El último frente en la pelea sobre cómo se construyen los grandes modelos de lenguaje no es una novela, un archivo de noticias ni un montón de código fuente. Es el cancionero estadounidense. El 28 de agosto, Sony Music Publishing y Warner Chappell entraron en un tribunal federal del norte de California y demandaron a Anthropic, el laboratorio detrás de la familia de modelos Claude, junto con el consejero delegado Dario Amodei y el cofundador Benjamin Mann. La demanda de las editoriales no se anda con rodeos. Califica el entrenamiento de Claude como «uno de los robos de propiedad intelectual en curso más grandes y descarados de la historia».

Esa frase está pensada para circular. También está pensada para enmarcar una teoría de daños que, si un jurado alguna vez la aceptara en el extremo alto del estatuto, sería lo bastante grande como para reordenar la economía de un laboratorio de frontera. El escrito reclama hasta 150.000 dólares por obra más 25.000 dólares por cada etiqueta de gestión de derechos de autor eliminada a lo largo de «decenas de miles» de composiciones — potencialmente varios miles de millones de dólares. Anthropic no hizo comentarios de inmediato.

El caso se sitúa en un cruce que la industria lleva más de dos años rodeando: si ingerir texto protegido a escala industrial y luego responder a usuarios que piden un estribillo o una estrofa es investigación, producto o robo. Las editoriales musicales han decidido que ya conocen la respuesta. Le piden a un tribunal en el foro tecnológico más importante del país que esté de acuerdo.

El catálogo de la demanda

Cinco canciones y una teoría del daño

Las obras nombradas en los papeles no son rarezas oscuras. Son canciones que han vivido en radios, bodas, estadios y listas de reproducción durante décadas. La demanda enumera «Ain’t No Mountain High Enough», el estándar de Holland-Dozier-Holland / Ashford & Simpson que Marvin Gaye y Tammi Terrell convirtieron en un monumento de Motown. Enumera «Livin’ on a Prayer» de Bon Jovi, una power ballad de clase trabajadora que aún detona cuando una banda de bar da con el cambio de tonalidad. Enumera «September» de Earth, Wind & Fire, un cántico de fecha de calendario que ha sobrevivido a la década que lo produjo. Enumera «Hallelujah», el himno de duda y deseo de Leonard Cohen, versionado tantas veces que muchos oyentes ya no saben qué versión amaron primero. Y enumera «Paper Rings» de Taylor Swift, una entrada tardía del catálogo que recuerda al tribunal que esta no es solo una pelea sobre los años sesenta y ochenta.

Esos títulos hacen un trabajo que una hoja de cálculo de daños no puede. Le dicen a un juez, y más tarde quizá a un jurado, que la supuesta apropiación no es abstracta. Es lo que la gente tararea. Las editoriales han aprendido, en peleas tecnológicas anteriores, que la especificidad vende. Napster no fue derrotado por una teoría de las redes de pares. Fue derrotado por Metallica y una lista de pistas. El mismo instinto está a la vista aquí.

Sony Music Publishing y Warner Chappell son dos de las tres grandes globales que controlan una enorme porción de las composiciones que subyacen a la música grabada. La tercera, Universal, ya está en la pelea. La elección de canciones famosas en la demanda es una forma de decir: si Claude se entrenó con la cultura, se entrenó con nosotros.

Cómo dicen las editoriales que se recopilaron los datos

Torrents, un espejo pirata y sitios de letras con licencia

Las afirmaciones fácticas más explosivas del escrito no tienen que ver con la salida. Tienen que ver con la ingesta. La demanda dice que Mann descargó por torrent más de cinco millones de libros pirateados. Dice que el personal se hizo con al menos dos millones más del Pirate Library Mirror. Y dice que el laboratorio raspó letras de sitios con licencia como MusixMatch y LyricFind.

Esas tres presuntas tuberías importan por razones jurídicas distintas.

Torrentear una biblioteca pirata de libros es, si se demuestra, una historia de derechos de autor directa: reproducción al por mayor de obras que el laboratorio no compró, de una fuente que no tenía derecho a entregarlas. Pirate Library Mirror es el tipo de archivo en la sombra que ha circulado en los círculos de aprendizaje automático como un sustituto conveniente, aunque radiactivo, del texto con licencia. Raspar MusixMatch y LyricFind es un tipo distinto de acusación. Esos servicios existen porque las letras están licenciadas. Se sientan detrás de acuerdos comerciales con las editoriales. Rasparlos, implica la demanda, no es vagar por la web pública. Es tomar el único lugar donde la industria ya construyó un mercado legal y tratarlo como un conjunto de entrenamiento gratuito.

Nada de esto ha sido puesto a prueba en un juicio. Anthropic no ha respondido a la demanda en público. Una demanda es un conjunto de acusaciones, no un veredicto. Pero las editoriales han puesto la higiene de datos del laboratorio —quién recopiló qué, de dónde y con la bendición de quién— en el centro del caso. Ese es un lugar más peligroso para un demandado que un debate sobre si la paráfrasis de una letra por un chatbot es transformadora. La ingesta es más fácil de contar. La ingesta deja registros.

La aritmética de los daños estatutarios

Dólares por obra y etiquetas eliminadas

La ley estadounidense de derechos de autor no exige que un demandante pruebe el valor exacto en dólares de cada licencia perdida. Para las obras registradas, el estatuto permite un rango de daños estatutarios. Las editoriales piden la cima de ese rango: hasta 150.000 dólares por obra. Añaden un segundo número, menos familiar: 25.000 dólares por cada etiqueta de gestión de derechos de autor eliminada.

La información de gestión de derechos de autor es los metadatos que viajan con una obra —créditos, identificadores, la maquinaria silenciosa que le dice a un licenciatario quién es el dueño y cómo pagar. La ley federal trata la eliminación de esa información como un agravio propio, separado de copiar la canción. Si una tubería de entrenamiento elimina etiquetas de modo que un modelo ya no sepa, o ya no revele, que una letra pertenece a una editorial, la demanda trata cada etiqueta eliminada como un hecho facturable.

Multiplique esas cifras a lo largo de «decenas de miles» de composiciones y las editoriales llegan a un titular que están felices de repetir: potencialmente varios miles de millones de dólares. Eso no es una predicción de lo que un juez otorgará. Es un techo, y una ficha de negociación. En el litigio de derechos de autor, el techo es el punto. Cambia la matemática del acuerdo. Cambia cómo hablan las juntas sobre reservas. Cambia si una empresa trata la música como un error de redondeo o como un expediente existencial.

La misma matemática explica por qué las editoriales demandaron a Amodei y a Mann por su nombre, no solo a la entidad corporativa. Los demandados individuales concentran la mente. También, en un caso sobre la presunta recopilación de datos, ponen un rostro humano a decisiones que el laboratorio podría describir de otro modo como práctica de investigación.

Un acuerdo de 1.500 millones de dólares por libros y un expediente abarrotado

Esta no es la primera discusión cara de Anthropic sobre datos de entrenamiento. El laboratorio ya llegó a un acuerdo de 1.500 millones de dólares en un caso de editoriales de libros. Esa cifra forma ahora parte del registro público de las guerras de derechos de autor de la IA. Les dice a todos los demandantes posteriores dos cosas: Anthropic pagará cuando los hechos y el foro se vean lo bastante mal, y el mercado para resolver estos casos ya no es teórico.

El expediente musical ya se estaba llenando antes de que Sony y Warner Chappell presentaran su escrito. Anthropic se enfrenta a demandas de Universal, Concord, ABKCO, BMG y Round Hill. Con la demanda del viernes, las tres grandes editoriales están ahora en los tribunales contra el creador de Claude. Eso es un hecho estructural, no un adorno. Las majors no siempre se mueven al unísono. Cuando lo hacen, los demandados pierden la esperanza de que una casa rompa filas y licencie alrededor de las demás.

Las editoriales independientes y de rango medio —Concord, ABKCO, BMG, Round Hill— añaden profundidad de catálogo y una textura política distinta. Las tenencias de ABKCO incluyen piezas de las historias de los Rolling Stones y Sam Cooke. BMG ha pasado años presentándose como una alternativa más amigable con los autores que las viejas majors. El catálogo de Concord es un museo del pop estadounidense. Juntas hacen más difícil que Anthropic argumente que está siendo señalada por un par de conglomerados. La industria, en este relato, ha llegado como un bloque.

Por qué las letras son un arma más afilada que los libros

Los libros y los artículos de noticias han sido la primera oleada de demandas de derechos de autor de la IA generativa porque son largos, fáciles de citar y fáciles de mostrar en una captura de pantalla. Las letras son más cortas, más pegajosas y, en algunos sentidos, más peligrosas para un fabricante de modelos.

Un gran modelo de lenguaje que ha visto una novela a menudo puede discutir sus temas sin reimprimir un capítulo. Un modelo que ha visto una letra está a un prompt de reimprimir la obra entera. Las canciones pop son breves. Su valor vive en la secuencia exacta: el gancho, el puente, el último estribillo. Los usuarios piden letras a los chatbots como antes se las pedían a los buscadores. Si Claude recita una estrofa, la editorial no necesita una teoría sofisticada de similitud sustancial. La salida es la obra.

También hay un mercado de licencias que ya existe. Los sitios de letras pagan. Los servicios de streaming pagan. La radio paga, a través de las organizaciones de derechos de ejecución. La sincronización en cine y publicidad paga. La teoría de las editoriales es que Anthropic se saltó la cola. No licenció MusixMatch ni LyricFind. No se sentó con Sony ni con Warner. Entrenó primero y, en el relato de las editoriales, esperó que la ley tratara el resultado como uso justo.

El uso justo es la doctrina en la que cuenta cada laboratorio de IA. Pregunta si un uso es transformador, cuánto de la obra se tomó y qué le hace el uso al mercado del original. Entrenar un modelo con texto para enseñarle lenguaje es, argumentan los laboratorios, una copia intermedia transformadora, más parecida a leer que a reimprimir. Los titulares de derechos argumentan lo contrario: que un chatbot comercial que puede emitir la obra es el mercado, o un sustituto de uno. Los tribunales no han zanjado esa pelea. Han producido un abanico de fallos tempranos, algunos más amistosos con el entrenamiento, otros no, y un montón creciente de acuerdos que parecen pólizas de seguro.

Las editoriales musicales tienen una razón particular para rechazar la metáfora de la lectura. Ya licencian el acto de mostrar una letra. El mercado no es hipotético. Tiene tarifas.

El norte de California como campo elegido

Presentar en el norte de California no es un accidente de geografía. Anthropic es una empresa de San Francisco. El Distrito Norte es donde van a interpretarse los casos tecnológicos más vigilados del país, ante jueces que han visto una década de peleas de plataformas. También es un pool de jurados que vive entre la gente que construye estos sistemas. Eso puede cortar en ambos sentidos. Puede producir escepticismo hacia demandantes de la industria antigua. También puede producir impaciencia con laboratorios que hablan de seguridad en público y, si la demanda tiene razón, torrentear bibliotecas piratas en privado.

La decisión de nombrar a Dario Amodei y a Benjamin Mann impide que el caso se convierta en una pura moralina corporativa. Amodei es el rostro público de la marca de seguridad de Anthropic: el antiguo investigador de OpenAI que se fue a construir una empresa que, según su propio relato, trataría los modelos poderosos con más cautela que sus rivales. Mann es un fundador técnico cuyo nombre, en esta demanda, está unido a un presunto torrent de más de cinco millones de libros pirateados. El contraste es el punto. Un laboratorio de seguridad, sugieren las editoriales, no puede permitirse ser exquisito con los clientes militares y casual con los catálogos.

Lo que se pretende con «en curso»

El adjetivo más importante de la demanda puede ser en curso. Las editoriales no describieron un pecado histórico, una corrida de entrenamiento que terminó en 2023 y que se puede desandar con un acuerdo y un conjunto de datos más limpio. Describieron una práctica. Si Claude sigue entrenándose, sigue actualizándose, sigue respondiendo a prompts de letras desde pesos que absorbieron MusixMatch y LyricFind, entonces cada día es un nuevo recuento.

Ese encuadre importa para las medidas cautelares tanto como para los daños. Un tribunal que cree que la apropiación ha terminado puede conformarse con hablar de dinero. Un tribunal que cree que sigue ocurriendo puede ser invitado a cerrar algo: una tubería, una función, la capacidad de un modelo de emitir letras. Los equipos de producto temen más las medidas cautelares que los cheques. Los cheques se pueden reservar. Las funciones que desaparecen un viernes por la tarde son la forma en que se van los usuarios.

La guerra más amplia a la que se suma esta demanda

La industria musical ya ha estado aquí, o cree que lo ha estado. La grabación doméstica. El sampling. Napster. La primera década de YouTube. Los acuerdos de banda sonora de TikTok. Cada vez, el argumento es que una máquina nueva ha hecho copiar demasiado fácil y pagar demasiado opcional. Cada vez, la industria llega tarde, demanda en voz alta y al final licencia. La pregunta abierta es si la IA generativa es otro ciclo de licencias o una ruptura del patrón: una tecnología que no necesita la canción como producto, solo como nutrición.

Si es lo primero, este caso terminará como suelen terminar los casos caros de derechos de autor: en un acuerdo confidencial, un corpus de letras licenciado, una marca de agua, un reparto de ingresos y un comunicado de prensa sobre una asociación. Si es lo segundo, las editoriales están intentando hacer que el precio de la nutrición sea tan alto que los laboratorios tengan que sentarse a la mesa o privar al modelo de música.

El acuerdo de 1.500 millones de dólares por libros sugiere que Anthropic ya sabe cómo se ve el primer camino. La presencia de Universal, Concord, ABKCO, BMG y Round Hill en el mismo campo sugiere que el segundo camino es el que la industria se prepara a recorrer si fallan las conversaciones.

Lo que el laboratorio no ha dicho

Anthropic no hizo comentarios de inmediato. Ese silencio es ordinario el día en que aterriza una demanda. También es un vacío que llenará el lenguaje de las editoriales. «Uno de los robos de propiedad intelectual en curso más grandes y descarados de la historia» no es una línea escrita para una conferencia en despacho. Es una línea escrita para la semana entre la presentación y la contestación, cuando se endurece la historia pública.

Cuando el laboratorio hable, tendrá un menú familiar. Puede negar el torrent. Puede decir que cualquier letra en la mezcla de entrenamiento fue incidental, filtrada o usada de un modo que la ley permite. Puede señalar filtros de salida que se niegan a reimprimir una canción completa. Puede argumentar que demandar a un consejero delegado y a un cofundador es teatro. Puede señalar que decenas de miles de obras, a 150.000 dólares cada una, más daños por etiquetas, es un número construido para asustar, no para medir el daño.

Lo que no puede hacer fácilmente es pretender que la industria musical está fragmentada. Las tres grandes editoriales están ahora en los tribunales contra el creador de Claude. El catálogo de la demanda —«Ain’t No Mountain High Enough», «Livin’ on a Prayer», «September», «Hallelujah», «Paper Rings»— es un recordatorio de que las obras en cuestión no son un nicho. Son el agua en la que nada la cultura.

Los siguientes movimientos son procesales y lentos: notificación, una moción de desestimación, una pelea sobre hasta dónde llegará el discovery dentro de la tubería de datos de Anthropic. En algún lugar de esa tubería, si las editoriales tienen razón, hay un torrent, un espejo y un raspado de sitios que ya pagan por las palabras. En algún lugar de la teoría de daños hay un número por obra lo bastante grande como para hacer que un laboratorio de frontera se estremezca. Las canciones, por su parte, seguirán sonando. La pregunta que se le ha pedido responder al Distrito Norte es quién, si es que alguien, cobra cuando una máquina aprende a cantarlas de vuelta.