Comparamos dos decisiones recientes que ofrecen enfoques contrapuestos sobre cómo los tribunales tratan la cuestión del derecho de autor y los modelos de IA generativa: Getty Images v. Stability AI (High Court of Justice, 04.11.2025) y GEMA v. OpenAI (Landgericht München I, 11.11.2025). El análisis se articula en torno a tres ejes: la territorialidad, la noción de “copia infractora” y memorización, y el alcance de la excepción de text and data mining (TDM).
1) Reino Unido – Getty Images v. Stability AI: foco en territorialidad y fijación
En la causa británica, la territorialidad fue determinante: el Copyright, Designs and Patents Act exige que el acto primario de reproducción infractora ocurra dentro del Reino Unido. Al no acreditarse que el entrenamiento del modelo se hubiera realizado en territorio británico, la demanda quedó acotada a la infracción secundaria (p. ej., distribución/puesta a disposición del modelo en el Reino Unido), que también fracasó porque esa teoría presupone la existencia de una copia infractora previa.
En el fondo, la jueza Joanna Smith sostuvo que los pesos del modelo no constituyen una “infringing copy”: son el resultado de patrones aprendidos y no almacenan obras protegidas; aprender no equivale a copiar. El tribunal subrayó la ausencia de memorización literal y que no hay fijación de obras en el modelo o sus parámetros; de ahí que no se cumpliera el requisito básico del derecho de reproducción.
En paralelo, el tribunal apreció infracciones marcarias limitadas: en versiones antiguas (serie 1.x) se generaron salidas con marcas de agua que imitaban los signos de Getty e iStock, consideradas infracciones históricas bajo s.10(1) y s.10(2) de la Trade Marks Act 1994. No obstante, se destacó su carácter aislado y la reducción de estos supuestos en versiones posteriores.
Lectura práctica (UK): La sentencia perfila un estándar estricto de “copia” que exige la fijación perceptible del contenido: si el modelo no almacena las obras protegidas, no hay copia a efectos de copyright. Ello aporta a los desarrolladores un marco relativamente seguro si evitan cualquier almacenamiento literal de contenidos protegidos. Notar que, en el Reino Unido, no existen las excepciones de “TDM” de la directiva europea 2019/790, sino existe solamente una excepción específica para la investigación científica no comercial (de hecho, base del Art. 3 de la Directiva).
2) Alemania – GEMA v. OpenAI: noción amplia de reproducción y límites de TDM
La demanda de GEMA se centró en el uso no autorizado de letras de canciones por OpenAI durante el entrenamiento de ChatGPT. Aquí, a diferencia del caso británico, la territorialidad no fue un punto controvertido (los actos relevantes para el tribunal ocurrieron en Alemania).
El tribunal sí apreció memorización: el modelo devolvía fragmentos sustanciales, en ocasiones casi literales, de letras del repertorio GEMA ante prompts simples (“¿qué dice la canción X?”, “¿cómo empieza la canción X?”, “dame la letra de la canción X?”). Esta capacidad se interpretó como indicio de fijación de las obras en los parámetros y, por tanto, una reproducción de conformidad con la noción amplia del art. 2 de la Directiva InfoSoc y el §16 UrhG alemán.
Bajo el derecho de la UE, el concepto de “reproducción” abarca copias directas o indirectas, temporales o permanentes, en cualquier forma, bastando la perceptibilidad ulterior. Por ello, indica el tribunal, incluso el almacenamiento estadístico en pesos puede ser reproducción si permite regenerar contenido protegido.
Sobre las excepciones TDM, el tribunal distinguió dos fases:
- Fase 1 (copias preparatorias para análisis/entrenamiento): potencialmente cubierta por §44b UrhG y art. 4 DSM (text and data mining para finalidades comerciales).
- Fase 2 (despliegue/uso del modelo): la memorización y su reutilización no quedan cubiertas, porque ya no son copias “necesarias” para el análisis, sino parte del funcionamiento/uso del sistema. Se rechazó extender la excepción por analogía y se afirmó que no hay laguna normativa.
Esta cuestión fue poco debatida, ya que OpenAI no alegaba la defensa de la transposición alemana de los Artículos 3 (investigación no comercial, no aplicable a OpenAI) ni 4 de la Directiva (usos comerciales, si bien sujeto a límites) – no eran relevantes frente a las alegaciones de GEMA de infracción en la mencionada Fase 2. En términos prácticos, el tribunal enfatizó que la excepción TDM no ampara el uso del modelo en Fase 2 cuando este devuelve contenidos memorizados: las excepciones TDM cubren la fase de análisis (entrenamiento), y no la reproducción posterior.
3) Comparación de estándares y efectos
Vemos por tanto dos enfoques muy diferentes: en Inglaterra, se ha hecho un enfoque técnico estricto del concepto de copia: se exige una fijación perceptible de la obra original (usada en entrenamiento). Se ha considerado que los pesos son valores que abstraen patrones y no equivalen a obras almacenadas. Es decir, sin memorización literal, no hay infracción por reproducción.
Al contrario, en Alemania, el tribunal ha realizado una interpretación amplia del concepto de reproducción: si el modelo es capaz de regenerar un contenido protegido con prompts simples, hay fijación en los parámetros y por tanto reproducción a efectos legales. Las excepciones de “TDM” cubren las copias preparatorias, pero no la memorización ni la salida basada en ella en Fase 2 de uso de modelo.
Este contraste anticipa efectos de forum shopping y obliga a diseñar estrategias de cumplimiento territorialmente sensibles.
4) Implicaciones de cumplimiento (compliance) y recomendaciones
Si prevalece el enfoque alemán, las empresas generando y/u ofreciendo modelos de IA de uso general (GPAI) deberán adoptar un cumplimiento activo que combine medidas jurídicas y técnicas:
- Asegurar la trazabilidad y licencias expresas de los datos de entrenamiento, excluyendo cualquier dato sin licencia válida.
- Realizar pruebas periódicas del riesgo de memorización (estricta e indirecta).
- En los acuerdos con proveedores de datos/modelos, establecer cláusulas contractuales en las licencias sobre datos que aseguren los derechos suficientes para reproducir y distribuir el material (incluida la posterior puesta a disposición)
Conclusión
Con estas dos decisiones, se proponen dos estándares: una visión inglesa con un concepto más estricto de copia (y los pesos son abstracciones no infractoras), contra un enfoque alemana con una noción mucho más amplia de reproducción. Actualmente, la seguridad jurídica de los desarrolladores dependerá del territorio y del diseño técnico-contractual que minimice (o descarte) la memorización y garantice licencias suficientes sobre el material de entrenamiento.
Revisando los múltiples “posts” y artículos sobre este tema, notemos que una parte de la literatura cuestiona que “memorización” (según la visión del tribunal alemán en GEMA) opere como prueba automática de infracción y recuerda que el derecho de autor protege la reproducción efectiva, no la mera posibilidad de recordar. En paralelo, se propone desplazar el foco regulatorio hacia los outputs (“plagiaristic outputs”), donde podría materializarse el riesgo infractor.
Esta cuestión recuerde parcialmente los debates sobre las máquinas reproductoras de video (las decisiones en USA Sony Corp. of America v. Universal City Studios sobre Betamax, y la defensa de substantial noninfringing uses.) y más recientemente, las decisiones sobre tecnologías P2P (por ejemplo, MGM Studios, Inc. v. Grokster, Ltd, y la necesidad de un modelo de negocio y promoción que demuestren una intención de atraer usos infractores).
Por tanto, ¡la cuestión es lejos de ser decidida!
↳ Descubre más contenidos en nuestra sección Insight.
↳ ¿Quieres estar al tanto de las novedades más relevantes del sector? Síguenos en LinkedIn.
