Inteligencia artificial y propiedad intelectual: la pregunta no es si se puede entrenar, sino con qué
La inteligencia artificial está redefiniendo la forma en que trabajamos, investigamos y creamos valor. Su potencial para aumentar la productividad, acelerar el desarrollo científico y fortalecer la competitividad de los países es indiscutible. Precisamente por eso, el desafío es establecer las condiciones para que su imparable avance sea sostenible, confiable y beneficie a toda la sociedad.
El reciente caso judicial que involucró a Anthropic volvió a poner sobre la mesa una discusión que marcará el futuro de esta industria: cómo desarrollar sistemas cada vez más sofisticados de IA sin vulnerar los derechos de quienes generan el conocimiento que hace posible su existencia.
El caso deja una distinción importante. Una cosa es discutir si el uso de obras protegidas para entrenar modelos puede estar amparado por determinadas excepciones o usos legítimos, y otra diferente es la forma en que esas obras fueron obtenidas. No debiera ser equivalente entrenar un modelo utilizando contenidos adquiridos, licenciados o disponibles legítimamente que hacerlo a partir de repositorios que distribuyen obras de manera ilícita.
En este contexto, la minería de textos y datos, o Text and Data Mining (TDM), será una pieza relevante. Esta técnica permite analizar grandes cantidades de información para identificar patrones, relaciones y conocimiento nuevo, y es fundamental para la investigación científica y el desarrollo de sistemas de inteligencia artificial. El desafío está en encontrar un equilibrio que proteja estos usos legítimos para investigación, educación e innovación, sin convertirlos en una autorización general para utilizar cualquier obra, obtenida desde cualquier fuente y para cualquier finalidad.
La innovación y el respeto por los derechos de autor no son conceptos opuestos. Por el contrario, son condiciones complementarias para construir un ecosistema tecnológico sólido. Un marco demasiado restrictivo puede dificultar la investigación, aumentar las barreras de entrada y concentrar aún más el desarrollo de inteligencia artificial en unas pocas empresas capaces de pagar grandes volúmenes de licencias. Pero un sistema sin reglas claras también puede debilitar los incentivos para crear contenidos, investigar, desarrollar software o producir conocimiento.
Esta discusión cobra todavía mayor relevancia con la irrupción de los agentes de inteligencia artificial. A diferencia de los asistentes tradicionales, estos sistemas podrán ejecutar tareas complejas de manera cada vez más autónoma, consultar distintas fuentes de información, procesar contenidos y tomar decisiones en representación de personas u organizaciones.
Bajo ese escenario, la propiedad intelectual dejará de ser únicamente una pregunta sobre los datos utilizados durante el entrenamiento. También será necesario abordar qué contenidos consultan los agentes en tiempo real, bajo qué licencias pueden utilizarlos, cuándo corresponde atribución, qué ocurre cuando generan resultados derivados de múltiples fuentes y cómo se mantiene trazabilidad sobre esas decisiones.
Esto exige estándares más altos de transparencia y responsabilidad. No necesariamente significa revelar cada elemento de un conjunto de entrenamiento, algo que puede ser técnica y comercialmente complejo, pero sí avanzar hacia mecanismos que permitan conocer las categorías y procedencia de los datos utilizados, las políticas de obtención de contenidos y los criterios mediante los cuales se respetan derechos de autor y licencias.
Chile tiene una oportunidad para posicionarse como un actor relevante en esta nueva economía del conocimiento. Contamos con infraestructura digital, conectividad, centros de datos, universidades y talento capaces de desarrollar soluciones basadas en inteligencia artificial. Pero para atraer inversión y acelerar la innovación necesitamos reglas claras que entreguen certeza tanto a quienes desarrollan esta tecnología como a quienes producen los contenidos y conocimientos que la alimentan.
El camino no pasa por restringir el desarrollo de la inteligencia artificial ni por levantar barreras que terminen haciendo inviable la investigación local. Tampoco por establecer una excepción tan amplia que elimine, en la práctica, cualquier capacidad de los autores para decidir sobre el uso de sus obras.
La tarea es modernizar nuestro marco de propiedad intelectual incorporando mecanismos que promuevan la transparencia sobre el origen de los datos de entrenamiento, permitan desarrollar sistemas de licenciamiento razonables, reconozcan mecanismos efectivos para que los titulares puedan ejercer sus derechos y, al mismo tiempo, resguarden la minería legítima de textos y datos para fines científicos, educativos y de innovación.
Chile debería aspirar a un equilibrio que permita investigar, entrenar y desarrollar inteligencia artificial dentro del país, en lugar de importar únicamente modelos construidos bajo las reglas de otras jurisdicciones. Una regulación mal diseñada podría terminar beneficiando precisamente a quienes ya tienen mayor escala y capacidad económica.
En inteligencia artificial, la pregunta relevante ya no es simplemente si se puede entrenar un modelo. La pregunta es con qué datos, obtenidos de qué forma, bajo qué reglas y con qué responsabilidades.
Felipe Mancini
CEO de Asimov Consultores
Vicepresidente de Chiletec (Asociación de Empresas Chilenas de Tecnología)
