Los editores y autores han pasado de la advertencia a la acción mientras los sistemas de IA generativa continúan basándose en grandes cantidades de periodismo, libros y otros contenidos premium protegidos por derechos de autor para el entrenamiento de modelos. Lo que comenzó como extracciones ad hoc y llamamientos públicos incómodos se ha convertido en un impulso estructurado por términos de pago por entrenamiento, licencias colectivas y soluciones regulatorias.
El debate ahora está impulsado por derrotas legales, acuerdos de alto perfil y un ecosistema técnico emergente diseñado para hacer cumplir el acceso pagado. Desde los primeros acuerdos de licencia con organizaciones de noticias hasta un acuerdo de 1.500 millones de dólares relacionado con libros pirateados, los últimos dos años han cristalizado las demandas de los editores en solicitudes comerciales y políticas concretas.
Por qué los editores exigen pago
Los editores argumentan que su contenido sustenta la calidad de los modelos de lenguaje grandes modernos y que el uso no autorizado socava el modelo económico que apoya al periodismo y los libros. Ejecutivos y asociaciones han advertido que la extracción sin control de datos para entrenamiento desvía tráfico, erosiona los ingresos por suscripción y publicidad, y rompe la 'simbiosis' de la que antes dependían los editores y las plataformas de búsqueda o agregación.
Ese argumento comercial se ha combinado con una reivindicación basada en derechos: autores y redacciones afirman que deben controlar la concesión de licencias de su trabajo y ser compensados cuando se utiliza para entrenar sistemas de IA comerciales. Grupos como la Authors Guild y la News/Media Alliance (NMA) han hecho de la transparencia y la negociación colectiva el centro de sus demandas.
Estas demandas se concretan en tres solicitudes claras de los editores: transparencia obligatoria sobre qué obras protegidas alimentan el entrenamiento de modelos, apoyo a marcos de licencias colectivas que puedan establecer términos estándar, y medidas legales o regulatorias para reequilibrar las negociaciones con las empresas de IA con grandes recursos.
Casos emblemáticos y el acuerdo con Anthropic
La acción legal ha sido un gran acelerador. Los tribunales han emitido señales mixtas sobre si el uso de material protegido para entrenamiento constituye uso legítimo, pero algunos fallos y hallazgos fácticos han favorecido las reclamaciones de los editores o han revelado prácticas arriesgadas por parte de los desarrolladores de IA.
Un desarrollo clave fue la resolución de la demanda colectiva contra Anthropic, aprobada preliminarmente el 25 de septiembre de 2025, en la que Anthropic acordó pagar aproximadamente 1.500 millones de dólares a autores y editores. Informes sobre esa aprobación estimaron que el pago promedio sería de unos 3.000 dólares por libro incluido y que aproximadamente 465.000 títulos estaban cubiertos para los cálculos de pago.
El acuerdo siguió a una resolución sumaria del 23 de junio de 2025 en la que un juez estadounidense concluyó que el uso de Anthropic podría en algunos aspectos calificar como uso legítimo, pero también encontró que la empresa había almacenado millones de copias pirateadas de bibliotecas en un repositorio central, una vulnerabilidad fáctica que influyó materialmente en el impulso para llegar a un acuerdo. El expediente del juez Alsup señaló que más de siete millones de copias pirateadas estaban en cuestión en el litigio, subrayando el problema de escala que destacan los editores.
Primeros acuerdos de licencia y condiciones de mercado
No todos los editores optaron por la vía judicial. Ha surgido un mosaico de acuerdos como ruta alternativa: Associated Press licenció su archivo de noticias a OpenAI en enero de 2023, mientras que el grupo alemán Axel Springer firmó una asociación global con OpenAI el 13 de diciembre de 2023 que incluía pagos, atribución y uso permitido de contenido de pago seleccionado.
Las editoriales comerciales han experimentado con tarifas únicas por título y la opción de participación de los autores. HarperCollins, reportada a finales de 2024 como la primera de las Big Five en cerrar una licencia de entrenamiento de IA para un catálogo selecto de no ficción, ofreció a los autores participantes una opción de inclusión y pagos únicos en torno a los 2.500 dólares por libro elegido, una señal de mercado que muchos demandantes reflejaron después en sus reclamaciones por daños.
Los rastreadores de mercado y los informes señalan una amplia variación en los términos de los acuerdos y muchas cifras financieras no divulgadas, pero surgió una estructura recurrente: pagos por título (a menudo presentados como tarifas únicas), control de los autores cuando es posible y usos negociados que iban desde la ingestión directa hasta el acceso resumido o atribuido.
Evidencia, poder de negociación y afirmaciones de los editores sobre la composición de los conjuntos de datos
Los editores se han apoyado en estudios independientes y análisis internos para argumentar que los conjuntos de datos de LLM seleccionados sobrevaloran el contenido premium de los editores. Un informe técnico de la NMA de octubre de 2023 y análisis relacionados afirmaron que el material de los editores estaba sobrerrepresentado en un factor de 'más de 5 a casi 100' en comparación con rastreos web genéricos como Common Crawl.
Esa investigación alimentó la narrativa de que los editores tienen poder de negociación: si los modelos dependen desproporcionadamente de sus reportajes y libros, los editores pueden exigir legítimamente un pago o una licencia colectiva para capturar parte del valor generado aguas abajo. La directora ejecutiva de la NMA, Danielle Coffey, resumió la postura de forma contundente, diciendo que el análisis muestra que los desarrolladores de IA 'lo están usando de manera generalizada'.
Los editores también utilizaron demandas para cuantificar sus expectativas. Varias demandas y quejas han solicitado daños mínimos por obra; los escritos han citado cifras como 2.500 dólares por infracción, señalando cómo los demandantes calibran las expectativas monetarias para enfoques de 'pago por entrenamiento'.
Licencias colectivas y aplicación técnica: la iniciativa RSL
Para ir más allá de acuerdos ad hoc y litigios, los editores y socios de plataformas lanzaron soluciones técnicas y colectivas. Un ejemplo destacado es el protocolo Really Simple Licensing (RSL) y el RSL Collective, anunciados el 10 de septiembre de 2025, como un estándar de licencia/robots.txt legible por máquina para permitir a los titulares de derechos establecer términos de pago por rastreo, pago por inferencia o suscripción para rastreadores automáticos.
Según se informa, los patrocinadores de RSL incluían grandes plataformas web como Reddit, Yahoo, Medium y Quora, y la iniciativa propuso la cooperación con CDNs como Fastly para hacer cumplir el acceso de pago por rastreo. La idea es reforzar la posición negociadora de los editores haciendo técnicamente sencillo exigir pagos a gran escala, en lugar de forzar a cada editor a negociaciones individuales o litigios interminables.
Combinado con organizaciones de derechos colectivos, RSL representa una vía no litigiosa para obtener pagos y estandarizar condiciones. También crea un cálculo comercial para las empresas de IA: negociar licencias con los editores, construir canales de entrenamiento que eviten contenido protegido, o aceptar los costes e incertidumbre de largas batallas legales.
Qué significa esto para las empresas de IA y el mercado en general
El efecto acumulativo de acuerdos, demandas, contratos y nuevos estándares técnicos es elevar el listón comercial y de cumplimiento para los desarrolladores de IA. La resolución de Anthropic en particular, y el hallazgo fáctico sobre el almacenamiento a gran escala de libros pirateados, ha señalado que los riesgos pueden convertirse en responsabilidades muy grandes.
Las empresas de IA ahora enfrentan tres grandes opciones. Pueden escalar licencias negociadas y medidas de transparencia, como han demostrado los acuerdos ejemplares con AP y Axel Springer. Pueden rediseñar los canales de entrenamiento para depender menos de contenido premium protegido o usar alternativas debidamente licenciadas o sintéticas. O pueden seguir impugnando las reclamaciones legales, aceptando la postura mixta de los tribunales y el potencial de más acuerdos y daños.
Para los editores y autores, la combinación de presión legal y estándares técnicos como RSL crea más poder de negociación que una estrategia de litigios dispersos por sí sola. Para los legisladores, este momento plantea preguntas sobre reglas de divulgación, marcos de licencias colectivas y si se necesitan nuevos remedios legales para equilibrar la innovación con los derechos de los creadores.
A medida que el mercado se ajusta, se esperan términos de licencia más estandarizados, mayor transparencia sobre los corpus de entrenamiento y experimentación continua con tarifas por título, opciones de participación de autores y controles de acceso legibles por máquina. Los próximos 12 a 24 meses probablemente determinarán si el pago por entrenamiento se convierte en una norma de la industria o sigue siendo un mosaico de acuerdos y resultados judiciales.
La demanda de los editores por pago por entrenamiento ha pasado de ser retórica a institucional: los litigios establecieron el riesgo de responsabilidad, los primeros acuerdos ilustraron caminos comerciales y las nuevas herramientas colectivas prometen escala. Si las empresas de IA y los editores convergen en un equilibrio sostenible depende de la ley, la tecnología y el apetito comercial por licencias negociadas.
