Anthropic pagará 1.500 millones por piratear libros, pero el entrenamiento con IA queda blindado como uso legítimo

Por Zendoric · 23 de julio de 2026.

La jueza Araceli Martínez-Olguín, del Tribunal de Distrito de Estados Unidos en San Francisco, firmó el 20 de julio la aprobación final de un acuerdo de 1.500 millones de dólares entre Anthropic y una clase de autores y editoriales, la mayor cifra jamás pagada en una demanda colectiva por derechos de autor, según recoge el propio auto judicial citado por Mashable. La demanda, liderada por Andrea Bartz y Kirk Wallace Johnson entre otros, acusaba a la compañía de descargar libros de las bibliotecas pirata LibGen y PiLiMi para construir el corpus de entrenamiento de Claude.

El detalle que de verdad importa es qué se está pagando exactamente. La disputa no giraba en torno a si entrenar modelos de IA con obras protegidas es legal —ese punto ya lo había resuelto el mismo tribunal en una sentencia previa, calificándolo de "uso legítimo" (fair use, la doctrina de EE. UU. que permite usar material protegido sin permiso en determinadas condiciones)—, sino sobre el método de adquisición: piratear copias en lugar de comprarlas o licenciarlas. Esa distinción, adquisición ilegal frente a entrenamiento legítimo, es la que ha quedado fijada como precedente.

Los números del reparto son concretos. Los autores y editoriales cuyas obras figuran en la llamada "Works List" de Anthropic pueden reclamar unos 3.000 dólares por libro, aproximadamente cuatro veces el mínimo habitual en casos de infracción de derechos de autor en EE. UU., según el propio acuerdo. Más del 91% de las obras elegibles, más de 440.000 libros, ya han sido reclamadas antes incluso de la aprobación final. Anthropic, además, deberá eliminar los archivos pirateados que descargó.

Hay dos matices que limitan el alcance del acuerdo y que conviene no perder de vista. Primero, la jueza fue explícita: el pacto no libera a Anthropic de futuras demandas por lo que el chatbot genera, ni de reclamaciones "basadas en la salida de los modelos de IA". Es decir, se cierra el capítulo de cómo se construyó la biblioteca de entrenamiento, pero queda abierto el frente, potencialmente más complejo, de si las respuestas de Claude reproducen o imitan obras protegidas. Segundo, el tribunal rechazó las 54 objeciones presentadas por miembros de la clase y terceros, incluidas peticiones de ampliar la lista de obras cubiertas, exigir atribución de fuentes en las respuestas del modelo o incluso borrar los modelos entrenados con ese material. El juzgado consideró que esas peticiones excedían lo que esta demanda concreta podía resolver.

Nuestra lectura es que este acuerdo funciona como una especie de tarifa de regularización para la etapa fundacional de la IA generativa, cuando varias compañías construyeron sus corpus de entrenamiento a toda prisa y con escaso escrutinio sobre la procedencia de los datos. 1.500 millones de dólares es una cifra considerable en términos absolutos, pero resulta manejable para una compañía que en 2026 negocia valoraciones muy por encima de los 100.000 millones de dólares; no es un acuerdo que amenace la viabilidad de Anthropic, y eso plantea la pregunta de si el castigo económico basta como disuasión real para el resto del sector, o si simplemente se convierte en el coste de hacer negocio durante la fase de acumulación de datos.

Lo que sí cambia, y esto es lo relevante para el resto de la industria, es que a partir de ahora la procedencia de los datos de entrenamiento pasa de ser una zona gris a un riesgo legal cuantificado y con precio de mercado: alrededor de 3.000 dólares por obra pirateada que acabe en un modelo comercial. Eso empuja con fuerza hacia los acuerdos de licencia con editoriales y autores, algo que ya vienen firmando distintas empresas del sector, y aleja el argumento de que "total, ya se resolverá en los tribunales". En paralelo, el frente de los outputs, qué hace el modelo con lo aprendido, sigue vivo y probablemente será el escenario de los próximos litigios grandes contra la IA generativa.

Esto conecta con algo que venimos señalando en Zendoric: el problema de la IA no es una sola batalla legal, sino una sucesión de ellas, cada una más matizada que la anterior. Primero se discutió si entrenar era legal (ya resuelto, en general, a favor del sector). Ahora se discute cómo se consiguieron los datos (aquí Anthropic ha pagado caro por atajar por la vía pirata). El próximo capítulo, previsiblemente, será si lo que el modelo genera pisa derechos ajenos, un terreno mucho más resbaladizo porque no hay una lista de libros que auditar, sino millones de respuestas generadas en tiempo real. La abundancia que promete la IA a largo plazo no exime de construir, en el camino, un marco de compensación justo para quienes crearon el conocimiento con el que se entrena; este acuerdo es un primer intento imperfecto, pero real, de ponerle precio a ese daño pasado.