Vía Tempo&Stomp
En un documento reciente sobre la gobernanza de la IA, Google hace pública su posición sobre las reclamaciones de IA y copyright. Además, propone un esquema regulatorio de dos capas para guiar la IA generativa en Estados Unidos.
Por un lado, Google propone una nueva estructura para los llamados modelos frontera, aquellos sistemas de IA especialmente avanzados, capaces de generar riesgos en ámbitos como ciberseguridad, biología o seguridad nacional. Para esa capa plantea una organización independiente, supervisada por el Gobierno Federal, encargada de fijar estándares, verificar auditorías y revisar marcos de seguridad.
Por otro lado, para la IA ampliamente desplegada (chatbots, asistentes, generadores de contenido, herramientas integradas en plataformas y otros usos comerciales o cotidianos, etc) defiende una aproximación más limitada consistente en adaptar leyes existentes, actuar sobre daños concretos y evitar nuevos regímenes regulatorios generales.
¿Cuál es la parte que impacta directamente en la industria de la música?
El documento tiene una sección titulada Creativity, copyright, and the AI value exchange en la que se incorporan cuestiones importantes sobre la posición de Google en relación a las industrias creativas y el marco de propiedad intelectual.
Google señala que el entrenamiento de IA con datos públicos debe quedar protegido por fair use en Estados Unidos y por excepciones de minería de textos y datos en otras jurisdicciones, y que las reclamaciones de copyright deberían centrarse en los outputs infractores, no en los inputs usados para entrenar.
Es decir, y en lo que se refiere a la música, el debate estaría en si una imagen, texto, pieza musical o contenido generado copia una obra existente, y no en los inputs utilizados para entrenar el modelo. O dicho de otra manera, el problema no estaría tanto en qué repertorio entra en el sistema, sino en si el resultado final reproduce indebidamente una obra protegida.
Para justificar esta posición, el documento intenta equilibrar esa postura con una idea de “intercambio de valor”. Google señala que los desarrolladores responsables deberían ofrecer controles técnicos para que los titulares puedan excluir contenidos del desarrollo de modelos, como Google-Extended, y afirma que está explorando nuevos acuerdos y modelos de colaboración con titulares de derechos, incluyendo pagos por acceso a contenidos especializados o no públicos.
Google dentro del sector musical
Como contexto, conviene señalar que Google no es un actor externo al sector musical. Es propietario de YouTube y YouTube Music, mantiene negociaciones y acuerdos de licencia con titulares musicales, desarrolla herramientas de IA y ha presentado modelos musicales de IA como Lyria. Por eso, su defensa del fair use para el entrenamiento no es solo una posición jurídica, sino una propuesta sobre dónde debería colocarse la frontera económica de la IA musical.
Asimismo, el tipo de controles como los que plantea Google pueden ser relevantes para propietarios de sitios web, pero no resuelven por sí solos la situación de intérpretes, músicos de sesión o artistas que no controlan los medios donde circulan sus grabaciones ni los derechos sobre el máster.
La cuestión de fondo es si el uso de repertorio para entrenar modelos debe generar autorización, trazabilidad y remuneración desde el input, o si el el marco normativo debe limitarse a controlar posibles infracciones en el output.
La diferencia es clave. En el primer escenario, músicos, intérpretes, productores y entidades de gestión pueden reclamar un lugar en la negociación sobre los datos usados para construir los modelos. En el segundo, su posición queda más dependiente de acuerdos voluntarios, sistemas de retirada, filtros técnicos y reclamaciones posteriores frente a resultados concretos.
¿Quién entra en los acuerdos sobre IA y copyright?
Este debate llega además en un momento en el que la industria está pasando de los litigios abiertos contra compañías de IA musical hacia acuerdos privados de licencia entre grandes titulares, plataformas y desarrolladores.
Si esos acuerdos se construyen sobre la idea de “intercambio de valor” y no sobre una obligación general de autorización por entrenamiento, la pregunta para músicos e intérpretes será quién entra en esos acuerdos, quién queda fuera y cómo se reconoce el valor de las interpretaciones fijadas que alimentan el ecosistema de IA.
De este modo, Google trata de fijar el marco sobre IA y copyright antes de que tribunales, reguladores y acuerdos privados entre grandes titulares, plataformas y desarrolladores terminen de ordenar el mercado.
Su posición no niega que pueda haber acuerdos con titulares, pero los sitúa como mecanismos de colaboración o valor añadido, no como condición necesaria para entrenar modelos con contenido público.
Sin transparencia sobre qué repertorio se ha utilizado, quién podía autorizarlo, qué derechos cubre la licencia y cómo se reparte el valor, el desplazamiento del copyright hacia los outputs puede dejar sin respuesta la pregunta más importante: quién participa en el valor generado por el entrenamiento.
Como cuestión de fondo, además, aumenta el riesgo de que los músicos y artistas queden atrapados entre dos niveles: por un lado, modelos entrenados sobre grandes cantidades de repertorio. Y por otro, acuerdos negociados principalmente entre compañías tecnológicas, plataformas y grandes titulares de derechos.