Un juez federal dictaminó que Anthropic extrajo mediante scraping y pirateó ilegalmente libros de más de 10 profesores de Stanford para entrenar a Claude, un hallazgo que ahora subyace a un acuerdo de $1.5 billion y a una nueva ronda de litigios que los equipos empresariales que construyen sobre Claude no pueden tratar como ruido de fondo. El fallo, emitido por el juez William Alsup en Bartz v. Anthropic, divide la cuestión legal en dos: entrenar con libros adquiridos legalmente es fair use, pero construir una biblioteca permanente a partir de copias pirateadas no lo es. Esa distinción es ahora la línea que los equipos legales empresariales deben entender antes de firmar un contrato de implementación de Claude.

La mecánica del fallo importa para cualquiera que realice una diligencia de procedencia de datos. La opinión de Alsup, según informó Stanford Daily, traza una analogía entre cómo entrenaron los grandes modelos de lenguaje de Claude y cómo un lector humano internaliza un libro: "Como cualquier lector que aspira a ser escritor, los LLM de Anthropic se entrenaron con obras no para adelantarse y replicarlas o reemplazarlas, sino para tomar un giro brusco y crear algo diferente", escribió. Ese planteamiento protege el método de entrenamiento en sí. Lo que no protege es el método de adquisición: descargar y almacenar textos protegidos por derechos de autor de fuentes que Stanford Daily denomina "bibliotecas en la sombra" como LibGen y PiLiMi, que es la conducta que tanto Bartz como la más reciente demanda Cruz v. Anthropic señalan directamente.

La cifra del acuerdo es concreta: $1.5 billion distribuidos entre autores y editoriales de casi 500,000 obras registradas, lo que la Authors Alliance califica como el mayor acuerdo por derechos de autor que involucra a una empresa de IA, según Stanford Daily. Los profesores de Stanford mencionados en la nota como afectados por el uso no autorizado de su trabajo incluyen a Tobias Wolff, Abraham Verghese, Chang-Rae Lee, Daniel Mason, Hayagreeva Rao y Myra Strober. Wolff afirma que 10 de sus propias publicaciones se usaron para entrenamiento de IA sin permiso. Él y Chang-Rae Lee se excluyeron del acuerdo Bartz y presentaron una demanda independiente, no colectiva, Cruz v. Anthropic, mientras que Wolff y otros 27 autores han dicho que el acuerdo no es suficiente.

La economía de excluirse es el número operativo que los arquitectos deben considerar. El acuerdo Bartz equivale a aproximadamente $3,000 de indemnización por obra infringida, según lo informado por Stanford Daily. La demanda independiente de Wolff y Lee, Cruz v. Anthropic, busca un juicio con jurado para obtener indemnizaciones estatutarias completas de hasta $150,000 por obra infringida, una diferencia cincuenta veces mayor que indica que los demandantes creen que el acuerdo colectivo subvaloró las reclamaciones, y que un veredicto del jurado podría restablecer el precio de la exposición por derechos de autor para cada empresa de IA con un corpus de entrenamiento obtenido mediante scraping.

Lo que falla aquí no es el modelo, sino la suposición de que un acuerdo cierra la cuestión de responsabilidad. Cruz v. Anthropic busca una medida cautelar permanente contra el uso de las obras de los demandantes para el entrenamiento de modelos de Claude si tiene éxito, lo que significaría que una empresa que depende de un modelo Claude existente no tiene garantía de que el corpus de entrenamiento subyacente sobreviva intacto a futuros litigios. Paul Goldstein, académico de propiedad intelectual de Stanford Law y uno de los demandantes representados en la acción colectiva Bartz, plantea el problema estructural en un correo citado por Stanford Daily: "Millones de obras individuales protegidas por derechos de autor pueden copiarse en el curso de cualquier incidente de entrenamiento, y simplemente es impracticable que la plataforma obtenga licencias del titular de los derechos de autor de cada obra individual, o de hecho de cualquiera de ellas".

Esta no es una disputa aislada. Stanford Daily informa que se han presentado más de 70 demandas por infracción contra empresas de IA por parte de autores, artistas visuales y medios de noticias, incluidos The New York Times y Getty Images, y que la Authors Guild está llevando adelante por separado litigios contra OpenAI y Microsoft mientras presiona al Congreso para que apruebe legislación sobre licencias. La directora ejecutiva de la Authors Guild, Mary Rasenberger, citada en la nota, dice que la licencia "permite que autores y editoriales reciban compensación y exigir el uso de filtros que garanticen que sus obras no aparezcan en los resultados a menos que estén licenciadas por separado", un régimen que, de promulgarse, obligaría a los proveedores de IA a exponer los manifiestos de datos de entrenamiento que la mayoría actualmente trata como propietarios.

Para los arquitectos, la conclusión no es que Claude esté excepcionalmente expuesta —la excepción de fair use de Bartz para modelos entrenados legalmente en realidad le da a Anthropic más cobertura que a empresas que enfrentan demandas sin ningún acuerdo—, sino que el litigio sobre procedencia está vivo y sin resolver en toda la industria: antes de atar a un proveedor a un contrato empresarial de largo plazo, consigan lenguaje contractual de indemnización para reclamaciones sobre datos de entrenamiento, porque las indemnizaciones por obra que busca Cruz son cincuenta veces lo que el acuerdo actual valoró, y ningún tribunal ha decidido todavía qué número prevalece.