El 5 de septiembre de 2026, hora de Beijing, The Seattle Times Company y Newsday LLC demandaron a nueve entidades relacionadas con OpenAI y a Microsoft Corporation en el Tribunal de Distrito Federal de Estados Unidos para el Distrito Sur de Nueva York. La denuncia presentada el 4 de septiembre alega que los acusados ​​copiaron el contenido de noticias protegido por derechos de autor de los dos periódicos sin permiso ni compensación para usarlo en el entrenamiento, ajuste y ejecución de productos de inteligencia artificial generativa. Caso número 1:26-cv-07644, y el tribunal aún no se ha pronunciado sobre ninguna de las disputas de fondo.

Desde cargos de rastreo hasta generación de recuperación

La demanda de 38 páginas enumera siete reclamaciones, incluidas infracciones directas y indirectas de derechos de autor, dos reclamaciones de DMCA que implican la eliminación o distribución de información de gestión de derechos de autor y reclamaciones de dilución de marcas federales, de los estados de Washington y de Nueva York. El demandante solicita una indemnización legal o la opción de obtener daños y beneficios reales para el demandado, así como una orden judicial permanente, la incautación o destrucción de copias de su trabajo, conjuntos de datos de entrenamiento y grandes modelos lingüísticos, y un juicio con jurado. Los contenidos anteriores son todas solicitudes de litigio y no han sido aprobados por el tribunal.

Los demandantes alegan que los demandados obtuvieron contenido de los sitios web de dos periódicos mediante scraping automatizado, incluidos artículos detrás de muros de pago, y luego utilizaron copias para crear conjuntos de datos de entrenamiento, entrenar y afinar modelos. La demanda también incluye funciones relacionadas con ChatGPT, Copilot y Bing dentro del alcance de los productos en disputa, alegando que estos servicios pueden generar texto textual o contenido similar de las obras del demandante. La denuncia no adjunta la defensa formal del imputado a este caso, por lo que a esta altura sólo se puede confirmar que se han presentado los cargos, pero no se puede afirmar que la conducta descrita haya sido reconocida judicialmente.

Pruebas de modelos e intereses de la industria periodística

La queja describe por separado la copia de datos durante la fase de capacitación y la generación de mejora de recuperación después del lanzamiento del producto. Según el demandante, los datos de entrenamiento supuestamente involucran los índices de búsqueda WebText, WebText2, Common Crawl y Bing; La generación de mejora de búsqueda buscará en el índice de almacenamiento o en Internet en tiempo real después de que el usuario realice una consulta, agregará indicaciones de texto de búsqueda y luego generará respuestas. La fuente de datos, la ruta de rastreo y los métodos de uso específicos son narrativas propuestas por el demandante para explicar la teoría de la infracción. En esta ronda no se obtuvo ninguna evaluación técnica independiente.

El demandante también presentó una prueba de salida de ChatGPT, diciendo que cuando el mensaje solo contenía el título del artículo, la fecha de publicación y la URL, el modelo aún podía proporcionar párrafos textuales o aproximados de las noticias involucradas. Un ejemplo es el informe del Seattle Times sobre el accidente del Boeing 737 MAX y la posterior investigación federal; la denuncia alega que el modelo generó 88 palabras en inglés seguidas. Este número proviene de los materiales de prueba presentados por los demandantes, que aún no han sido revisados ​​por el tribunal, y ninguna agencia técnica independiente ha reproducido las condiciones y los resultados de las pruebas en esta ronda de materiales.

Problemas de información de gestión de derechos de autor

En la demanda, los dos demandantes enumeran las suscripciones, la publicidad y las licencias de contenido como las principales bases comerciales que respaldan la producción de noticias, y argumentan que la producción de IA generativa reducirá la necesidad de que los lectores visiten sus sitios web y debilitará el mercado de suscripciones y licencias. El principal lugar de negocios del Seattle Times está en Seattle, Washington, y el principal lugar de negocios de Newsday está en Melville, Nueva York; La demanda afirma que los dos periódicos han ganado un total de 30 premios Pulitzer, 11 y 19 respectivamente. Las identidades y los números de adjudicación provienen de documentos judiciales, y el daño al mercado aún es un reclamo que los demandantes aún tienen que probar.

Sobre la cuestión de la información de gestión de derechos de autor, los demandantes alegan que el proceso de extracción de contenido elimina o altera títulos de artículos, nombres de autores, avisos de derechos de autor y términos de uso, y alegan que OpenAI y Microsoft compartieron copias entre sí que eliminaron dicha información. Las dos empresas de periódicos también se opusieron a que el uso se considerara uso legítimo, alegando que los servicios de formación y producción de modelos compiten con ellos por los lectores, la publicidad y los ingresos por suscripción. La defensa del acusado y el juicio deberán determinar si la información de gestión de derechos de autor se ha eliminado ilegalmente y si el uso relacionado constituye un uso legítimo.

Validación de medios y límites del programa

Un flujo público de información publicado por TechCrunch el 5 de septiembre proporciona una confirmación cruzada independiente: dos organizaciones de noticias han demandado a OpenAI y Microsoft, la disputa involucra contenido de noticias supuestamente utilizado para entrenar inteligencia artificial. El resumen público no confirma más la fuente de los datos de entrenamiento, el método de rastreo, la prueba de 88 palabras o el daño específico, y no incluye la respuesta del acusado. Por lo tanto, los detalles técnicos y las afirmaciones legales del informe deben atribuirse claramente a la denuncia formal, y la identificación por parte de los medios del tema del incidente no puede ampliarse a un respaldo de todas las acusaciones.

El único avance en el proceso que se puede confirmar hasta el momento es que la denuncia ha sido interpuesta. Los materiales públicos del caso revisados ​​no incluyen defensas formales de los acusados, cronogramas judiciales, decisiones de consolidación de casos o adjudicaciones sustantivas, ni indican que el tribunal haya aprobado solicitudes para destruir conjuntos de datos o modelos de entrenamiento. Los casos posteriores deben basarse en los expedientes del Tribunal Federal de Distrito para el Distrito Sur de Nueva York; Antes de que haya una defensa, revisión de pruebas o adjudicación, reclamaciones como apropiación sin permiso, preservación de modelos de obras, sustitución de mercado e infracción intencional siguen siendo declaraciones del demandante y no pueden considerarse conclusiones legales establecidas.