Fair Use Falls Short: Judge Bibas Rejects AI Training Data Defense in Thomson Reuters v. ROSS

El juez Stephanos Bibas revocó recientemente su postura anterior en una sentencia decisiva contra una empresa de inteligencia artificial, lo que redujo significativamente la aplicación del uso justo en litigios por derechos de autor. Al determinar que las preguntas centrales sobre el uso transformador eran cuestiones de derecho y no de hecho, negó a la demandada la posibilidad de basarse en esta defensa. Esta decisión marca un punto de inflexión crítico, señalando que los tribunales son menos propensos a aceptar el argumento de que el entrenamiento de IA constituye un uso justo cuando la tecnología resultante cumple el mismo propósito comercial que la obra original protegida por derechos de autor. La sentencia enfatiza que simplemente crear una nueva plataforma no constituye un uso transformador si compite directamente con la obra fuente. A diferencia de precedentes anteriores en los que la copia era técnicamente necesaria para la interoperabilidad, la empresa de IA en cuestión tenía la opción de crear sus propios datos, pero optó por utilizar estructuras propietarias existentes por conveniencia. En consecuencia, el tribunal determinó que la salida de la IA cumplía la misma función que el contenido original, incumpliendo la prueba principal para el uso justo y destacando los riesgos legales de utilizar obras protegidas por derechos de autor para entrenar productos comerciales competitivos. Este caso es fundamental para el movimiento de datos abiertos, ya que cuestiona la suposición de que los procesos de aprendizaje automático justifican inherentemente el uso no autorizado de conjuntos de datos protegidos por derechos de autor. Sugiere que la defensa del carácter "transformador" podría ya no proteger a los desarrolladores de IA que entrenan modelos con contenido protegido para construir servicios competitivos. Como resultado, el panorama legal está evolucionando hacia acuerdos de licencia obligatorios, obligando a los usuarios de datos a negociar los derechos de antemano en lugar de depender de interpretaciones amplias del uso justo. Esto establece un precedente más estricto para la accesibilidad de los datos, potencialmente requiriendo un acceso más formalizado y compensado a los materiales de entrenamiento para el desarrollo futuro de la IA.

Source: natlawreview.com
Published on 2025-02-19

Experts Concerned About MeitY's Stance On Web Scraping »

Datos Abiertos (Open data)

Related news