La Fundación Wikimedia solicita presentar un escrito amicus curiae en el caso de derechos de autor contra OpenAI

La Fundación Wikimedia anunció el 30 de octubre de 2026 que ha solicitado autorización al Tribunal de Distrito de Estados Unidos para el Distrito Sur de Nueva York para presentar un escrito amicus curiae, o de amigo del tribunal, en In re: OpenAI, Inc. Copyright Infringement Litigation, la causa que reúne 12 demandas contra OpenAI, cuya integrante más conocida es la demanda de The New York Times contra OpenAI y Microsoft.

La presentación de la Fundación, fechada el 29 de octubre de 2026 y dirigida al juez Sidney H. Stein, es una petición formal por carta para obtener autorización para presentar el escrito, que se adjunta como anexo y se define como favorable a ninguna de las partes. Se presentó de conformidad con las normas locales del tribunal y con una orden del 7 de agosto de 2026 que regula la participación de terceros como amici curiae, modificada el 24 de septiembre de 2026; dado que esa orden indica que quienes deseen intervenir deben solicitar autorización, Wikimedia no pidió el consentimiento de las partes. El escrito propuesto tiene 5.831 palabras, dentro del límite de 6.000 palabras establecido por el tribunal para los escritos amicus curiae.

Rhett O. Millsaps II, de Lex Lumina LLP, es el abogado de referencia, junto con el asesor jurídico general de la Fundación, Stephen LaPorte; el asesor jurídico general adjunto, Jacob Rogers; y la asesora jurídica Aly Marino.

En el litigio consolidado, el tribunal decidirá si el uso de contenido protegido por derechos de autor por parte de empresas de inteligencia artificial (IA) para desarrollar modelos de lenguaje grandes (LLM) constituye un uso legítimo. La Fundación afirmó que la decisión tendrá una gran influencia debido a la jurisdicción, las partes involucradas y el reducido número de fallos que hasta ahora han abordado esta cuestión.

The New York Times presentó su demanda en 2023 y alegó que el uso de contenido propiedad de Times por parte de OpenAI y Microsoft para cualquier fin, incluido el entrenamiento de modelos de IA, infringe directamente la legislación sobre derechos de autor. OpenAI y Microsoft sostienen que entrenar y desplegar modelos basados en datos disponibles públicamente es un avance tecnológico amparado por el uso legítimo.

La Fundación sostiene que una interpretación demasiado restrictiva del uso legítimo podría frenar la innovación tecnológica y limitar la disponibilidad de herramientas que benefician a proyectos de código abierto como Wikipedia, mientras que una aplicación generalizada del uso legítimo podría dar lugar a una web más cerrada, en la que la falta de material disponible de fuentes secundarias debilite el conocimiento en línea.

En una publicación complementaria en Diff, el blog del movimiento Wikimedia, la Fundación afirmó que, si el entrenamiento no se considera un uso legítimo, el desarrollo de la IA probablemente solo seguiría siendo posible para las mayores empresas o los desarrolladores con más financiación, lo que impediría a los desarrolladores de código abierto costear la tecnología o incluso acceder a ella. En cambio, añadió, un fallo que aplique el uso legítimo de forma generalizada alentaría a los editores a proteger más información tras barreras de acceso, reduciendo la visibilidad de la que dependen Wikipedia y muchos editores para atraer lectores y reclutar nuevos voluntarios.

La directora ejecutiva, Bernadette Meehan, dijo que la Fundación adopta una postura «para defender el conocimiento humano libre y abierto del que depende Wikipedia» y describió la ampliación del acceso al conocimiento mediante la IA como un objetivo poderoso que debe respetar a las personas, los colaboradores y las comunidades que hacen posible el conocimiento fiable.

Un marco de uso legítimo caso por caso

El escrito propuesto fundamenta su enfoque en la decisión del Tribunal Supremo de 2023 en Andy Warhol Foundation for the Visual Arts v. Goldsmith y sostiene que cada uso distinto de obras copiadas en las diferentes etapas del desarrollo y funcionamiento de un chatbot requiere su propio análisis del uso legítimo conforme a los cuatro factores. Cita el fallo de 2025 en Bartz v. Anthropic como una referencia útil para evaluar por separado los usos de las mismas copias en distintas etapas, en lugar de combinarlos en un único análisis.

El escrito también sostiene que el rastreo automatizado —es decir, realizar una solicitud técnica automatizada a un sitio web para obtener una copia de una obra— constituye una adquisición, no un uso sujeto a derechos de autor, y que solo debería someterse a un análisis del uso legítimo lo que se haga posteriormente con las copias. Señala que algunas formas de rastreo automatizado aún pueden infringir las condiciones de uso del sitio, las leyes estatales sobre contratos o responsabilidad civil extracontractual, la Ley de Derechos de Autor del Milenio Digital o la Ley de Fraude y Abuso Informático.

El entrenamiento probablemente constituye un uso legítimo; la generación aumentada por recuperación, probablemente no

En cuanto al preentrenamiento, el escrito sostiene que probablemente constituye un uso legítimo: es transformador porque las copias aportan patrones lingüísticos en lugar de cumplir la función informativa de las obras; es neutral respecto del segundo factor, dado el carácter factual de las obras enciclopédicas; está justificado respecto del tercero porque los desarrolladores necesitan miles de millones de palabras para entrenar un modelo, por lo que el uso de obras completas resulta razonablemente necesario; y es legítimo respecto del cuarto porque el preentrenamiento, por sí solo, no sustituye a los originales en el mercado. En su anuncio, la Fundación resume su postura afirmando que el uso de contenido protegido por derechos de autor para entrenar modelos debería considerarse legítimo cuando estos son algo nuevo y distinto de las fuentes originales, sin que sea necesario cumplir las condiciones de las licencias de derechos de autor.

El escrito describe la generación aumentada por recuperación, o RAG, como un proceso en el que un chatbot busca en la web o en otra base de datos y luego identifica, copia, clasifica y pega fragmentos de contenido pertinentes en la ventana de contexto del modelo, junto con la consulta del usuario. Dado que un sistema de este tipo utiliza las obras con su propósito original de informar a los lectores, toma las partes más importantes de ellas y compite con las fuentes por la atención del público, sostiene el escrito, es probable que su uso no supere la prueba de los cuatro factores.

La Fundación sostiene que la RAG y otras técnicas similares de fundamentación no deberían considerarse uso legítimo y que las empresas que las ofrecen deberían respetar las condiciones de licencia de cada plataforma o editorial. En el caso de Wikipedia, se trata de la licencia Creative Commons CC BY-SA 4.0, que exige atribuir la autoría a los creadores originales y mantener las adaptaciones bajo la misma licencia.

En su conclusión, el escrito pide al tribunal que dictamine que el preentrenamiento del LLM de propósito general de ChatGPT constituye un uso legítimo, mientras que el uso por parte de OpenAI de copias en la función de generación aumentada por recuperación de ChatGPT no es legítimo y debe ajustarse a licencias como la licencia Creative Commons aplicable al contenido de los proyectos de Wikimedia.

La importancia de Wikipedia y otros escritos de amigos del tribunal

Wikipedia alberga más de 67 millones de artículos en 300 idiomas, a los que contribuyen casi 250.000 voluntarios cada mes, y la Fundación la describe como uno de los conjuntos de datos de mayor calidad que se utilizan para entrenar LLM. El escrito señala que más de 260.000 colaboradores voluntarios al mes, a fecha de enero de 2025, crean y moderan contenido en las trece plataformas de conocimiento libre de la Fundación, y que Wikipedia recibe miles de millones de visitas al mes.

El escrito señala que el tráfico no humano generado por el raspado y el rastreo sobrecarga los servidores de Wikimedia, lo que la lleva a adoptar medidas de protección técnicas que los actores malintencionados suelen eludir, y que tanto la sobrecarga como esas medidas amenazan la accesibilidad de sus sitios para los lectores humanos. La Fundación afirmó que el raspado de sus proyectos debe respetar los límites de frecuencia de su API pública o realizarse mediante las ofertas de su API Wikimedia Enterprise. También informó al tribunal de que las herramientas de aprendizaje automático ya ayudan a los voluntarios a combatir el vandalismo, detectar infracciones de derechos de autor y datos personales inapropiados, y dar prioridad a los artículos que más necesitan mejoras. Sostuvo que sería contrario a los fines de la legislación sobre derechos de autor calificar categóricamente de injusto el desarrollo de LLM.

El asesor jurídico general, Stephen LaPorte, afirmó que «el debate sobre el uso legítimo no puede limitarse a las organizaciones con fines de lucro» y añadió que un fallo que no aplique cuidadosamente los principios del uso legítimo podría amenazar la sostenibilidad del conocimiento libre y frenar el desarrollo de tecnologías de código abierto.

La moción de Wikimedia se sumó a una oleada de iniciativas de presentación de escritos de amigos del tribunal: las anotaciones del expediente muestran que, el 28 y el 29 de octubre de 2026, Engine Advocacy, the Authors Alliance, Public Knowledge, el profesor Matthew Sag, Brian L. Frye, Digital Content Next y un grupo de organizaciones editoriales, entre ellas the Association of American Publishers, solicitaron presentar sus propios escritos de amigos del tribunal, mientras continuaban los alegatos sobre las mociones de sentencia sumaria entre las editoriales de noticias, OpenAI y Microsoft. El tribunal tiene amplia discreción para decidir si acepta un escrito de un amigo del tribunal, señala la presentación de la Fundación, y el juez Stein debe concederle autorización antes de que su escrito propuesto sea aceptado formalmente.