Microsoft y OpenAI describieron en emails internos el scraping masivo de noticias como ‘el mayor robo de trabajo de la historia’. Los documentos, desclasificados esta semana en la demanda que The New York Times y otros medios mantienen contra ambas compañías, muestran la distancia entre lo que sus ingenieros pensaban y lo que sus abogados defienden ante el tribunal.
Claves de la operación
- La demanda avanza y el material sale a la luz. La moción de sentencia sumaria de los medios demandantes se desclasificó esta semana y convierte los documentos internos en prueba pública.
- El uso justo queda en entredicho. Los correos contradicen la tesis central de Microsoft y OpenAI, que sostienen que entrenar con noticias es un uso legítimo y no requiere licencia.
- Riesgo directo sobre el negocio editorial. Los propios documentos hablan de un doom loop que dejaría a los medios sin capacidad de producir el contenido que alimenta a la IA.
Brent Hecht, director de ciencia aplicada de Microsoft, calificó el rastreo de noticias para entrenar modelos como ‘un robo asombroso de proporciones inéditas’. En otro documento interno fue más lejos: el plan hacía, según recogió Ars Technica, ‘una burla completa’ del concepto de uso justo. No habla un activista. Habla un directivo de la propia empresa que hoy sostiene lo contrario en sede judicial.
El uso justo que sus propios ingenieros no se creían
La defensa se apoya en que entrenar es uso legítimo: contenido publicado, sin licencia y sin pago al editor. Los papeles desclasificados apuntan en otra dirección. Son evaluaciones internas, no opiniones de terceros, y sitúan el uso justo en el centro del litigio.
Según los demandantes, los correos demuestran que Microsoft y OpenAI calibraron el daño antes de lanzar productos como ChatGPT y Copilot. Ese es el núcleo de la acusación: no el uso de la tecnología, sino la decisión de construir sobre contenido ajeno conociendo el perjuicio para quien lo produce.
Hay una arista corporativa que suele pasarse por alto. Microsoft es a la vez inversor principal de OpenAI, proveedor de la infraestructura donde se entrenan los modelos y víctima potencial de las reglas que se discuten. Microsoft defiende en público lo que sus empleados cuestionaban en privado.
El calendario judicial tampoco ayuda. La moción de sentencia sumaria sigue pendiente de resolución y el material desclasificado ya forma parte del expediente público. El resto es arqueología documental.
Nadie firma un correo interno pensando que acabará siendo prueba, y menos cuando ese correo describe el negocio como un robo a gran escala.
El ‘doom loop’ que amenaza la cadena de suministro de la IA
Hay un segundo hallazgo de naturaleza económica. Los documentos describen el temor a un doom loop: la IA se alimenta de noticias, pero si el rastreo destruye a los medios, el flujo se seca. Es un problema de suministro tanto como de derechos.
La paradoja es evidente. Las compañías que construyen modelos valorados en cientos de miles de millones dependen de una industria que factura una fracción de eso. El contenido que alimenta a la IA no se produce gratis.
Cosas que pasan cuando el negocio se levanta sobre el trabajo ajeno.
Los propios correos reconocen que el daño es estructural. Si los editores cierran, la materia prima escasea. Es la razón por la que algunas tecnológicas han cerrado acuerdos de licencia con grandes grupos anglosajones, de News Corp a Axel Springer, según se ha publicado. El modelo se está probando fuera de los tribunales.
Lo que España ya aprendió con el canon AEDE
España tiene un precedente incómodo. En 2014, la ley de propiedad intelectual obligó a los agregadores a pagar por enlazar titulares y Google cerró Google News en el país. El resultado no fue un reparto de ingresos: fue menos tráfico para los editores. La vía regulatoria, por sí sola, no arregló el problema de fondo.
Bruselas volvió a intentarlo por otra puerta. El reglamento europeo de IA exige transparencia, no remuneración: desde 2025 obliga a los modelos de propósito general a publicar un resumen del contenido usado en el entrenamiento. Grupos editoriales españoles, de Prisa a Vocento, llevan años pidiendo lo segundo y, de momento, han obtenido lo primero.
Para los editores pequeños el cálculo es distinto. Un acuerdo de licencia con un gigante exige capacidad jurídica y escala, dos cosas que una redacción mediana no tiene. Una sentencia favorable fijaría un precio de referencia más útil que cualquier negociación bilateral.
Queda el riesgo que nadie verbaliza. Si el uso legítimo cae en Estados Unidos, el rastreo que hoy sale gratis pasará a tener precio. Eso encarecerá el entrenamiento, pero también dará a los editores, una palanca real en la negociación. La próxima cita es la resolución de la moción de sentencia sumaria: si el juez acepta el marco que describen los correos, entrenar con noticias dejará de costar cero.
