¿Pueden los sistemas de inteligencia artificial «aprender» utilizando obras protegidas por derechos de propiedad intelectual sin autorización de sus titulares? Los retos del Machine Learning en perspectiva comparada: UE, EEUU y Japón

Autores/as

  • Marta Nadal Cebrián

Palabras clave:

inteligencia artificial, machine learning, aprendizaje automático, deep learning, aprendizaje profundo, minería de textos y datos, text data mining, propiedad intelectual, datos, innovación, excepción, limitación, Unión Europea, UE, Estados Unidos, EEUU, Japón

Resumen

El «aprendizaje» por parte de los sistemas de inteligencia artificial (par ticu lar mente, de machine learning) plantea un reto importante para la propiedad intelectual. La razón de ello es que, en buena parte de las ocasiones, estos sistemas son entrenados con obras protegidas por derechos de propiedad intelectual. En la medida en que en ese proceso de entrenamiento tienen lugar varias actividades que afectan a los derechos exclusivos de los titulares, principalmente el derecho de reproducción, se plantea si la utilización de las obras para el desarrollo de sistemas de inteligencia artificial requiere la previa autorización de los titulares y el pago de la oportuna licencia. De concluirse que sí, la propiedad intelectual supondría un freno a la innovación y al progreso científico, lo que debe llevar a evaluar la introducción de excepciones y limitaciones al derecho de autor y a los derechos vecinos, conexos o afines para permitir el desarrollo de la inteligencia artificial. En este ar tícu lo se estudiarán las soluciones a la cuestión que se han adoptado en la Unión Europea, Estados Unidos y Japón, con el fin de identificar algunas claves que han de ser tenidas en cuenta en la regulación de la materia desde una perspectiva de lege ferenda.

Publicado

30-09-2021

Cómo citar

[1]
M. Nadal Cebrián, «¿Pueden los sistemas de inteligencia artificial “aprender” utilizando obras protegidas por derechos de propiedad intelectual sin autorización de sus titulares? Los retos del Machine Learning en perspectiva comparada: UE, EEUU y Japón», pei, vol. 23, n.º 68, pp. 15–74, sep. 2021.