El robo del siglo: documentos judiciales prueban que OpenAI y Microsoft sabían que entrenar su IA con contenido ajeno era ilegal
Correos internos revelan que directivos calificaron la práctica como 'el mayor robo de mano de obra en la historia'. El juicio del NYT expone el lado oscuro…
Por Ariel Serato · Cofundador y editor de IA y Tecnología3 min de lectura
Sabían que era un robo. Y siguieron adelante.
Documentos judiciales hechos públicos el 17 de septiembre revelan que directivos de Microsoft y OpenAI reconocieron internamente que entrenar sus modelos de inteligencia artificial con millones de artículos periodísticos protegidos por derechos de autor era, en sus propias palabras, una práctica ilegal y sin precedentes.
El número que lo dice todo
OpenAI extrajo contenido de más de 10 millones de artículos. Casi un tercio provenía exclusivamente de The New York Times, que mantiene una demanda activa contra ambas compañías. Según los abogados del diario, los acusados copiaron esos materiales "sin permiso, en su totalidad, para producir productos comerciales sustitutivos".
No es una interpretación externa. Es la lectura que hacían por dentro.
Las palabras que no tienen vuelta atrás
Brent Hecht, director de ciencia aplicada de Microsoft, escribió en comunicaciones internas que la práctica constituía "un robo asombroso de proporciones sin precedentes" y advirtió que, de perder el caso, se haría "una completa burla de la idea del uso legítimo". También alertó sobre un posible "encubrimiento accidental" de OpenAI en sus intentos por identificar contenido del NYT en sus sistemas.
Microsoft respondió que las declaraciones de Hecht reflejan "la perspectiva individual de un empleado" y que "no representan la postura de la empresa".
Por su parte, Greg Brockman, cofundador y presidente de OpenAI, habría escrito alrededor de 2017 que estaba "profundamente motivado por las gazillones" que esperaba obtener al comercializar la tecnología. Los abogados del NYT sostienen que ese incentivo económico fue el motor detrás de la recolección masiva de contenido ajeno.
El bypass al muro de pago
El escrito judicial también revela que OpenAI utilizó técnicas "transgresoras y engañosas" para acceder a contenido detrás de paywalls. Cuando un empleado le informó a Brockman sobre "un truco para evadir el muro de pago" del NYT, su respuesta fue: "ah, qué bien".
El propio responsable de ChatGPT en OpenAI reconoció que los editores enfrentaban una "amenaza existencial" por productos de IA que son "en gran medida sustitutivos, punto".
El dato que entierra el argumento del 'tráfico'
Uno de los argumentos históricos de las Big Tech frente a los medios es que la IA genera tráfico hacia el contenido original. Los propios datos de Microsoft destruyen esa tesis: las tasas de clics hacia el contenido original fueron entre 83% y 93% más bajas entre usuarios de herramientas de respuesta con IA, frente al buscador tradicional. Un ingeniero de OpenAI lo resumió sin rodeos: "por mucho que mostremos los enlaces de forma destacada, los usuarios no harán clic".
Satya Nadella, CEO de Microsoft, declaró en el juicio que si hubiera sabido que OpenAI entrenó con contenido protegido por paywall, habría exigido que la compañía reentrenara sus modelos, en virtud del acuerdo vigente entre ambas empresas.
Lo que está en juego no es solo un pleito entre un diario y una empresa de IA. Es la pregunta que toda industria creativa —medios, editoriales, agencias— debería hacerse hoy: ¿a quién le pertenece el contenido que alimenta a los modelos que compiten contra quienes lo produjeron?
