ROSS Intelligence nunca mostró a sus usuarios ni un solo sumario de Westlaw. La start-up de investigación jurídica usó esos breves resúmenes de casos (los llamados headnotes) solo para entrenar su IA, mediante unos 25.000 memorandos redactados por una empresa contratada, y su producto respondía preguntas con fragmentos de sentencias judiciales. El 29 de septiembre, el Tribunal de Apelaciones del Tercer Circuito de EE. UU. dictaminó que aun así se trataba de una infracción de derechos de autor y no de fair use (uso legítimo). Es la primera vez que un tribunal federal de apelaciones decide si entrenar un sistema de IA con material protegido puede ser fair use.
El tribunal subrayó lo limitado de su decisión: la herramienta de ROSS recuperaba textos existentes en lugar de generar algo nuevo. Pero, para los equipos pequeños que crean productos de IA con datos ajenos, el razonamiento es un mapa claro de dónde está el riesgo jurídico.
Qué construyó ROSS y dónde entraron los sumarios
Los sumarios son los breves resúmenes que los editores de Thomson Reuters redactan para identificar las cuestiones de derecho en las sentencias de Westlaw, su plataforma de investigación jurídica. ROSS quiso crear un buscador que respondiera preguntas jurídicas en lenguaje sencillo con fragmentos relevantes de sentencias existentes, y pretendía que el producto compitiera directamente con Westlaw, según un análisis del bufete Ballard Spahr.
Para entrenarlo, ROSS contrató a un tercero, LegalEase, que redactó unos 25.000 memorandos. Cada uno combinaba una pregunta jurídica con entre cuatro y seis fragmentos de sentencias, calificados de "excelente" a "irrelevante", y los redactores usaron sumarios de Westlaw para plantear muchas de las preguntas, según resume Authors Alliance. Los memorandos se convirtieron en datos legibles por máquina. Quienes usaban ROSS nunca vieron un sumario.
Thomson Reuters presentó la demanda en mayo de 2020. ROSS Intelligence, que había recaudado unos 13 millones de dólares, cerró en enero de 2021 bajo el peso de sus costes judiciales, informa Tech Times, pero el caso sobrevivió a la empresa. En febrero de 2025, una resolución revisada de Stephanos Bibas, que actuaba por designación en Delaware, rectificó una decisión anterior del caso y concluyó que 2.243 sumarios eran originales, habían sido infringidos y no tenían un uso legítimo, y remitió ambas cuestiones al Tercer Circuito.
Cómo valoró el tribunal el fair use
El panel formado por Restrepo, Montgomery-Reeves y Bove, con ponencia de Montgomery-Reeves, determinó primero que los sumarios superan el bajo umbral de originalidad que exige el derecho de autor, porque muestran "alguna chispa creativa" al decidir qué incluir y cómo decirlo. La sentencia describe la disputa como "nada más que un caso ordinario de derechos de autor".
La ley estadounidense pondera después cuatro factores de fair use. Tres jugaron en contra de ROSS:
- Propósito y carácter. El uso fue muy comercial y apenas transformador. Westlaw usa los sumarios para ayudar a los abogados a identificar el derecho aplicable, y ROSS los usó para enseñar a su IA a identificar fragmentos relevantes de sentencias. La fase de entrenamiento no cambió ese propósito.
- Naturaleza de la obra. Este factor favoreció ligeramente a ROSS, porque los sumarios resumen sentencias judiciales y son más fácticos.
- Cantidad utilizada. ROSS copió sumarios completos, y cada uno cuenta como una obra en sí misma, así que este factor favoreció a Thomson Reuters.
- Efecto en el mercado. El tribunal apreció un perjuicio en dos mercados: el de la investigación jurídica, donde ROSS se creó como sustituto de Westlaw, y el de las licencias de sumarios como datos de entrenamiento de IA, un mercado que calificó de "en rápido desarrollo".
El tribunal también rechazó la comparación de ROSS con casos anteriores que permitieron la copia intermedia de código de software para que los productos funcionaran entre sí. Copiar los sumarios era el camino fácil para llegar a los memorandos de entrenamiento, señala Ballard Spahr, pero no era necesario para acceder al material no protegido que hay debajo: las propias sentencias.
La línea que trazó en torno a la IA generativa
El pasaje más citado es una nota a pie de página. En respuesta a los casos de IA generativa, el panel escribió que, "a diferencia de los modelos de IA de Bartz e In re: OpenAI, la plataforma de IA de ROSS no puede generar expresión original, y las pruebas aquí respaldan la conclusión contraria sobre el carácter transformador". Ballard Spahr interpreta que esto deja intacta la cuestión central: aún no se ha decidido si entrenar un modelo generativo con libros u otras obras expresivas es fair use.
Authors Alliance, que presentó un escrito en apoyo de ROSS, cree que esa excepción puede ser más débil de lo que parece. A su juicio, buena parte del trabajo de la nota lo hace la idea de sustitución y no la distinción generativa: "ROSS entrenó su IA con el propósito de crear un sustituto comercial de Westlaw". La organización prevé que los demandantes en los casos de IA generativa argumenten que cualquier modelo que compita en su mercado está del mismo lado de la línea que ROSS.
Esos casos abundan. La Association of American Publishers cuenta unos 150 en Estados Unidos. Y los tribunales aún no están alineados. Joe Cahill, del bufete Baker Botts, recuerda que dos resoluciones de junio de 2025 en el Distrito Norte de California trataron los mercados de licencias de forma muy distinta: en la de Alsup, un mercado de licencias de libros como datos de entrenamiento "no es uno que la Ley de Derechos de Autor faculte a los autores a explotar"; en la de Chhabria, saber si ese mercado "existe o es probable que se desarrolle es irrelevante".
Qué pueden sacar en claro los pequeños desarrolladores
Esto no es asesoramiento jurídico, y las cuestiones sobre IA generativa siguen abiertas. Pero el razonamiento del tribunal ofrece a los equipos que entrenan o ajustan modelos con datos de terceros seis puntos que conviene revisar.
- Sepa qué capa está copiando. Las sentencias que ROSS necesitaba eran públicas; los sumarios eran la capa editorial de Thomson Reuters sobre ellas. "No hay nada que Thomson Reuters haya creado que Ross no hubiera podido crear por sí misma o encargar a LegalEase sin infringir los derechos de autor de Thomson Reuters", escribió Bibas, según cita IPWatchdog. Según el razonamiento del tribunal, las fuentes primarias y las anotaciones propias son terreno más seguro que los resúmenes de un competidor.
- Usar los datos solo para entrenar no protege. Los sumarios nunca llegaron a los usuarios de ROSS y, aun así, el tribunal concluyó que el uso servía al mismo propósito que el de Westlaw.
- Crear un sustituto de su fuente es la posición más arriesgada. Tanto el primer factor como el cuarto giraron en torno a que ROSS creó un competidor directo del producto del que aprendió.
- Un contratista no traslada el riesgo. ROSS externalizó los memorandos a LegalEase, y la decisión aun así fue contra ROSS.
- Las licencias ya son prueba. El tribunal trató el uso que la propia Thomson Reuters hace de los sumarios para entrenar sus productos de búsqueda con IA como prueba de un mercado de licencias, y dijo que la ausencia de licencias a terceros "no demuestra que no exista un mercado para ello". La conclusión de Baker Botts es que los términos de una licencia pueden convertirse en prueba en litigios sobre fair use.
- Un litigio puede durar más que una start-up. ROSS Intelligence cerró en enero de 2021. La apelación se resolvió más de cinco años después.
Quién lo celebró y quién no
Las editoriales lo celebraron. "Los titulares de derechos tienen derecho a una participación equitativa en el mercado de la IA", dijo Maria A. Pallante, al frente de la Association of American Publishers, que calificó la decisión de "precedente poderoso".
Los defensores del fair use fueron más críticos. Brandon Butler, que dirige Re:Create, sostuvo que el razonamiento de la resolución de Bibas se apoyó en el concepto amplio de competencia de mercado y no en una sustitución real de mercado, lo que limita su alcance: "tal como está, este primer recorrido judicial por el laberinto del fair use en IA ha llegado a un callejón sin salida". Dave Hansen, de Authors Alliance, escribió que el tribunal "se equivoca en dos cosas importantes": vacía de contenido la doctrina de la fusión (merger), que impide que el derecho de autor proteja una idea que solo puede expresarse de pocas maneras, e interpreta el fair use en contra de la copia no expresiva y no pública que la doctrina ha protegido durante mucho tiempo. El tribunal despachó el argumento de la fusión con una analogía: "así como un disfraz de plátano puede tener una infinidad de diseños, los sumarios también pueden tener expresiones distintas".
Qué vigilar a partir de ahora
Fuera del Tercer Circuito, otros tribunales pueden decidir si siguen o no la sentencia. Baker Botts sugiere vigilar tres cosas: si una revisión posterior aborda la cuestión de la circularidad planteada en California, si el próximo tribunal de distrito sigue al Tercer Circuito y si los tribunales empiezan a examinar las licencias de datos de entrenamiento como los tribunales de patentes examinan las licencias comparables.
Para quien desarrolla, la tarea inmediata es la procedencia de los datos: de dónde viene cada conjunto, de quién es el trabajo editorial que contiene y si el producto creado a partir de él compite con esa fuente. La pregunta vale igualmente para los equipos que ajustan modelos de pesos abiertos, como el que MW3.biz cubrió al informar de que Mistral Large 4 pondrá un billón de parámetros en pesos abiertos. Los pesos pueden ser abiertos; los datos que se les añaden siguen necesitando un historial limpio.
Este artículo es solo informativo y no constituye asesoramiento jurídico.
