Una opinión del abogado general del Tribunal de Justicia de la Unión Europea (TJUE), Maciej Szpunar, abre un debate jurídico de fondo sobre los límites del uso de contenido periodístico por parte de sistemas de inteligencia artificial generativa. El caso, iniciado por Like Company —operador húngaro de portales de internet— contra Google por el uso de sus publicaciones en el entrenamiento del chatbot Gemini, plantea una pregunta que afecta a toda la industria editorial digital: ¿hasta dónde puede un modelo de lenguaje utilizar contenido de terceros sin vulnerar derechos de propiedad intelectual?

Szpunar distingue dos fases con implicaciones legales distintas. El entrenamiento de modelos de lenguaje con obras protegidas está, en principio, permitido bajo la excepción de minería de textos y datos reconocida por la legislación europea. Sin embargo, la generación de respuestas es otro escenario: si un chatbot extrae información de una publicación y la reutiliza de forma que reproduce la expresión original del editor —no solo los hechos—, podría configurarse una violación de los derechos conexos al derecho de autor. La distinción es técnica pero con consecuencias comerciales directas: la ley protege la inversión en la creación de contenido, no el monopolio sobre la información.

Dos criterios que determinan la legalidad

La evaluación de si existe infracción depende de dos factores concretos. Primero, si el sistema accedió al contenido de forma ilícita, por ejemplo eludiendo medidas técnicas como muros de pago. Segundo, si la respuesta generada va más allá de transmitir hechos y reproduce la forma de expresión del editor de manera que el usuario pierda el incentivo de consultar la fuente original. Este segundo criterio es especialmente relevante para los modelos de negocio basados en tráfico y suscripciones digitales.

El impacto potencial de esta interpretación es significativo. Si el TJUE adopta el criterio del abogado general, las empresas que operan modelos de lenguaje con acceso a contenido editorial deberán revisar sus arquitecturas de recuperación de información —especialmente los sistemas RAG (Retrieval-Augmented Generation)— para garantizar que las respuestas no reproduzcan la expresión protegida. Para los editores, en cambio, abre una vía legal para exigir compensación o establecer acuerdos de licencia con plataformas de IA.

Un marco legal aún en construcción

La opinión del abogado general no es vinculante para el TJUE, lo que mantiene abierta la interpretación final. No obstante, estos dictámenes tienen peso orientador y suelen anticipar la dirección del fallo. El caso llega en un momento en que la tensión entre la industria de la IA y los medios de comunicación escala globalmente: en paralelo, editores en Estados Unidos, Reino Unido y Australia impulsan legislaciones similares o litigan directamente contra grandes plataformas tecnológicas.

Lo que este proceso deja claro es que la ausencia de un marco regulatorio específico para el uso de contenido editorial en IA generativa ya no es sostenible. Las organizaciones que dependen de grandes volúmenes de contenido externo para alimentar sus sistemas deben anticipar un entorno legal más restrictivo, mientras que los editores tienen ahora argumentos jurídicos más sólidos para negociar o litigar. La resolución del TJUE, cuando llegue, establecerá un precedente con alcance directo sobre cómo se diseñan, entrenan y operan los sistemas de IA en Europa.