Inteligencia Artificial y derecho de autor: cómo sacar adelante una norma sobre minería de datos
El reciente rechazo parlamentario a la norma sobre minería de datos e inteligencia artificial incorporada en el denominado proyecto de ley miscelánea impulsado por el gobierno abrió una discusión que Chile inevitablemente deberá enfrentar tarde o temprano: cómo compatibilizar el desarrollo de la inteligencia artificial con la protección del derecho de autor.
La propuesta pretendía incorporar un nuevo artículo 71 T a la Ley N° 17.336 sobre Propiedad Intelectual, estableciendo que sería lícito, sin autorización ni remuneración al titular, realizar actos de “reproducción, adaptación, distribución o comunicación al público” de obras protegidas cuando ello tuviera por finalidad la extracción, comparación, clasificación o análisis estadístico de datos de lenguaje, sonido o imagen.
La discusión pública, sin embargo, se contaminó rápidamente por consignas simplificadoras. Algunos presentaron la norma como una autorización estatal para “piratear libros”, mientras otros afirmaron que cualquier limitación al entrenamiento de IA condenaría al país al atraso tecnológico. Ninguna de ambas posiciones describe correctamente el problema.
La inteligencia artificial efectivamente necesita acceder a grandes volúmenes de información para entrenarse. Los denominados datasets -conjuntos masivos de textos, imágenes, sonidos o videos utilizados para entrenar modelos- requieren normalmente copiar y almacenar contenidos protegidos por derecho de autor. Desde esa perspectiva, es razonable que exista una regulación específica para el denominado text and data mining (TDM).
Pero el verdadero problema del proyecto chileno está en su amplitud.
Para realizar minería de datos, la facultad realmente indispensable suele ser la reproducción técnica de las obras: copiar, indexar, fragmentar o almacenar información para análisis automatizado. Sin embargo, la norma propuesta iba mucho más allá. No sólo autorizaba la reproducción, sino también la adaptación, distribución y comunicación pública de las obras.
Ahí surgía la principal objeción jurídica.
La “adaptación” supone transformar la obra; la “distribución”, poner copias en circulación; y la “comunicación pública”, permitir el acceso de terceros mediante Internet, plataformas o transmisión digital. Ninguna de esas facultades resulta estrictamente necesaria para la minería de datos en sentido técnico. Su incorporación convertía la excepción en una limitación extraordinariamente amplia al núcleo patrimonial del derecho de autor.
La experiencia comparada demuestra precisamente lo contrario.
La Unión Europea reguló esta materia en la Directiva DSM 2019/790 sobre derechos de autor en el mercado digital. Allí el text and data mining fue permitido de manera mucho más acotada. La normativa europea se concentra esencialmente en actos de reproducción y extracción automatizada de datos, no en distribución ni comunicación pública irrestricta. Además, el sistema europeo incorporó un mecanismo fundamental: el opt-out. Es decir, los titulares pueden reservar expresamente sus derechos e impedir que sus obras sean utilizadas para entrenamiento de IA.
Estados Unidos, en cambio, ha seguido un camino distinto. Allí no existe una excepción legal específica para minería de datos. La discusión se ha canalizado a través de la doctrina jurisprudencial del “fair use”. Casos emblemáticos como Authors Guild v. Google y Authors Guild v. HathiTrust validaron ciertos procesos masivos de digitalización y análisis computacional porque los tribunales entendieron que se trataba de usos “transformativos”: no destinados a explotar expresivamente las obras, sino a analizarlas, indexarlas o procesarlas estadísticamente.
Pero incluso en Estados Unidos la legitimidad jurídica del TDM ha descansado históricamente sobre ciertos criterios relativamente claros:
uso interno; función analítica; ausencia de sustitución económica de la obra original; y transformación funcional del uso.
Precisamente por eso, desde una mirada comparada, la propuesta chilena resultaba incluso más amplia que la lógica norteamericana tradicional del fair use aplicada a minería de datos.
Chile necesita una regulación moderna sobre inteligencia artificial y derecho de autor. Negarlo sería desconocer la realidad tecnológica contemporánea. Pero dicha regulación debe construirse con precisión técnica y equilibrio institucional.
Una futura norma chilena debería, al menos, introducir cinco correcciones fundamentales.
Uno) Limitar la excepción exclusivamente a actos de reproducción técnica y extracción automatizada estrictamente necesarios para el análisis computacional.
Dos) Eliminar las referencias a adaptación, distribución y comunicación pública, salvo en hipótesis excepcionalísimas y claramente delimitadas.
Tres) Incorporar mecanismos de reserva de derechos u opt-out, permitiendo que autores, medios de comunicación, editoriales y plataformas puedan excluir legítimamente sus contenidos del entrenamiento de IA.
Cuatro) Establecer obligaciones de transparencia respecto de los datasets utilizados para entrenamiento de modelos fundacionales, y
Cinco) Prohibir expresamente que la excepción ampare usos que sustituyan económicamente la explotación normal de la obra o permitan reconstruir sustancialmente el contenido original.
El desafío no consiste en elegir entre innovación o derecho de autor. El verdadero desafío consiste en impedir que la regulación termine destruyendo uno de ellos en nombre del otro.
Francisco José Pinochet Cantwell
Doctor en Derecho
Universidad Nacional de Rosario, Argentina
LL.M California Western School of Law, USA
