Un modelo holandés que «respeta el copyright» rinde peor que los open source. La pregunta es: ¿a quién le conviene ese modelo de gobernanza? Y más importante: ¿qué debería hacer Argentina?
En 2023, Países Bajos lanzó GPT-NL, un modelo de lenguaje financiado con fondos públicos y desarrollado por TNO junto con socios del sector privado y cultural. La idea era ambiciosa: construir un modelo que respetara los derechos de autor desde la base, usando solo datos con autorización explícita de sus titulares. Era, en teoría, el contrapeso europeo al avance de los modelos norteamericanos entrenados con internet entera. En la práctica, los benchmarks publicados por el propio TNO muestran algo incómodo: GPT-NL rinde peor que Llama 2, peor que Mistral, y en comprensión factual del holandés «apenas supera lo que adivinar al azar produciría». El análisis del investigador Paul Keller sintetiza el problema con una pregunta clásica: cui bono — ¿a quién beneficia?
Si la regulación internacional del copyright en IA se consolida exigiendo licencias para el entrenamiento, los modelos ya entrenados quedan inmunes. Los países que no tienen modelo propio quedan fuera del juego para siempre — y pagando por acceder al que ya ganó.
La trampa del «copyright-friendly»
GPT-NL eligió no usar datos que la ley europea le permitía usar. La Directiva sobre Derechos de Autor en el Mercado Único Digital (CDSM), en su artículo 4, habilita la minería de textos y datos (text and data mining) para usos comerciales por defecto, salvo que el titular de derechos opte expresamente por excluirse. GPT-NL ignoró esa ventana legal y negoció acuerdos directamente con editoriales y medios holandeses. El resultado: un corpus de entrenamiento más limpio jurídicamente, pero más pobre en diversidad y escala.
Keller señala que la estrategia de GPT-NL no fue ingenua: responde a una presión concreta de titulares de derechos que quieren transformar el entrenamiento de IA en un mercado de licencias. Si ese modelo prospera —si se consolida como estándar internacional— los ganadores son quienes ya tienen el contenido licenciado y quienes ya tienen el modelo entrenado. Los perdedores son todos los que llegan después. Y en esa ecuación, el debate que se libra en Europa sobre derechos de autor e IA tiene consecuencias directas para lo que pueda o no hacer Argentina.
El mapa de la soberanía de IA
La discusión sobre copyright en IA no es solo técnica ni solo jurídica. Es, en el fondo, una discusión sobre quién controla la infraestructura cognitiva del futuro. Tres bloques están definiendo las reglas hoy:
Estados Unidos avanza hacia una doctrina de fair use amplio para el entrenamiento de IA, que protege a sus grandes modelos ya consolidados — como ilustra el caso de Google reclamando que toda la música subida a YouTube puede usarse para entrenar su IA. La Unión Europea negocia entre su tradición de protección fuerte al autor y la excepción de minería de datos que habilitó la CDSM — con resultados contradictorios como el de GPT-NL. China construye sus propios modelos con sus propias reglas de acceso a datos, sin demasiados miramientos por el copyright occidental.
En ese mapa, Argentina no aparece como productora. Aparece como consumidora: de APIs de OpenAI, de infraestructura de Google, de modelos de Meta. No hay un modelo de lenguaje en español desarrollado en Argentina con escala real. No hay excepción de minería de datos en nuestra ley de propiedad intelectual. No hay política pública de IA que aborde el problema de la soberanía de datos de entrenamiento.
Argentina: sin excepción, sin modelo, sin política
La Ley 11.723 de propiedad intelectual, con sus actualizaciones, no contempla una excepción específica para el entrenamiento de modelos de IA. Eso significa que, en principio, usar obras protegidas para entrenar un modelo sin licencia podría configurar una infracción — aunque la discusión doctrinaria está abierta y nadie ha litigado el punto en el país todavía. Esa ambigüedad tiene una consecuencia práctica: los actores que quieran desarrollar modelos en Argentina no tienen certeza jurídica. Y sin certeza jurídica, la inversión no llega.
El vacío legal que podría haber sido una ventana —como lo fue el artículo 4 de la CDSM para Europa— se convierte en un obstáculo. Entretanto, los acuerdos internacionales que Argentina firma o podría firmar están siendo diseñados por quienes ya tienen sus modelos listos. Si un tratado de propiedad intelectual consolida el modelo de licencias obligatorias para el entrenamiento de IA antes de que Argentina tenga algo propio, el resultado es simple: pagamos royalties para siempre por acceder a tecnología que en parte se construyó sobre contenido producido en español, por autores latinoamericanos, sin compensación alguna a ese origen.
El camino open source: una estrategia jurídica y política
El caso de Apertus, el modelo suizo mencionado en el análisis de Keller, es instructivo. Un modelo de 8 mil millones de parámetros, construido sobre una arquitectura open source, sin objetivo específico de idioma holandés, superó a GPT-NL en todos los benchmarks de comprensión en ese idioma. La lección no es que el copyright deba ignorarse: es que el marco legal que se adopte para la IA determina quién puede participar y en qué condiciones.
Para Argentina, el open source no es solo una opción técnica: es una estrategia jurídico-política viable. Los modelos con licencias abiertas —Llama (Meta), Mistral, Qwen (Alibaba), entre otros— pueden ser adoptados, adaptados y entrenados con datos locales sin las restricciones de los modelos propietarios. Legalmente, el escenario es más claro: las licencias open source definen con precisión qué se puede hacer y qué no. Políticamente, permite que universidades, organismos del Estado y empresas locales construyan capacidades reales sin depender de contratos con Silicon Valley. Eso no resuelve el problema de los datos de entrenamiento —para eso haría falta una excepción legal específica, equivalente al artículo 4 europeo, que habilite la minería de datos con fines de investigación e interés público— pero sí reduce la dependencia de infraestructura propietaria y genera un punto de apoyo desde el cual negociar.
Una propuesta concreta
Si Argentina quiere tener algo que decir en el debate global sobre IA, necesita al menos tres cosas en simultáneo: una excepción de minería de textos y datos en su ley de propiedad intelectual, con estándares claros de transparencia sobre qué datos se usaron; una política activa de adopción y adaptación de modelos open source en el sector público y en las universidades; y una posición articulada en los foros internacionales —OMPI, MERCOSUR, G20— que defienda el derecho de los países no centrales a construir capacidades propias sin quedar atrapados en regímenes de licencias diseñados por y para los que ya llegaron.
La pregunta de Keller —cui bono— es válida tanto para Países Bajos como para Argentina. Cuando se discuta cómo regular el copyright en el entrenamiento de IA, la respuesta honesta es: gana quien ya tiene el modelo. Argentina todavía puede elegir en qué lado de esa ecuación quiere estar. Pero esa ventana no va a estar abierta mucho tiempo más.
¿Tenés una consulta sobre propiedad intelectual o IA?
Asesoramos a empresas, emprendedores y creativos en la protección y gestión de sus activos intangibles.
Herrera & Flamenco Abogados · Córdoba, Argentina