Volver a Noticias
IndustriaAI Understanding sesión informativa

El tribunal de apelaciones de EE. UU. rechaza la defensa del uso legítimo de la capacitación en inteligencia artificial sobre datos legales protegidos por derechos de autor

Un tribunal federal de apelaciones de Estados Unidos falló en contra de Ross Intelligence en una disputa de derechos de autor con Thomson Reuters, lo que marca un importante precedente legal para el entrenamiento en IA.

4 min readRead the linked source
Source-page capture accompanying US appeals court rejects fair-use defense for AI training on copyrighted legal data
Referencia fuenteFuente registrada
Editor
journalismpakistan.com
Enlace fuente
journalismpakistan.comhttps://www.journalismpakistan.com/jp-global-media-review-september-2026-bans-arrests-and-ai
Tipo de fuente
Fuente vinculada: no se ha establecido el estado de fuente primaria.
ContextoEntiende esto en 60 segundos

Empieza aquí

Términos clave

Aprendizaje automático (ML)
Métodos que permiten a los sistemas aprender patrones a partir de datos y mejorar con el tiempo.
IA generativa
Sistemas de inteligencia artificial que producen contenido nuevo, como texto, imágenes, audio, video o código.
Ponte a pruebaPrueba de ética de la IA

que paso

El Tribunal de Apelaciones del Tercer Circuito de Estados Unidos falló contra Ross Intelligence en una demanda por infracción de derechos de autor presentada por Thomson Reuters. El tribunal rechazó el argumento de que el uso de resúmenes legales protegidos por derechos de autor de Westlaw para entrenar un sistema de investigación legal impulsado por inteligencia artificial constituye un uso legítimo. Esta decisión marca un fallo de apelación federal notable con respecto a la aplicación de la ley de derechos de autor al entrenamiento de modelos de IA.

La Corte de Apelaciones del Tercer Circuito de Estados Unidos emitió un fallo en el caso entre Thomson Reuters y Ross Intelligence. La disputa se centró en si Ross Intelligence podía utilizar legalmente resúmenes legales protegidos por derechos de autor de Westlaw para entrenar su herramienta de investigación jurídica impulsada por inteligencia artificial.

El tribunal rechazó la defensa de uso legítimo presentada por Ross Intelligence. Esta defensa suele argumentar que el uso de material protegido por derechos de autor está permitido si es "transformador" o tiene un propósito diferente al del trabajo original.

Según el informe, este es el primer fallo de apelación federal de EE. UU. que rechaza explícitamente una defensa de uso legítimo que implique el entrenamiento de IA. La decisión limita efectivamente la capacidad de los desarrolladores de IA para afirmar que los modelos de entrenamiento con datos propietarios están inherentemente protegidos por la ley de derechos de autor actual.

El razonamiento detallado del tribunal para la decisión no estuvo disponible de inmediato para el público, ya que el documento permanecía sellado en el momento del informe.

Detalles de la fuente: journalismpakistan.com ↗

Por qué es importante

Este fallo es un avance significativo en la batalla legal en curso sobre el uso de material protegido por derechos de autor en el desarrollo de la IA. Al rechazar la defensa del uso legítimo en este contexto, el tribunal ha señalado que las empresas de IA pueden enfrentar una responsabilidad sustancial por utilizar conjuntos de datos propietarios sin autorización. Esto crea un entorno legal más restrictivo para los desarrolladores de IA, lo que podría obligar a un cambio hacia modelos de datos con licencia y aumentar el costo de entrenar sistemas futuros. La decisión subraya que la innovación en IA no anula automáticamente las protecciones de propiedad intelectual existentes, sentando un precedente que probablemente influirá en futuros litigios relacionados con la IA generativa y la extracción de datos a gran escala.

El fallo sienta un precedente de alto riesgo para la industria de la IA, al sugerir que la doctrina del "uso justo" puede no ser un escudo confiable para las empresas que extraen datos protegidos por derechos de autor para entrenar modelos.

Para los desarrolladores de IA, esto aumenta los riesgos legales y financieros asociados con la adquisición de datos. Es posible que ahora se exija a las empresas que consigan costosos acuerdos de licencia para los datos de capacitación, lo que podría ralentizar los ciclos de desarrollo o favorecer a empresas más grandes y bien capitalizadas que puedan afrontar esos costos.

La decisión proporciona una victoria significativa para los propietarios de contenidos, incluidos los editores y las organizaciones de medios, que durante mucho tiempo han argumentado que las empresas de inteligencia artificial se están apropiando indebidamente de su propiedad intelectual para crear productos competidores.

This case serves as a bellwether for the broader legal landscape of AI, indicating that courts are beginning to scrutinize the mechanics of AI training rather than just the output of the models.

Interactive Mechanism

Mecanismo interactivo: cómo funciona realmente

Explore la tecnología subyacente detrás de este desarrollo de forma interactiva.

Thinking Budget (Test-Time Tokens):1,024 tokens
Complex Accuracy79%Math & Code Logic
Latency3.2sTime to first full output
Inference Cost$0.0092Per query estimated
Reasoning StyleStep VerificationInternal chain depth
Active Thinking Trace:
1Deconstruct user problem into formal constraints
2Propose candidate hypotheses & step-by-step calculation
3Self-correction: Backtrack and refute subtle edge cases
4Exhaustive consistency check & final output synthesis
Core takeaway: Test-time compute fundamentally changes AI economics. Instead of only scaling during pre-training, giving reasoning models more tokens at inference time allows them to systematically solve PhD-level STEM problems.
Verificación interactiva del concepto+10 Points
AI Ethics Quiz

Why can ethical evaluation not be reduced to one model score?

Qué ver a continuación

La principal incógnita es el razonamiento legal específico detrás de la decisión, ya que la opinión completa del tribunal permanecía sellada en el momento del informe. Los observadores deben monitorear la eventual publicación de la opinión escrita para comprender la interpretación del tribunal de "uso transformador" en el contexto del entrenamiento de IA. Además, el impacto de este fallo en otros casos de derechos de autor pendientes contra empresas de IA será fundamental, ya que puede proporcionar una hoja de ruta sobre cómo otros tribunales manejan demandas similares con respecto a la ingestión de contenido protegido para el aprendizaje automático.

The release of the court's full, unsealed opinion is the most critical next step. Legal experts will be analyzing the text to determine how narrowly or broadly the court defined the boundaries of fair use in this specific instance.

The ruling's influence on other high-profile copyright lawsuits—such as those involving major providers—will be a key indicator of whether this decision will be adopted as a standard across other jurisdictions.

Industry stakeholders will be watching for potential legislative responses or settlement trends, as AI companies may seek to avoid further litigation by proactively negotiating data-licensing deals with major copyright holders.

Guías y cuestionarios relacionados

Ética de la IAModelos de IA explicadosEntrenamiento de IAPon a prueba lo que sabes: prueba un cuestionario gratuito sobre IABusque un término de IA en nuestro glosarioSiga el rastreador de financiación de IA
¿Encontró esto útil?