Ley de Transparencia en IA Generativa: Protección de Derechos de Autor

TRAIN Act busca transparencia en las prácticas de entrenamiento de IA generativa

Representantes de un partido político han introducido un proyecto de ley bipartidista titulado el TRAIN Act, que tiene como objetivo proporcionar un mecanismo que ayude a músicos, artistas, escritores y otros creadores a determinar si su trabajo protegido por derechos de autor fue utilizado para entrenar modelos de inteligencia artificial generativa sin su permiso. En caso de que esto ocurra, el proyecto también busca que puedan obtener compensación por dicho uso.

La legislación propuesta crearía un nuevo mecanismo legal que permitiría a los propietarios de derechos de autor utilizar el poder de citación de los tribunales federales para obtener información sobre los materiales utilizados para entrenar modelos de IA generativa. Además, establecería la primera definición legal federal de “modelos de IA generativa”, que se definirían como modelos que “emulan la estructura y características de los datos de entrada para generar contenido sintético derivado”, incluyendo imágenes, videos, audios, textos y otros contenidos digitales.

Mecanismo de citación

Con el marco propuesto, un propietario de uno o más trabajos protegidos por derechos de autor tendría derecho a solicitar una citación que obligue a un desarrollador de IA generativa a producir copias o registros suficientes para identificar las obras protegidas que se utilizaron para entrenar su modelo. Para obtener una citación, el propietario de los derechos de autor debería presentar una solicitud al secretario de un tribunal de distrito de EE. UU. que incluya una citación propuesta y una declaración jurada que atestigüe su creencia de buena fe de que el desarrollador utilizó alguna o todas sus obras protegidas.

Una vez que se emita y se notifique la citación conforme a las Reglas Federales de Procedimiento Civil, el desarrollador estará obligado a “divulgar de manera expedita” las copias o registros solicitados al propietario de los derechos de autor o a un representante autorizado.

Provisiones de cumplimiento

El TRAIN Act también incluye dos provisiones de cumplimiento. Primero, si un desarrollador no cumple con una citación, el tribunal puede aplicar una presunción refutable de que el desarrollador efectivamente utilizó las obras protegidas para entrenar su modelo. En segundo lugar, si un propietario de derechos de autor solicita una citación de mala fe, el destinatario puede buscar sanciones bajo la Regla Federal de Procedimiento Civil 11.

Implicaciones del TRAIN Act

Si se promulga, el TRAIN Act ampliaría significativamente las obligaciones de transparencia para los desarrolladores de modelos de IA generativa y proporcionaría a los propietarios de derechos de autor una nueva herramienta para investigar posibles usos no autorizados de sus obras.

More Insights

La urgencia de adoptar una IA responsable

Las empresas son conscientes de la necesidad de una IA responsable, pero muchas la tratan como un pensamiento posterior. La IA responsable es una defensa fundamental contra riesgos legales...

Modelo de gobernanza de IA que enfrenta el uso oculto

La inteligencia artificial (IA) se está expandiendo rápidamente en los lugares de trabajo, transformando la forma en que se realizan las tareas diarias. Para gestionar los riesgos asociados con el uso...

Europa extiende plazos para cumplir con la normativa de IA

La Unión Europea planea retrasar las obligaciones de alto riesgo en la Ley de IA hasta finales de 2027, proporcionando a las empresas más tiempo para adaptarse a las exigencias. Sin embargo, los...

Innovación Responsable a Través de IA Ética

Las empresas están compitiendo por innovar con inteligencia artificial, pero a menudo sin las medidas de seguridad adecuadas. La ética en la IA no solo es un imperativo moral, sino también una...

Riesgos Ocultos de Cumplimiento en la Contratación con IA

La inteligencia artificial está transformando la forma en que los empleadores reclutan y evalúan talento, pero también introduce riesgos legales significativos bajo las leyes federales de...