Sony Music Publishing y Warner Chappell Music demandaron a Anthropic ante un tribunal federal de California por el uso de composiciones musicales protegidas en el entrenamiento de Claude. Es una de las demandas por derechos de autor de mayor alcance presentadas hasta ahora contra una empresa de IA, y afecta directamente a quienes usan estas herramientas para trabajar con contenido.

Más allá del pleito puntual, el caso ordena una pregunta que muchos profesionales vienen esquivando: qué responsabilidad tiene quien usa una IA generativa sobre el material que produce.

Qué dice la demanda

Las editoras acusan a Anthropic de haber construido y operado sus modelos con decenas de miles de composiciones obtenidas mediante descarga masiva, scraping y copia no autorizada. Según la cobertura de TechCrunch, la presentación menciona letras y partituras de artistas como The Beatles, Taylor Swift y Michael Jackson.

Los demandantes reclaman daños estatutarios de hasta 150.000 dólares por cada obra infringida de forma deliberada, más montos adicionales por la eliminación de información de gestión de derechos. Engadget informó que también solicitaron juicio por jurado.

Anthropic respondió que se trata de la tercera demanda de los mismos abogados, que recicla alegaciones ya presentes en causas en curso, y sostiene que el entrenamiento de modelos constituye uso legítimo del material protegido.

No es un caso aislado

En 2023, Universal Music Publishing, Concord y ABKCO ya habían demandado a Anthropic por unas 500 canciones; a comienzos de este año ampliaron el reclamo a más de 20.000 obras. La diferencia de escala en la nueva presentación —de cientos a decenas de miles de composiciones— marca un cambio de estrategia de la industria musical: dejó de discutir casos puntuales para cuestionar el modelo de entrenamiento en su conjunto.

Qué está realmente en disputa

El núcleo legal es si entrenar un modelo con material protegido constituye "uso legítimo" (fair use en el derecho estadounidense). Las empresas de IA argumentan que el entrenamiento es transformativo: el modelo no almacena las obras, sino que aprende patrones estadísticos. Los titulares de derechos responden que la obtención del material fue ilícita desde el inicio y que la salida del modelo puede reproducir fragmentos reconocibles.

Hay un segundo eje menos comentado y quizás más relevante: la distinción entre cómo se obtuvo el material y qué se hizo con él. Varios fallos recientes sugieren que los tribunales pueden aceptar el entrenamiento como transformativo y aun así sancionar la forma de adquisición del corpus. Esa separación es la que define el riesgo económico real para el sector.

Qué significa para quien trabaja con IA todos los días

Si usás IA generativa para producir contenido —copys, guiones, imágenes, música de fondo, código—, hay cuatro implicancias concretas.

1. La responsabilidad sobre la salida sigue siendo tuya

Ninguna demanda contra un proveedor de IA traslada la responsabilidad de quien publica. Si el material generado reproduce una obra protegida y lo usás comercialmente, el reclamo llega a tu marca, no al modelo. Esto vale especialmente para letras, melodías y textos con autoría fuerte y reconocible.

2. Las cláusulas de indemnización importan más de lo que parecen

Varios proveedores ofrecen cobertura legal para usuarios empresariales frente a reclamos de propiedad intelectual derivados de sus modelos. Vale la pena revisar qué cubre exactamente el plan que usa tu equipo: suele haber diferencias grandes entre planes individuales y corporativos, y condiciones que se anulan si desactivaste ciertos filtros.

3. La trazabilidad se vuelve un activo

Documentar qué herramienta usaste, con qué prompt y cuánta edición humana hubo después deja de ser burocracia y pasa a ser defensa. En equipos de contenido conviene establecerlo como práctica estándar antes de que un problema lo imponga.

4. El costo de las herramientas puede moverse

Si los acuerdos de licenciamiento con titulares de derechos se generalizan, ese costo termina trasladado al precio de las suscripciones. Ya hay antecedentes de convenios entre empresas de IA y medios; es plausible que la música siga un camino similar, con licencias negociadas en lugar de litigio permanente.

Cómo trabajar con IA sin quedar expuesto

Cinco prácticas concretas que reducen el riesgo sin frenar la productividad:

• No pidas reproducciones literales. Pedir "la letra de tal canción" o "un texto al estilo exacto de tal autor con sus frases" es entrar directo en zona gris.

• Usá la IA como borrador, no como producto final. La edición humana sustantiva es lo que diferencia una obra derivada de una obra propia asistida.

• Verificá el material de terceros. Si el resultado incluye una cita, una estadística o un fragmento reconocible, chequeá su origen antes de publicar.

• Para música e imágenes comerciales, priorizá herramientas con corpus licenciado. Varias plataformas ya publican de dónde provienen sus datos de entrenamiento.

• Escribí una política interna simple. Una página con qué se puede generar, qué requiere revisión y qué está prohibido evita la mayoría de los incidentes.

Para equipos de marketing y contenido que ya integraron IA en su flujo diario, este recorrido sobre herramientas de IA para profesionales de marketing ayuda a mapear qué parte del proceso conviene automatizar y cuál mantener bajo control humano.

Qué mirar en los próximos meses

Tres señales que van a definir hacia dónde va el tema:

1. Si el caso avanza a juicio o se resuelve por acuerdo. Un acuerdo con licenciamiento sentaría un precedente comercial; un fallo, uno jurídico.

2. Cómo se pronuncian los tribunales sobre la distinción adquisición/entrenamiento. Es el punto que más impacta en los modelos de negocio del sector.

3. Si aparecen acuerdos preventivos entre empresas de IA y titulares de derechos musicales, como ya ocurrió con editoriales de noticias.

Cursos recomendados de Coderhouse

Entender los límites de la IA es parte de usarla bien. Estas formaciones cubren distintos niveles:

• Curso de Introducción a la Inteligencia Artificial — para comprender cómo se entrena un modelo y por qué el origen de los datos es un tema central.

• Curso de Creación de Contenido con IA — enfocado en producir con criterio: qué delegar al modelo y qué exige mano humana.

• Curso de Copywriting — porque la voz propia sigue siendo el activo que ningún modelo entrega listo.

• Carrera de AI Marketing — el recorrido completo para liderar equipos que integran IA en su operación diaria.

Preguntas frecuentes

¿Puedo usar contenido generado con IA comercialmente?

En general sí, pero la responsabilidad sobre el resultado recae en quien lo publica. El riesgo aumenta cuando el material se parece de forma reconocible a una obra existente, y disminuye con edición humana sustantiva. Revisá además los términos de uso de la herramienta: algunos planes gratuitos restringen el uso comercial de las salidas.

¿Qué pasa si un cliente me reclama por un contenido hecho con IA?

El reclamo se dirige a quien publicó o entregó el material. Por eso conviene tener documentado el proceso de producción, mantener la edición humana registrada y, en trabajos por encargo, aclarar en el contrato qué herramientas se usaron y cómo se distribuye la responsabilidad.

¿Esta demanda afecta a los usuarios de Claude?

No hay impacto directo sobre el uso del servicio: el litigio es entre las editoras y la empresa. Lo que sí puede cambiar con el tiempo son las condiciones de uso, los filtros aplicados a ciertos pedidos y eventualmente el precio, si se llega a acuerdos de licenciamiento con titulares de derechos.

¿Cómo sé si una herramienta de IA usa material licenciado?

Buscá en la documentación del proveedor las secciones sobre datos de entrenamiento e indemnización. Las herramientas que entrenan con corpus propio o licenciado suelen destacarlo como diferencial comercial. Si no hay información pública sobre el origen de los datos, conviene asumir mayor riesgo en usos comerciales sensibles.

¿Conviene dejar de usar IA generativa hasta que se resuelva el tema legal?

Frenar por completo tiene un costo competitivo alto y no elimina el riesgo, porque el marco legal va a tardar años en asentarse. El enfoque más razonable es seguir usándola con criterio: evitar reproducciones literales, sostener edición humana, documentar el proceso y priorizar herramientas transparentes sobre su corpus de entrenamiento.