← Volver al blog
Newsaprox. 7 min de lectura

El abogado general del TJUE trazó la línea del copyright de la IA en la recuperación, no en el entrenamiento

Publicado 7 nov 2026
El abogado general del TJUE trazó la línea del copyright de la IA en la recuperación, no en el entrenamiento

El 3 de noviembre, el abogado general Maciej Szpunar presentó sus conclusiones en el asunto C-250/25, Like Company contra Google Ireland. Es la primera disputa de derechos de autor sobre IA generativa que llega al Tribunal de Justicia de la Unión Europea, y las conclusiones constituyen el primer mapa jurídico de referencia sobre dónde recae la responsabilidad.

La versión breve: entrenar un modelo con artículos de prensa libremente accesibles está, en principio, cubierto por la excepción de minería de textos y datos (TDM) de la UE. Un chatbot que recupera un artículo en tiempo real y lo reproduce de forma tan completa que el lector ya no necesita visitar el sitio del editor es otra cuestión.

Cómo una historia de delfines llegó a Luxemburgo

Like Company es un editor húngaro. Uno de sus sitios, balatonkornyeke.hu, informó en julio de 2023 de que un cantante famoso quería instalar delfines en un acuario junto al lago Balaton. Un usuario pidió al chatbot de Google, entonces llamado Bard, un resumen. El bot produjo una respuesta detallada basada en el artículo.

Para un editor cuyos ingresos dependen del número de visitantes, una respuesta que entrega el contenido del artículo sin enviar a nadie al sitio es una amenaza existencial, no un problema de citación. Like Company demandó a Google Ireland en Hungría. El Tribunal Regional de Budapest planteó cuatro cuestiones prejudiciales al TJUE: si una respuesta de chatbot que coincide parcialmente con un artículo de prensa pone ese artículo a disposición del público, si el entrenamiento constituye reproducción, si se aplica la excepción de TDM y si la salida constituye una reproducción por parte del proveedor.

El abogado general declinó responder a las cuestiones sobre el entrenamiento

El primer movimiento de Szpunar es procesal. Aconseja al Tribunal que declare inadmisibles las cuestiones sobre el entrenamiento de LLM, por dos razones.

La primera es la prueba. No hay pruebas de que el artículo de Like Company se usara para entrenar Gemini. El artículo apareció en julio de 2023, meses antes del lanzamiento del modelo, y entrenar un modelo de esa escala lleva mucho más tiempo. El abogado general lo considera inverosímil que el artículo estuviera en el conjunto de entrenamiento. Lo más probable es que Gemini lo encontrara en internet en el momento en que el usuario preguntó.

La segunda es el ámbito de aplicación. El derecho de los editores de prensa del artículo 15 de la Directiva de 2019 sobre el mercado único digital protege los usos en un servicio en línea ofrecido a los usuarios. El entrenamiento ocurre entre bastidores, antes de que exista cualquier servicio, por lo que el derecho no lo alcanza en absoluto.

No obstante, da su opinión preliminar, porque la cuestión volverá. Copiar textos para crear y ejecutar un conjunto de datos de entrenamiento cuenta como copia a efectos del derecho de autor. El entrenamiento está, en principio, cubierto por la excepción de TDM del artículo 4, siempre que el desarrollador haya accedido al contenido de forma lícita, respetado las exclusiones legibles por máquina y adoptado medidas para impedir que el modelo produzca copias casi idénticas de obras concretas.

Es la frase más favorable que cualquier autoridad de la UE ha escrito sobre el entrenamiento de IA, y llegó en un asunto en el que el abogado general recomendó no responder a la pregunta.

El modelo no es una copia

Las conclusiones hacen entonces algo más útil que la mayoría de los comentarios sobre este tema. Separan el modelo entrenado de lo que dice el modelo.

Szpunar escribe que un modelo de lenguaje entrenado es una representación abstracta de palabras y patrones lingüísticos, no una base de datos, y que el derecho de autor no existe en ese nivel de abstracción. El modelo puede memorizar accidentalmente un texto que apareció muchas veces en el entrenamiento, como letras de canciones, y eso no siempre se puede evitar. Si el modelo reproduce después ese texto en una respuesta, la salida puede infringir derechos. El modelo en sí sigue sin contener una copia.

Señala la consecuencia práctica de la alternativa. Si ofrecer un modelo exigiera permiso de cada titular de derechos cuya obra apareciera en el entrenamiento, desarrollar IA sería casi imposible.

Dónde está realmente la línea

El análisis de la recuperación es la parte que los equipos de producto deberían leer dos veces. Un chatbot que responde a partir de una publicación de prensa puede infringir el derecho del editor en dos situaciones.

Accede al artículo de forma ilícita, por ejemplo eludiendo un muro de pago u otra barrera técnica. O su respuesta reproduce la expresión y la estructura del artículo de forma tan reconocible que el usuario ya no necesita leer el original.

La responsabilidad depende entonces del diseño. Cuando ese efecto sustitutivo está integrado en el modelo de negocio, o se deriva de la ausencia de salvaguardias, el proveedor del servicio es responsable.

Leída junto con la sección sobre entrenamiento, la doctrina tiene una forma clara. Recordar está permitido. Reofrecer la obra de otro en lugar de la fuente, no. La línea divisoria es si el lector sigue necesitando al editor, no si una máquina leyó el artículo.

Por qué esto tiene más impacto que una sentencia sobre el fair use

El litigio estadounidense ha pasado dos años discutiendo sobre el fair use, una defensa muy dependiente de los hechos que un demandado con buenos recursos puede litigar durante años. La cuestión de la UE es más estrecha y más operativa: ¿qué hizo tu producto cuando un usuario preguntó?

Para cualquiera que desarrolle productos con recuperación aumentada, eso replantea el trabajo de cumplimiento. Pasa a ser una revisión función por función, en lugar de un problema de datos de entrenamiento que se resuelve una sola vez, y se aplica a la búsqueda de imágenes y vídeo tanto como al texto.

Una herramienta de búsqueda visual que indexa un banco de imágenes y devuelve imágenes casi idénticas en lugar de enviar al usuario al licenciante incurre en la misma estructura de riesgo que un chatbot de noticias que resume un artículo. Lo mismo ocurre con un asistente que extrae una fotografía concreta del sitio de un editor y responde preguntas sobre ella sin un enlace.

La respuesta de ambas partes

La posición de Google es que las excepciones europeas de TDM son vitales para la competitividad, y que acoge favorablemente que el abogado general reconozca que el Derecho de la UE permite entrenar con información disponible públicamente. La empresa añadió que Gemini crea obras originales al aprender patrones lingüísticos en lugar de copiar, y que los editores disponen de controles y de una opción de exclusión.

El Consejo Europeo de Editores se centró en la otra mitad, y sostuvo que la distinción importante está entre la indexación de búsqueda permitida y las respuestas de IA licenciadas que sustituyen al reportaje original.

Ambas partes leen correctamente las mismas conclusiones. La mitad relativa al entrenamiento favorece a los desarrolladores de modelos. La mitad relativa a la recuperación favorece a los editores, y es la que describe cómo funcionan realmente hoy la mayoría de los productos de IA.

Qué ocurre a continuación

Las conclusiones son consultivas. El Tribunal sigue a su abogado general en la mayoría de los casos, pero no en todos, y se espera la sentencia para 2027.

Mientras tanto, merece la pena hacer tres cosas en lugar de esperar. Confirmar que los datos de entrenamiento procedían de un acceso lícito y que se respetaron las exclusiones. Revisar cualquier función que recupere y resuma material de origen para comprobar si la respuesta podría sustituir a la fuente. Y documentar las salvaguardias, porque las conclusiones vinculan la responsabilidad a su ausencia.

La parte incómoda para la industria es que el criterio es experiencial, no técnico. No se puede responder con una auditoría de licencias ni con un archivo robots.txt. Hay que preguntarse si un lector, ante tu resultado, seguiría tomándose la molestia de hacer clic. Si la respuesta es no, el problema es el diseño.

Artículos relacionados