Sony demanda a Anthropic por piratería masiva de letras y partituras musicales

Qué pasó

Sony Music, EMI y Warner Chappell demandaron este viernes a Anthropic por piratería masiva de composiciones musicales, según reveló Ars Technica. Los sellos argumentan que la empresa descargó ilegalmente miles de obras con letras y partituras a través de torrents para entrenar sus modelos Claude, el mismo método por el que ya pagó USD 1.500 millones a autores de libros. La demanda incluye como acusados individuales a Dario Amodei (CEO y cofundador) y Benjamin Mann (cofundador), a quienes responsabiliza de aprobar y ejecutar las descargas.

Los chats internos que resurgen

La demanda cita mensajes internos de Anthropic que salieron a la luz en el litigio previo con autores de libros. Según el expediente, Mann usó BitTorrent en julio de 2021 para descargar millones de libros pirateados desde Library Genesis (LibGen). Cuando el FBI cerró LibGen ese mismo año, surgió Z-Library como copia. Anthropic obtuvo acceso mediante Pirate Library Mirror (PiLiMi), un espejo de esa biblioteca ilegal.

En un mensaje interno, Mann habría indicado a empleados que descargaran PiLiMi apenas estuvo disponible, diciendo que llegó "just in time!". La respuesta de un colega fue: "zlibrary my beloved" ("Z-Library, mi amada"). Los sellos musicales presentan estos chats como prueba de que la empresa celebraba activamente el uso de contenido pirata.

Qué obras están en juego

El catálogo de LibGen y PiLiMi incluye, según la demanda, títulos con obras completas de los Beatles, las mejores canciones de Taylor Swift y "VH1's 100 Greatest Songs of Rock & Roll". Al rastrear los metadatos bibliográficos (título, autor, ISBN), los sellos identificaron cientos de libros con partituras y letras de su propiedad.

Anthropic niega haber usado ese material para entrenar modelos comerciales de Claude. Pero la demanda sostiene que la definición de "entrenamiento" es clave: documentos recientemente desclasificados del caso de los autores muestran que Anthropic dejó de entrenar LLMs directamente con LibGen, pero sigue usando ese dataset para verificar si los outputs replican texto fuente. Además, los sellos afirman que modelos comerciales recibieron feedback de modelos no comerciales entrenados con datos derivados de esas bibliotecas piratas.

Por qué importa

Esta demanda pone el foco en un punto que el acuerdo con autores dejó sin resolver: ¿entrenar IA con contenido pirateado es fair use si podés probar daño de mercado? En el caso de los libros (Bartz), el tribunal favoreció a Anthropic porque los autores no demostraron sustitución en el mercado. Los sellos musicales apuestan a que letras, partituras y canciones generadas con Claude sí sustituyen a compositores y artistas.

La capacidad de Claude para reproducir letras textualmente o generar "nuevas" canciones al estilo de Beyoncé o Eminem, según ejemplos de la demanda, sugiere que el modelo absorbió patrones musicales protegidos. Si los sellos logran probar que usuarios recurren a Claude en lugar de licenciar obras reales, estarían cumpliendo el requisito de daño que faltó en Bartz.

Para cualquier empresa que entrena modelos de IA: esta pelea deja claro que el origen de los datos va a estar bajo escrutinio judicial permanente. Los USD 1.500 millones que Anthropic pagó en el caso de libros no frenaron nuevas demandas; al contrario, sirvieron de piso. La defensa de Anthropic ("es fair use transformativo") funciona en tribunales solo si no hay sustitución de mercado demostrable. En música, con letras verbatim y generación de estilo, esa defensa se complica. Cuando diseñes pipelines de entrenamiento, la trazabilidad del dataset no es un nice-to-have: es tu primera línea de defensa legal.