El NYT afirma que Microsoft y OpenAI sabían que usar artículos periodísticos era un robo
OpenAI cometió un asombroso robo de proporciones sin precedentes al utilizar millones de artículos periodísticos para entrenar a sus modelos de inteligencia artificial (IA), alegó el New York Times en un documento judicial desclasificado el jueves.
La start-up californiana extrajo contenido de más de 10 millones de artículos, casi un tercio de los cuales procedían del propio New York Times.
El documento judicial afirma que Brent Hecht, director de Ciencia Aplicada de Microsoft, lo calificó como un asombroso robo de proporciones sin precedentes y posiblemente el mayor robo de trabajo en la historia de la humanidad.
Las declaraciones de Hecht son el punto de vista personal de un empleado y no representan la postura de la empresa, dijo un portavoz de Microsoft a la AFP en un comunicado.
El periódico demandó a OpenAI y Microsoft hace tres años ante un tribunal federal de Nueva York por presuntamente robar su material protegido por derechos de autor para entrenar el modelo insignia de OpenAI, ChatGPT. Microsoft invirtió por primera vez en OpenAI en 2019.
Varios otros editores de noticias también se sumaron a la demanda, entre ellos Ziff Davis —propietaria de CNET y otras publicaciones de noticias tecnológicas—, así como la empresa matriz de la revista Mother Jones, el sitio de noticias de investigación The Intercept y múltiples periódicos locales en todo Estados Unidos.
Los demandantes reclaman una indemnización por cada artículo que supuestamente fue robado y utilizado por los modelos de OpenAI, aunque no está claro a cuánto podría ascender el monto total de las sanciones.
Desde el lanzamiento de ChatGPT a finales de 2022, OpenAI ha firmado acuerdos de licencia de contenido con numerosos editores de noticias de todo el mundo, pero persisten las preocupaciones de que el software de IA generativa esté reduciendo el tráfico hacia los sitios de noticias en internet.
Las empresas de IA han intentado disipar esas preocupaciones añadiendo citas con enlaces en las respuestas a las consultas de los usuarios, pero el esfuerzo ha sido criticado como insuficiente.
«Por muy destacadamente que mostremos los enlaces, los usuarios no harán clic», admitió uno de los propios ingenieros de OpenAI, según el documento judicial.
Defensa y argumentos legales
OpenAI y Microsoft sostienen que el uso de contenidos del New York Times entra dentro del ámbito del uso legítimo (fair use), una excepción al derecho de autor que permite, en determinadas circunstancias, el uso no consentido de una obra.
Aseguran también que el proceso de desarrollo de la IA implica una transformación del contenido utilizado.
A comienzos de septiembre, el Departamento de Justicia de Estados Unidos presentó un informe en apoyo de OpenAI y Microsoft, en el que invocó el progreso científico, el crecimiento económico y la seguridad nacional.
Los demandantes han solicitado una sentencia sumaria a su favor.
Si el juez federal estadounidense Sidney Stein concede la petición, el caso no iría a juicio, pero no se espera un fallo hasta 2027.

La acusación del NYT plantea una cuestión clave: si Microsoft y OpenAI sabían que extraer artículos periodísticos para entrenar sus modelos podía considerarse un robo a una escala sin precedentes. El caso podría sentar un precedente importante sobre compensación, consentimiento y derechos de autor en la IA.
El señalamiento del NYT sobre el uso de artículos periodísticos para entrenar modelos de IA plantea una cuestión central: la innovación no debería construirse sin consentimiento ni compensación a los creadores. Habrá que ver qué pruebas aporta el documento desclasificado y cómo responderán Microsoft y OpenAI.
La acusación de que Microsoft y OpenAI sabían que extraer artículos periodísticos para entrenar sus modelos podía constituir un robo plantea un problema legal y ético enorme. Será clave conocer qué pruebas contiene el documento desclasificado y cómo responden ambas empresas.
La acusación de que Microsoft y OpenAI sabían que utilizar artículos periodísticos para entrenar sus modelos podía constituir un robo plantea una cuestión grave sobre el consentimiento y la compensación a los medios. Será clave conocer qué pruebas contiene el documento desclasificado y cómo responden ambas empresas.
La acusación de que Microsoft y OpenAI sabían que utilizar artículos periodísticos para entrenar sus modelos podía constituir un robo plantea preguntas serias sobre consentimiento y derechos de autor. Será clave conocer qué revela exactamente el documento desclasificado y qué responsabilidades podrían derivarse para ambas empresas.
La acusación de que Microsoft y OpenAI sabían que utilizar artículos periodísticos para entrenar sus modelos podía constituir un robo plantea serias dudas sobre la responsabilidad de ambas empresas. Será clave conocer el contenido del documento desclasificado y hasta qué punto detalla la extracción de textos por parte de la start-up californiana.
Si Microsoft y OpenAI sabían que extraer artículos periodísticos para entrenar sus modelos podía constituir un robo, el caso plantea una responsabilidad mucho más grave que un simple error de licencia. Será clave conocer qué documentos contiene exactamente el expediente desclasificado y cuándo tuvieron conocimiento de esas prácticas.
La acusación de que Microsoft y OpenAI sabían que utilizar artículos periodísticos constituía un “robo” plantea una cuestión central sobre el consentimiento y la compensación a los medios. Si la start-up extrajo contenido a gran escala para entrenar sus modelos, será clave determinar qué sabían las empresas y cuándo lo supieron.