Una plataforma de generación musical con inteligencia artificial solicitó a un tribunal federal desestimar una demanda que la acusa de replicar ilegalmente identidades artísticas de músicos reconocidos. La empresa argumenta que no existe ninguna disposición legal que prohíba describir música usando el nombre de un artista como referencia estilística, comparándolo con la práctica habitual entre músicos humanos de invocar nombres para señalar géneros o influencias.
El caso fue iniciado por el músico Jason Isbell en agosto pasado y se distingue de litigios anteriores relacionados con derechos de autor: en lugar de centrarse en el uso de grabaciones para entrenar modelos de IA, apunta directamente a los derechos de imagen y personalidad artística. Isbell busca representar una acción colectiva que podría involucrar a millones de artistas, alegando que la plataforma ha codificado las identidades musicales de intérpretes reales dentro de su modelo generativo.
El mecanismo técnico en disputa
La empresa sostiene que su sistema no acepta nombres de artistas de forma directa, sino que traduce cualquier solicitud en características musicales descriptivas. Según su defensa, un comando que mencione a un artista específico se convierte internamente en atributos como género, tempo o instrumentación, sin referenciar explícitamente a ninguna persona. Sin embargo, Isbell argumenta que estas salvaguardias son superficiales y pueden eludirse con variaciones ortográficas o referencias indirectas.
Implicaciones para la industria creativa
El alcance potencial del fallo trasciende a las partes involucradas. Si el tribunal acepta la demanda, podría establecer un precedente que limite la capacidad de los sistemas de IA generativa para aprender y reproducir estilos asociados a artistas vivos, afectando el modelo de negocio de múltiples plataformas del sector. La empresa advirtió que una resolución desfavorable podría dañar el "ecosistema creativo y cultural" en sentido amplio.
Paralelamente, la compañía ya enfrenta litigios separados de grandes sellos discográficos por el uso no autorizado de millones de canciones en el entrenamiento de sus modelos, lo que convierte este caso en parte de un frente legal más amplio sobre los límites del aprendizaje automático en la industria musical. La defensa también invoca la preeminencia federal como argumento para invalidar las reclamaciones estatales presentadas bajo las leyes de derechos de imagen de Nueva York, California y Tennessee.




