The New York Times ha acusado a OpenAI de ocultar miles de millones de registros de conversaciones de ChatGPT y una herramienta interna de recuperación que podría vincular directamente las salidas del modelo con periodismo protegido por derechos de autor, escalando su demanda por derechos de autor en curso con una nueva moción de sanciones.
Puntos clave
- The New York Times alega que OpenAI ocultó una herramienta interna capaz de buscar datos de entrenamiento e identificar texto con derechos de autor reproducido en las salidas de ChatGPT.
- Los editores afirman que OpenAI eliminó o retuvo miles de millones de registros de conversaciones de ChatGPT que podrían servir como evidencia de infracción de derechos de autor.
- OpenAI enfrenta una posible moción de sanciones — un paso procesal que, si se concede, podría dañar significativamente su posición legal en el caso.
- La disputa se centra en si el proceso de entrenamiento de OpenAI ingirió y reprodujo periodismo sin autorización o compensación.
- El resultado podría establecer un precedente vinculante sobre si las salidas de modelos de IA que reproducen texto fuente constituyen infracción de derechos de autor.
La herramienta oculta en el centro de la disputa
Según reportes de TechCrunch y Ars Technica, la alegación más dañina no es sobre los datos de entrenamiento en sí, sino sobre una capacidad de búsqueda que OpenAI supuestamente mantuvo en secreto. El Times afirma que OpenAI poseía — y no reveló — una herramienta interna que podría consultar conjuntos de datos de entrenamiento y encontrar instancias donde las salidas de ChatGPT coincidían estrechamente con material fuente protegido por derechos de autor. Si esa caracterización se sostiene, significaría que OpenAI tenía los medios para evaluar su propia exposición y eligió no entregar esa evidencia a los demandantes.
El enfoque de Ars Technica fue directo: OpenAI pudo haber «fingido incapacidad para buscar datos de entrenamiento». Ese es el tipo de alegación que cambia una disputa de derechos de autor hacia territorio de mala conducta, que es precisamente por qué el Times está buscando sanciones en lugar de simplemente argumentar los méritos de la infracción.
Lo que los registros podrían haber mostrado
Los miles de millones de registros de conversaciones de ChatGPT eliminados o retenidos son el segundo pilar de la acusación. En litigios de derechos de autor, los registros de salidas de modelos son potenciales pruebas irrefutables: pueden mostrar si un modelo estaba, en la práctica, reproduciendo porciones sustanciales de texto protegido en respuesta a consultas de usuarios. Perder o destruir esa evidencia — si eso es lo que pasó — es el tipo de cosa que los tribunales tratan muy seriamente, a veces instruyendo a los jurados a asumir que la evidencia faltante era desfavorable para la parte que la perdió.
Para cualquiera que construya sobre las APIs de OpenAI, esto importa más allá de la sala del tribunal. Si los tribunales eventualmente dictaminan que las salidas de ChatGPT reprodujeron periodismo con derechos de autor a gran escala, la presión legal sobre cómo se entrenan los modelos y lo que pueden producir se intensificará en toda la industria — no solo para OpenAI.
Por qué este caso tiene mayor peso que la mayoría de las peleas de derechos de autor de IA
La demanda del NYT es estructuralmente diferente de las batallas de derechos de autor de generación de imágenes que han dominado las noticias legales de IA. Esos casos — incluyendo la pelea en curso que involucra a Midjourney y estudios de Hollywood — se centran en gran medida en si entrenar con imágenes constituye infracción. El caso del Times hace una pregunta más aguda: ¿reprodujo el modelo terminado, en despliegue, texto protegido textualmente o casi textualmente de maneras que los usuarios podrían recuperar bajo demanda?
Esa distinción importa para los creadores de IA trabajando en cualquier modalidad. Un fallo de que la reproducción en tiempo de despliegue es infracción pondría presión en cada proveedor de modelo fundacional para implementar filtrado de salidas a un nivel mucho más allá de lo que existe actualmente. También podría acelerar el tipo de acuerdos de licencia que algunos editores ya han firmado con compañías de IA — acuerdos que, si se vuelven la norma, aumentarían los costos operativos y potencialmente se trasladarían a los precios de API.
La moción de sanciones como punto de presión legal
Las sanciones en litigios civiles federales no son automáticas. El Times debe convencer a un juez de que la conducta de OpenAI — ocultar la herramienta de búsqueda, eliminar registros — fue lo suficientemente intencional para justificar castigo más allá de las penalidades ordinarias de descubrimiento. Si la moción tiene éxito, el tribunal podría eliminar porciones de la defensa de OpenAI, trasladar costos de litigio, o emitir una instrucción de inferencia adversa. Cualquiera de esos resultados inclinaría significativamente el caso.
OpenAI no ha concedido públicamente ninguna de las caracterizaciones del Times. El equipo legal de la compañía casi ciertamente argumentará que la herramienta en cuestión no respondía a las solicitudes de descubrimiento como se plantearon, y que la retención de registros siguió política estándar en lugar de eliminación impulsada por litigio. Los tribunales pesarán esos argumentos cuidadosamente — pero el costo reputacional de la acusación ya es real.
La próxima audiencia sobre la moción de sanciones será la señal más clara hasta ahora de qué tan seriamente ve el juez presidente las afirmaciones sobre el manejo de evidencia. Ese fallo, cuando llegue, es el punto de datos que vale la pena observar.
