Google afronta una nueva demanda colectiva de editoriales y autores que acusan a la compañía de usar obras protegidas para entrenar Gemini. Entre los demandantes figuran Hachette, Cengage, Elsevier, el escritor Scott Turow y S.C.R.I.B.E., según TechCrunch. La acusación sostiene que Google aprovechó libros y materiales a los que tenía acceso por programas de búsqueda o distribución, pero no autorización para entrenamiento de modelos.
El caso reabre una pregunta central para la inteligencia artificial generativa: qué significa el uso legítimo cuando una obra se incorpora a sistemas capaces de producir texto, código, imágenes o respuestas comerciales. Google, Meta, OpenAI y Anthropic ya enfrentan disputas similares. Algunas primeras decisiones en California han favorecido la defensa de uso razonable para entrenar modelos, pero el mapa judicial sigue lejos de estar cerrado. La propiedad intelectual se ha convertido en una infraestructura invisible de la IA, y ahora los tribunales empiezan a ponerle precio.
La demanda contra Google tiene una particularidad incómoda. Durante años, editoriales y autores colaboraron con Google Books para que sus obras fueran localizables mediante fragmentos y referencias bibliográficas. Los demandantes alegan que ese acceso limitado no autorizaba a entrenar Gemini. Es una diferencia importante: no es lo mismo indexar para descubrir un libro que usarlo como insumo para crear un modelo comercial.
También se acusa a Google de alterar o retirar información de copyright para ocultar el uso de materiales, algo que la compañía no respondió de inmediato según la información publicada. Si esa parte prospera, el debate se desplazaría desde la interpretación de uso legítimo hacia prácticas de gestión de derechos y trazabilidad de datos.
Para editores, medios y creadores, la disputa llega en un momento crítico. La IA reduce tráfico de búsqueda, genera resúmenes y compite por la atención del usuario. Si además se entrenó con contenido sin remuneración suficiente, el modelo económico de producir conocimiento se debilita. El conflicto no es solo legal: es una negociación sobre quién financia la creación de contenido en la era de los asistentes.
Las empresas que usan IA deben seguir este caso aunque no produzcan modelos. Si una herramienta se basa en datos cuestionados, pueden aparecer riesgos de reputación, continuidad o cumplimiento. Los proveedores tendrán que ofrecer más claridad sobre procedencia de datos, licencias y mecanismos de exclusión. La compra de software de IA se parecerá cada vez más a una revisión de cadena de suministro.
El precedente de Anthropic, multada con una cifra multimillonaria por el uso de obras pirateadas aunque algunas cuestiones de entrenamiento fueran vistas favorablemente, muestra que el resultado puede ser mixto. Los tribunales pueden aceptar ciertas prácticas y sancionar otras. Esa zona gris es precisamente la que inquieta a creadores y empresas.
La demanda contra Google confirma que la IA generativa entra en una fase de normalización jurídica, donde la escala técnica ya no basta como argumento. Los modelos seguirán avanzando, pero su ventaja competitiva dependerá también de licencias, acuerdos y confianza con quienes producen los datos de entrenamiento.
El desenlace puede tardar años. Mientras tanto, editoriales y tecnológicas seguirán negociando bajo presión, porque ninguna de las dos partes puede ignorar el cambio de consumo que ya está ocurriendo.
