto de la industria: OpenAI, Meta, Google y Microsoft afrontan demandas similares por el origen de sus datos de entrenamiento, y todas comparten el mismo dilema legal de fondo —dónde acaba la investigación con texto protegido y dónde empieza el saqueo de repositorios pirata. Que el fair use del entrenamiento en sí quedara confirmado (y no cuestionado en este acuerdo) es, para las compañías de IA, la mitad buena de la noticia; que piratear datos tenga ya un precio de mercado de facto —del orden de 3.000 dólares por obra, multiplicado por 500.000 obras— es la advertencia seria para cualquiera que haya construido su corpus de entrenamiento con el mismo tipo de atajos.

Nuestra lectura es que este acuerdo no frena a la IA generativa: la ratifica, pero con condiciones. El principio de que entrenar con conocimiento humano es legítimo —la base legal que permite que estos modelos existan— sigue en pie, y es una precondición necesaria para que la tecnología siga avanzando hacia ese horizonte de abundancia que defendemos a largo plazo: modelos mejores, más baratos y entrenados con más datos son, en última instancia, motores de progreso científico y médico. Pero el cómo se consigue ese conocimiento ya tiene consecuencias económicas reales y cuantificadas, no solo morales. A corto plazo, esto encarece y ralentiza el acceso a datos de entrenamiento de calidad —las empresas de IA tendrán que licenciar contenido en vez de simplemente descargarlo—, lo que probablemente acelere acuerdos comerciales entre laboratorios de IA y editoriales, algo que ya se apunta en el sector con pactos de licencia de contenido. A largo plazo, es una señal saludable: una industria que paga por sus insumos, igual que paga por la energía o el talento, es una industria más sostenible y con menos fricción social, no una que erosiona la confianza pública construyendo su ventaja sobre una base legal frágil. El precio ha sido alto —el mayor acuerdo de copyright en la historia de EE.UU.—, pero también ha sido el precio de comprar certidumbre jurídica, algo que a esta industria, todavía joven en su relación con la ley, le hacía mucha falta.