Anthropic pagará $1.500 millones a autores por usar libros pirateados para entrenar a Claude

Un juez federal aprueba el mayor pago por derechos de autor de la historia: 500.000 libros, 7 millones de copias pirateadas, y una decisión que deja al sector con más preguntas que respuestas.

La jueza Araceli Martínez-Olguín del Tribunal de Distrito de San Francisco aprobó este lunes el acuerdo de $1.500 millones que Anthropic alcanzó con un grupo de autores que la demandaron por usar copias pirateadas de sus libros para entrenar a Claude, su chatbot de inteligencia artificial. Es, según los abogados de los demandantes, "la mayor recuperación por derechos de autor de la historia".

De dónde vienen los 1.500 millones

La demanda la iniciaron en 2024 los escritores Andrea Bartz, Charles Graeber y Kirk Wallace Johnson, a los que después se sumaron miles de autores y editoriales. La acusación: Anthropic había recopilado más de 7 millones de libros de sitios piratas como Library Genesis y Pirate Library Mirror para construir su dataset de entrenamiento. A unos 482.000 libros que cubre el acuerdo, el 91% ya han sido reclamados por sus legítimos propietarios, que recibirán unos $3.000 por obra.

El acuerdo no cubre solo a los autores individuales. Las editoriales también están incluidas, y los abogados del grupo se llevan $101 millones en costas legales (originalmente pidieron 187,5). No todo el mundo está contento: varios autores han rechazado su parte para presentar demandas por separado, al considerar que la cifra es insuficiente comparada con lo que podrían obtener en un juicio.

La paradoja legal: fair use sí, piratería no

Aquí viene lo interesante del caso. El juez original, William Alsup (ya retirado), dictaminó que entrenar una IA con libros con derechos de autor es fair use. Suena contradictorio, pero la ley de copyright estadounidense permite usar obras protegidas para ciertos fines transformadores. El problema no fue el entrenamiento en sí, sino cómo consiguió Anthropic los libros. La empresa descargó millones de obras de sitios piratas, y eso el juez lo consideró ilegal por sí mismo.

Dicho de otro modo: si Anthropic hubiera comprado y escaneado los libros (como hizo con parte de su dataset), la demanda no tendría base. Pero mezcló fuentes legales con 7 millones de copias pirateadas, y ahí perdió el caso.

Anthropic, por su parte, lo ve como una victoria parcial. Su subdirectora legal, Aparna Sridhar, calificó el fallo como un hito: "demostró que entrenar IA con libros es fair use". Y tienen razón en que el precedente beneficia a toda la industria. Pero la empresa pagó $1.500 millones por cómo consiguió esos libros, no por usarlos.

¿Qué significa esto para el resto de la industria?

La respuesta corta: no tanto como parece. Alsup era juez de distrito, su decisión solo aplica a su tribunal, y como Anthropic optó por un acuerdo extrajudicial, el caso nunca llegó a un tribunal de apelaciones. Eso significa que ningún otro juez está obligado a seguir el mismo criterio.

De hecho, hay demandas similares abiertas contra Google, Meta, Midjourney y OpenAI. La semana pasada mismo, un grupo de editoriales (Hachette, Cengage, Elsevier) y autores como Scott Turow presentaron una demanda colectiva contra Google por usar sus obras para entrenar Gemini. Cada juez puede llegar a una conclusión distinta.

Lo que sí cambia es el mapa de riesgos para las empresas de IA. El caso Anthropic demuestra que hay un precio para tomar atajos con los datasets. $1.500 millones es una cifra que duele incluso para una empresa valorada en decenas de miles de millones. Y aunque los autores no están todos conformes, el 91% de reclamación sugiere que la mayoría prefiere un pago seguro que un juicio incierto.

Lo que no se está diciendo

Hay un detalle que casi ningún titular está cubriendo: Anthropic no tiene que eliminar los modelos entrenados con esos libros. El acuerdo no exige que la empresa borre Claude ni que reentrene sus modelos. Los $1.500 millones son, en la práctica, una licencia retroactiva para el dataset pirateado. La empresa paga, los autores cobran, y Claude se queda donde está.

Si esto sienta precedente para futuros acuerdos —y es probable que así sea—, el modelo de negocio de la IA generativa acaba de recibir una especie de seguro contra demandas: puedes entrenar con lo que quieras, siempre que estés dispuesto a pagar después. No es bonito, pero es terriblemente práctico.

Personalmente, creo que esto no resuelve el problema de fondo. La industria necesita reglas claras sobre qué datos se pueden usar para entrenar, no megajuicios que acaban en acuerdos multimillonarios que no crean jurisprudencia. Mientras cada caso se resuelva con cheques en lugar de sentencias, seguiremos en el mismo limbo legal.