La cuestión del derecho de autor que Hollywood ya no puede eludir

Un plano de situación generado por IA puede ser hoy fotorrealista, con iluminación cinematográfica y de rápida generación. Para el equipo de marketing es una ganancia. Para el departamento jurídico, la aseguradora de E&O y la distribución internacional, aquí empieza justamente el verdadero trabajo. Porque una imagen que se ve bien dista mucho de ser una imagen que se pueda poseer, licenciar, asegurar y explotar en todo el mundo.

Esta brecha entre la fuerza de convicción visual y la solidez jurídica se ha convertido en la cuestión central del sector. No se decide en la sala de montaje, sino en la chain of title, en la solicitud de seguro y en el contrato de distribución, y ya no se puede aplazar.

Por qué un asset bonito no es todavía un asset seguro

El núcleo del problema está en el entrenamiento. Los modelos generativos surgen procesando cantidades ingentes de datos, entre ellos obras protegidas. La U.S. Copyright Office lo encuadra con claridad en la parte 3: “several stages in the development of generative AI involve using copyrighted works in ways that implicate the owners' exclusive rights” (U.S. Copyright Office, Part 3: Generative AI Training). Que este uso esté permitido depende en EE. UU. del test de fair use, y la autoridad deja claro que no existe una exención general: “some uses of copyrighted works for generative AI training will qualify as fair use, and some will not” (U.S. Copyright Office, Part 3). El entrenamiento suele ser transformador, pero la valoración depende del caso concreto: de la obra, la fuente, la finalidad y los controles de salida; el uso consciente de conjuntos de datos basados en la piratería pesa en contra del fair use (U.S. Copyright Office, Part 3).

Para la producción esto significa: la cuestión jurídica ya reside en el modelo, no primero en la imagen generada. Si nadie puede acreditar con qué obras se entrenó un sistema, queda un riesgo residual que al final tendrían que pagar el comprador, el distribuidor o el inversor.

Un segundo problema afecta a la propiedad del resultado. En EE. UU. rige: “copyright protection in the United States requires human authorship” (U.S. Copyright Office, Part 2: Copyrightability). Un resultado generado por meros prompts no es, según la autoridad, protegible, pues “prompts alone do not provide sufficient human control to make users of an AI system the authors of the output” (U.S. Copyright Office, Part 2). La protección surge solo allí donde las personas configuran de forma reconocible: según la autoridad, los autores pueden reclamar derechos sobre la selección, disposición o edición creativa de los resultados (U.S. Copyright Office, Part 2). Quien no lo documenta arriesga una laguna de propiedad en mitad de la obra.

Es justo aquí donde un detalle jurídico se convierte en un riesgo económico. La chain of title es la prueba sin fisuras de que una producción controla todos los derechos sobre todos los elementos, y suele ser un requisito para el seguro de errores y omisiones (errors and omissions), que a su vez suele ser un requisito para la distribución. Las exposiciones especializadas describen que el underwriting se apoya en esta documentación; si se cubre y en qué condiciones depende, sin embargo, de la póliza, las exclusiones, la divulgación y el underwriting (Thoolie, Errors & Omissions Insurance for Filmmakers, exposición especializada, sin compromiso de la aseguradora). Las lagunas pueden desencadenar exclusiones, consultas adicionales, primas más altas o una denegación.

Un elemento de IA sin autoría humana documentada y sin una procedencia de entrenamiento aclarada es, por tanto, una posible ruptura en esa cadena. El AI Tool Kit de la Archival Producers Alliance, alojado por la Producers Guild of America, recomienda por ello un “Cue Sheet” que rastree todos los contenidos generados por IA y sus metadatos, así como transparencia frente al equipo, los distribuidores y los socios; se señala expresamente que esta información también resulta útil para contratar un seguro de E&O (Producers Guild / Archival Producers Alliance, AI Tool Kit). En paralelo, el mercado asegurador se mueve: a fecha del 1 de enero de 2026, la Insurance Services Office (Verisk) introdujo exclusiones estandarizadas para la IA generativa en la responsabilidad civil general (CGL) (formularios CG 40 47, CG 40 48, CG 35 08), donde la formulación de amplia interpretación “arising out of” puede aplicarse ya con una participación indirecta de la IA (Fenwick, The End of 'Silent AI'?). Según la fuente, estas exclusiones afectan a la responsabilidad civil general y no prueban que toda póliza de E&O de cine excluya la IA; sin embargo, algunas pólizas de tech E&O pueden excluir precisamente los riesgos generados por IA, como las infracciones de PI, de modo que una exención prometida podría quedarse sin cobertura (Honigman, The AI Insurance Gap). La asegurabilidad no es, pues, un automático: los assets de IA pueden desencadenar consultas adicionales, condiciones o costes.

Esto se vuelve controlable mediante una procedencia de los assets documentada. El estándar abierto C2PA describe, con las Content Credentials, un manifiesto firmado criptográficamente que registra quién creó o modificó un contenido, cuándo y con qué herramienta; al mismo tiempo, el propio estándar traza un límite y no aporta “no value judgments about whether the provenance data is good or bad” (C2PA, Content Credentials Explainer). La procedencia es una herramienta de documentación, no una prueba jurídica: sustenta un protocolo de producción, pero no sustituye ni la licencia ni la aclaración de derechos.

El caso Midjourney: cuando el propio output se convierte en prueba

Lo concretos que son estos riesgos lo muestra el primer gran caso de IA de Hollywood. En junio de 2025, Disney y Universal demandaron a Midjourney y calificaron el servicio de “bottomless pit of plagiarism”, porque genera reproducciones no autorizadas de personajes protegidos como Darth Vader y Elsa (AP News, Disney and Universal sue AI firm Midjourney). En septiembre de 2025 se sumó Warner Bros. Discovery, habló de “brazen theft” con personajes como Superman, Batman y Bugs Bunny y exigió hasta 150.000 dólares por obra infringida (Mashable, Midjourney pushes to expose studios' own AI practices). Midjourney se defiende con el fair use y argumenta que los estudios emplean internamente métodos comparables; en el marco de la disputa sobre el discovery, un juez magistrado limitó a mediados de junio de 2026 las obligaciones de divulgación de los estudios a los productos de IA orientados al consumidor (Mashable, Midjourney pushes to expose studios' own AI practices). A julio de 2026 el procedimiento sigue pendiente; aún falta una sentencia.

El punto decisivo para los productores: no solo los datos de entrenamiento, sino también el output pueden convertirse en un problema cuando reproduce de forma reconocible personajes u obras protegidos, la diferencia entre un modelo que muestra “un casco espacial” y otro que entrega de forma reconocible un personaje protegido.

Precisamente para la transferencia de estilo por IA es importante una diferenciación. En el Derecho estadounidense un estilo como tal no está protegido de forma automática; el tribunal en Kadrey v. Meta constató: “style is not copyrightable—only expression is” (Loeb & Loeb, Kadrey v. Meta). Quien pide a un sistema que trabaje “in the style of” no infringe, pues, derechos solo por ello. Se vuelve arriesgado cuando el output adopta elementos de expresión protegidos concretos o personajes reconocibles, o cuando los productos de IA desplazan un mercado de obras del mismo tipo; la U.S. Copyright Office advierte de un “serious risk of diluting markets for works of the same kind as in their training data” (U.S. Copyright Office, Part 3). Esta clasificación afecta a la situación jurídica estadounidense y no puede trasladarse sin más a otros países.

Un espacio jurídico, tres respuestas: EE. UU., UE, Reino Unido

Para películas explotables a escala internacional no basta una mirada nacional: tres mercados de referencia centrales tratan la misma técnica de forma distinta.

En EE. UU. la línea se va formando a través de decisiones judiciales. En Thomson Reuters v. Ross el tribunal decidió en febrero de 2025 que el uso no era fair use: “Ross' use of the headnotes did not constitute fair use as a matter of law” (Loeb & Loeb, Thomson Reuters v. Ross Intelligence). El juez subrayó, no obstante, expresamente: “only non-generative AI is before me today” (Loeb & Loeb, Thomson Reuters v. Ross). En Kadrey v. Meta el tribunal valoró en junio de 2025 el entrenamiento como fair use, pero admitió la teoría de la “market dilution” como posible punto de ataque futuro (Loeb & Loeb, Kadrey v. Meta). Y en el asunto Anthropic, el juez Alsup aprobó de forma preliminar, el 25 de septiembre de 2025, un acuerdo por 1.500 millones de dólares; antes había calificado el entrenamiento como fair use, pero valoró el almacenamiento de más de siete millones de libros basados en la piratería como una infracción (Reuters, US judge preliminarily approves $1.5 billion Anthropic settlement). También en el ámbito musical la imagen es mixta: las demandas impulsadas por la RIAA contra Suno y Udio de junio de 2024 están en parte resueltas mediante acuerdo, en parte aún pendientes (RIAA, Record Companies Bring Landmark Cases against Suno and Udio).

La UE apuesta por el Derecho escrito. La Directiva DSM (UE) 2019/790 recoge, en su artículo 4, una excepción para la minería de textos y datos de obras lícitamente accesibles, que solo rige en la medida en que el uso “has not been expressly reserved by their rightholders in an appropriate manner, such as machine-readable means” (EUR-Lex, Directive (EU) 2019/790). Esta reserva de derechos legible por máquina es la palanca con la que los titulares de derechos pueden prohibir el uso para entrenamiento. La EU AI Act obliga además a los proveedores de modelos de propósito general a establecer una política de derechos de autor y a facilitar un resumen público de los contenidos de entrenamiento; estas obligaciones para los modelos de IA de propósito general rigen desde el 2 de agosto de 2025 para los modelos nuevos puestos en el mercado, mientras que la ejecución y las multas se aplican a partir del 2 de agosto de 2026; para los proveedores de modelos que ya estaban en el mercado antes del 2 de agosto de 2025, la fuente prevé un periodo transitorio hasta el 2 de agosto de 2027 (Crowell & Moring, Code of Practice for General-Purpose AI Models Published). El General-Purpose AI Code of Practice que la acompaña se publicó el 10 de julio de 2025 y ofrece, con su capítulo sobre derechos de autor, una vía voluntaria hacia el cumplimiento (Comisión Europea, The General-Purpose AI Code of Practice).

El Reino Unido aún está indeciso. Según el Derecho vigente, la excepción de minería de datos rige solo para la investigación no comercial (Section 29A CDPA); el entrenamiento comercial sin licencia no queda cubierto por ella (GOV.UK, Report on Copyright and Artificial Intelligence). Tras una consulta del 17 de diciembre de 2024 al 25 de febrero de 2025 con 11.520 respuestas, la excepción amplia con opt-out inicialmente preferida ya no es la línea preferida (GOV.UK, Report on Copyright and Artificial Intelligence). Hasta qué punto cuenta la territorialidad lo mostró el caso Getty: el 4 de noviembre de 2025 el High Court decidió que un modelo como Stable Diffusion no es una “infringing copy”; Getty había retirado imputaciones centrales de derechos de autor porque el entrenamiento no podía acreditarse en el Reino Unido (The Guardian, AI firm wins high court ruling after photo agency's copyright claim). Los análisis especializados extraen de ello la lección de que la territorialidad cuenta de forma profunda y de que el Derecho secundario del Reino Unido pone límites (Mayer Brown, Getty Images v Stability AI).

Contraargumentos, límites y riesgos

Sería deshonesto pintar la situación solo como una amenaza. No todo uso de IA es ilícito: varios tribunales estadounidenses han reconocido el entrenamiento como fair use bajo ciertas condiciones, y la Copyright Office recomienda dejar crecer el mercado de licencias sin intervención estatal (U.S. Copyright Office, Part 3). Además surgen herramientas que pretenden reducir el riesgo. Adobe promociona Firefly con que utiliza “commercially-safe datasets, including licensed and public domain content” y no entrena con datos de clientes (Adobe for Business, Firefly AI Approach). Es una afirmación del proveedor, no una garantía jurídica confirmada por los tribunales, pero marca la dirección: modelos de entrenamiento licenciados, modelos internos o privados sobre assets liberados, así como exenciones contractuales de responsabilidad.

Sin embargo, los límites siguen siendo reales. Los compromisos del proveedor y las exenciones valen solo lo que su cobertura, y el mercado asegurador se está alejando justo de la cobertura tácita de la IA (Honigman, The AI Insurance Gap). Los metadatos de procedencia pueden eliminarse y, aun cuando el entrenamiento sea admisible, un output puede reproducir elementos protegidos, como muestra el caso Midjourney. A ello se suma la fragmentación internacional: un asset que parece defendible en un mercado puede ser atacable en otro, y para una producción explotable a escala mundial no es un problema marginal, sino un riesgo central.

Conclusión

El sector ha fingido durante mucho tiempo que la cuestión de la IA era ante todo estética. No lo es. Si un resultado de IA se ve convincente es la más fácil de todas las pruebas. Las difíciles vienen después: ¿Está documentada la procedencia? ¿Están aclarados y licenciados los derechos subyacentes? ¿Puede asegurarse el resultado? ¿Y resiste la situación jurídica en cada mercado de destino?

Quien plantea estas preguntas solo en la entrega las plantea demasiado tarde. La respuesta sólida surge pronto: mediante modelos de entrenamiento licenciados o internos, autoría humana documentada, un protocolo de producción limpio sobre la procedencia de los assets, una divulgación temprana frente a la aseguradora y el completion bond, así como exenciones cuya cobertura se haya comprobado. Hollywood no debe temer la cuestión del derecho de autor, sino responderla antes de que ruede la cámara. Esto no es asesoramiento jurídico; la situación jurídica concreta debe cualificarse según el mercado y la fecha.