Un tribunal ordena a OpenAI entregar 20 millones de registros de ChatGPT; la demanda por derechos de autor de The New York Times entra en una fase clave

Un juez federal de distrito en Nueva York ha dictaminado recientemente que OpenAI debe entregar al New York Times y a otros demandantes unos 20 millones de registros de usuarios de ChatGPT ya anonimizados, lo que supone un avance importante en esta destacada demanda sobre derechos de autor en inteligencia artificial. La orden desestima la solicitud de OpenAI de limitar el alcance de la obtención de pruebas y subraya que estos registros son fundamentales para evaluar si ChatGPT ha copiado contenido protegido por derechos de autor.

El New York Times demandó a OpenAI en diciembre de 2023, acusando a la empresa de utilizar contenido periodístico protegido sin autorización para entrenar sus modelos. OpenAI presentó una contrademanda en enero de este año, alegando que el medio “no contó toda la verdad”. Esta decisión judicial intensifica aún más el conflicto entre ambas partes en torno a los derechos de autor, la gobernanza de datos y la legalidad de los datos de entrenamiento de IA.

El fallo fue emitido por la jueza de distrito Ona T. Wang, quien señaló que, si bien la privacidad de los usuarios es importante, este factor no basta para impedir el acceso a pruebas relevantes bajo el principio de proporcionalidad en la obtención de pruebas. El tribunal considera que estas 20 millones de muestras son de “relevancia evidente” para determinar si las respuestas de ChatGPT son similares al contenido del New York Times, y que entregar estas muestras anonimizadas no supone una carga excesiva para OpenAI.

OpenAI ha mostrado su oposición y, en documentos presentados recientemente, calificó la orden como “claramente errónea” y “desproporcionada”, argumentando que la divulgación masiva de conversaciones de usuarios podría aumentar los riesgos para la privacidad. En junio de este año, el tribunal ya había ordenado a OpenAI conservar grandes cantidades de datos de usuarios, incluidos registros de chat eliminados, lo que generó aún más controversia.

A medida que la transparencia de los datos de entrenamiento de IA sigue siendo objeto de escrutinio, esta demanda se considera un referente clave para el futuro marco legal del sector de la inteligencia artificial. Casos similares ya se han iniciado en Estados Unidos y Europa, donde la industria editorial, los titulares de derechos musicales y los responsables de repositorios de código buscan delimitar si los modelos de IA infringen los derechos de propiedad intelectual.

Esta resolución no solo afecta a OpenAI, sino que también podría repercutir en otras grandes empresas de IA como Anthropic y Perplexity, teniendo un profundo impacto en la forma en que el sector recopila, utiliza y divulga datos de entrenamiento.