Shanghai First Intermediate People’s Court Holds AI Voice-Cloning Platform Liable, Shifts Burden of Proof on Training Data

Esta sentencia establece un marco probatorio fundamental para demostrar la infracción de la voz por parte de la inteligencia artificial (IA) cuando los datos de entrenamiento son opacos. Al trasladar la carga de la prueba al demandado, permite que los demandantes se basen en la similitud forense y la accesibilidad pública, en lugar de requerir pruebas directas sobre el origen de los datos. Este enfoque aborda directamente la asimetría estructural de información inherente a los sistemas de IA generativa, garantizando que las personas puedan proteger sus derechos de personalidad a pesar de la naturaleza de "caja negra" del entrenamiento de los modelos. La decisión subraya el principio legal de que el reconocimiento de una voz sintética como perteneciente a un individuo específico constituye una infracción, independientemente del método algorítmico subyacente. Esto aclara que los intereses de personalidad asociados a la voz están protegidos contra su apropiación, incluso cuando la conexión entre las grabaciones originales y las salidas generadas por la IA no esté documentada explícitamente. Se enfatiza que el enfoque debe permanecer en la reconocibilidad de la salida para el público, más que en los detalles técnicos de cómo se entrenó la IA. Para el desarrollo de datos abiertos e IA, este caso destaca los crecientes riesgos legales asociados con el uso de datos públicamente disponibles para el entrenamiento de modelos sin consentimiento explícito. Señala un cambio hacia una mayor responsabilidad, requiriendo que los proveedores de IA mantengan registros transparentes de sus corpus de entrenamiento para defenderse de las reclamaciones por infracción. En consecuencia, las organizaciones deben gestionar cuidadosamente la obtención de datos y los mecanismos de consentimiento para evitar la responsabilidad legal, lo que impacta la forma en que los conjuntos de datos abiertos que incluyen voces personales son recopilados, almacenados y utilizados en modelos generativos.

Fuente: natlawreview.com
Publicado el 2026-10-08

Shanghai First Intermediate People’s Court Holds AI Voice-Cloning Platform Liable, Shifts Burden of Proof on Training Data

Noticias relacionadas