El Authors Guild y otros demandantes por derechos sobre libros piden a un juez federal que examine cómo obtuvo OpenAI libros protegidos por derechos de autor, por separado de lo que hizo después con ellos. En sus escritos públicos del 17 de septiembre describen conversaciones internas sobre Library Genesis, la fuente de colecciones de libros usadas para entrenar modelos, y sostienen que la descarga, el entrenamiento y la transferencia de copias requieren cada uno su propio análisis de derechos de autor.

OpenAI discrepa de ese enfoque. En su propio escrito revisado presentado ese día, sostiene que la adquisición de libros y el entrenamiento de modelos respondían a un único propósito transformador protegido por el uso legítimo. Las solicitudes contrapuestas siguen ante el juez Sidney H. Stein, en Nueva York. Una orden del 24 de septiembre amplió el calendario de presentación de escritos; no resolvió la disputa por derechos de autor. (Escrito de los demandantes, escrito de OpenAI y orden de calendario)

El gran cambio

  • Qué ha cambiado: Los autores pueden remitir ahora a los lectores a una descripción pública más completa de las decisiones sobre adquisición de libros que impugnan. Los escritos de septiembre exponen más detalles de la disputa sobre el origen de los libros de entrenamiento y cómo los gestionaron las empresas.
  • Por qué importa: Para los escritores que buscan una remuneración y los desarrolladores que defienden el uso de libros, el tratamiento jurídico de la adquisición importa tanto como el del entrenamiento. Las partes discrepan sobre si el propósito de un modelo puede justificar las copias anteriores.
  • Qué conviene observar: Los próximos escritos discutirán tanto ese argumento jurídico como las pruebas de perjuicio a los autores. Las pruebas que admita el juez y los usos que evalúe por separado determinarán qué demandas podrá resolver sin juicio.

Books1 y Books2 en el expediente público

Los documentos del 17 de septiembre son versiones públicas más completas de las presentaciones para un juicio sumario. La orden de sellado del 3 de septiembre del tribunal exigía que las partes volvieran a presentar sus escritos y declaraciones de hechos sin tachaduras en el material cuyo sellado continuado no hubiera solicitado ninguna parte ni tercero. Algunos pasajes siguen tachados.

El comunicado del Authors Guild del 21 de septiembre llamó la atención sobre dos de esos documentos: el escrito jurídico de los demandantes, expediente 1982, y su declaración corregida de hechos, expediente 1987. El comunicado presenta la versión del Guild como parte demandante.

En el expediente 1987, los autores citan testimonios y mensajes internos sobre los nombres de los conjuntos de datos de entrenamiento Books1 y Books2. El párrafo 271 cita al exempleado de OpenAI Ben Mann diciendo que ambos se basaban en LibGen. El párrafo 275 lo cita explicando la redacción de un borrador de artículo: «es deliberadamente vago, ya que es LibGen».

El mismo escrito, en el párrafo 749, reproduce un mensaje de mayo de 2020 del entonces director de políticas de OpenAI, Jack Clark, que anticipaba la competencia con autores de ficción de género. Los demandantes lo presentan como prueba de una preocupación interna por el desplazamiento. El mensaje no mide las ventas de libros que se hayan perdido después ni determina la opinión del tribunal sobre el perjuicio al mercado.

El título del documento incluye las palabras «hechos materiales no controvertidos». Se trata de la presentación de los demandantes para el juicio sumario. Conforme a la Regla Civil Local 56.1, la parte contraria responde a las afirmaciones numeradas con admisiones o denegaciones y pruebas de respaldo. El título no significa que el juez haya aceptado todo el relato.

La disputa sobre la adquisición y el entrenamiento

El escrito de los demandantes pide al tribunal que trate como usos distintos la obtención de libros sin pagar, su copia para entrenamiento y la distribución de copias a otras partes. También sostiene que Microsoft es responsable de la infracción alegada por su relación comercial con OpenAI y su capacidad para supervisar la conducta.

Sobre el entrenamiento en sí, los autores sostienen que los modelos aprovechan la expresión creativa de los libros para producir obras competidoras. Afirman que eso amenaza los mercados de los autores y los priva de ingresos por licencias. (Demandantes, páginas 25 a 38)

El escrito de OpenAI del 17 de septiembre reconoce el uso de recopilaciones de Library Genesis para entrenar GPT-3 y GPT-3.5. Su argumento jurídico es que la descarga formaba parte del proceso de crear modelos que aprenden patrones generales del lenguaje. Sostiene que el tribunal debe evaluar el propósito del proceso completo y cuestiona tanto la sustitución de los libros como la existencia de un perjuicio al mercado reconocido por la ley. (OpenAI, páginas 3, 23 a 25 y 28 a 37)

El escrito revisado de Microsoft sobre el caso de los libros también defiende que el entrenamiento constituye un uso legítimo. Afirma que Microsoft no participó en la adquisición de los conjuntos de datos LibGen que usó OpenAI. Sobre los resultados, cita un análisis de 8,2 millones de conversaciones de Copilot que encontró 24 respuestas con 30 palabras coincidentes con obras invocadas por los autores. Esa es la descripción de Microsoft de un análisis específico con un umbral de coincidencia concreto; no mide todas las formas de perjuicio que podría alegar un autor.

La discrepancia importa porque la ley estadounidense de derechos de autor pide a los tribunales considerar el propósito de un uso, la naturaleza de la obra, la cantidad utilizada y su efecto en el mercado. Una disputa sobre la adquisición de una copia y otra sobre la competencia de textos generados plantean preguntas fácticas distintas. Las partes también discuten cómo encajan jurídicamente esas preguntas.

Las pruebas aún están en disputa

El 23 de septiembre, OpenAI y Microsoft pidieron al tribunal que excluyera un informe pericial complementario y partes de las presentaciones de los autores que se apoyan en un estudio sobre libros generados por IA y la dilución del mercado. El escrito de apoyo a la moción alega que el abogado de los demandantes financió la investigación y no la reveló ni la presentó mediante el procedimiento pericial exigido. Esas acusaciones forman parte del argumento de los demandados para pedir la exclusión; no son determinaciones de conducta indebida. La moción cuestiona directamente material citado en los expedientes 1982 y 1987.

El juicio sumario permite al tribunal resolver una demanda, o parte de ella, cuando ninguna controversia genuina sobre un hecho material exige un juicio y la parte que solicita la resolución tiene derecho a ella conforme a la ley. (Regla Federal 56)

El expediente público revisado hasta el 25 de septiembre registra que continúan la presentación de escritos y las mociones sobre pruebas periciales. La orden del 24 de septiembre fija el 23 de octubre como fecha límite para los escritos de oposición de todas las partes, el 30 de octubre para los escritos de amicus curiae y el 20 de noviembre para las réplicas. Para autores y desarrolladores de IA, la siguiente etapa será la evaluación judicial de estas versiones contrapuestas sobre las copias y el perjuicio. Los escritos recién hechos públicos aportan argumentos y pruebas citadas para esa evaluación; no conceden indemnización ni contienen una decisión final sobre el uso legítimo.