CEDRO pide transparencia en la compra de libros de segunda mano para entrenar la IA

El 6 de agosto, CEDRO requirió tanto a la empresa canadiense Zoom Books como a la portuguesa ISBNdb (Portugal) información sobre si habían adquirido y digitalizado títulos pertenecientes a nuestro repertorio. Asimismo, solicitó saber con qué empresas o desarrolladores de IA trabajan y les instó a que, en caso de haber reutilizado obras de nuestros socios, cesen en esa actividad. Hasta la fecha, ninguna de las dos compañías ha respondido a estos requerimientos. Esta reclamación se suma a otras iniciativas impulsadas por la Entidad para proteger los derechos de los autores y editores frente al uso de contenidos protegidos en el desarrollo de sistemas de IA. 

Tal y como explica Jorge Corrales, director general de CEDRO, nuestra Entidad actúa en este tipo de situaciones porque «forma parte de nuestra misión proteger los derechos de los colectivos autorales y editoriales y contribuir al fortalecimiento del ecosistema de la cultura escrita». En este sentido, subraya que en ningún caso se va en contra de la tecnología, sino que se busca una IA ética, es decir, que «las empresas tecnológicas operen con transparencia, utilicen contenidos con la autorización de sus autores y editores y garanticen una remuneración justa para los titulares de derechos afectados». 

Los contenidos humanos, la materia prima de la IA 

Esta actuación de CEDRO se produce porque diversas empresas desarrolladoras de IA están recurriendo al mercado de segunda mano del libro para obtener nuevos contenidos para entrenar sus modelos. Según distintas informaciones publicadas en prensa, varias compañías estarían operando en España y comprando de forma masiva libros, muchos en catalán. Una parte de ellos son antiguos, pero otros están protegidos, como manuales especializados o descatalogados. En algunos casos, los ejemplares son destruidos tras su digitalización.

Corrales señala que las empresas tecnológicas buscan contenidos editoriales originales y de calidad para seguir desarrollando sus sistemas y que «tras haber reutilizado gran parte de la información accesible en Internet, en abierto y también la pirata, la nueva estrategia de algunas compañías es acudir al mercado del libro de segunda mano para no tener que recurrir a contenidos generados por otras inteligencias artificiales». 

Comprar el soporte no te da derechos 

Para CEDRO, esta práctica plantea importantes riesgos tanto para los derechos de autor como para la diversidad cultural escrita y su preservación. 

Como explica el director de la Entidad, «la adquisición de un ejemplar físico no implica la autorización para reproducir su contenido, digitalizarlo, incorporarlo a bases de datos o utilizarlo para desarrollar sistemas de inteligencia artificial».  

En materia de propiedad intelectual resulta indiferente el estado comercial del libro. Un libro descatalogado y, desde luego, un libro de segunda mano es la manifestación editorial de una obra que muy probablemente esté protegida por los derechos de propiedad intelectual y, por lo tanto, cualquier utilización del mismo debe respetarlos. Algo que no está mínimamente asegurado en estos casos.

Además, advierte que en estos casos el ejemplar físico puede desaparecer tras su digitalización, «pero su contenido pasa a formar parte de modelos de IA de grandes multinacionales tecnológicas, que no comparten parte de esos beneficios con los autores y editores de las obras utilizadas». 

También avisa de que puede favorecer la concentración del conocimiento en plataformas privadas. 

En EEUU se recurre a Competencia 

No solamente CEDRO está actuando. También en EE. UU. diversas organizaciones acaban de solicitar a la Comisión Federal de Comercio (FTC) que investigue la compra, digitalización y destrucción masiva de libros por parte de empresas de IA y evalúe si estas actuaciones pueden afectar a la competencia y al acceso futuro al conocimiento. 

Diferenciar entre usos generativos y no expresivos 

Desde el punto de vista de CEDRO, sería muy positivo si se trabajara en una regulación que diferencie entre los usos no expresivos y los usos generativos o expresivos de la IA, y se establezca una regulación clara y responsable con los derechos de autor. 

Jorge Corrales concluye: «La clave de este asunto no está en si hay compras masivas de libros, sino en si queremos que la cultura escrita acabe reducida a materia prima para entrenar a la IA, sin control sobre su uso, sin transparencia y sin garantizar los derechos de quienes la crean y editan».