Un tribunal alemán condena a Suno por violación de derechos de autor

Un tribunal de Múnich dictaminó que el generador de música IA Suno violó derechos de autor tanto en su proceso de entrenamiento como en sus outputs, rechazando la defensa de fair use de la compañía. La demanda fue presentada por GEMA, la organización alemana de derechos musicales, que reclamó medidas cautelares, divulgación de datos y daños.

Memorización probada

El caso se centró en seis canciones conocidas, incluyendo "Atemlos durch die Nacht" de Kristina Bach y "Rasputin" de Frank Farian, Fred Jay y George Reyam. Según reportó The Decoder, el tribunal determinó que las seis pistas están reproduciblemente contenidas en los modelos 3.5 y 4 de Suno.

GEMA ingresó las letras originales de cada canción, estilo musical y título en el generador. Sin especificar melodía, armonía, ritmo o arreglos, Suno produjo resultados en los que la corte reconoció elementos originales de las pistas fuente. Dada la complejidad y longitud de las canciones, el tribunal descartó la coincidencia.

Suno argumentó que su modelo no almacena canciones, solo "patrones matemáticamente aprendidos y características generalizadas". La corte rechazó este argumento, identificando el fenómeno como memorización: durante el entrenamiento, un modelo puede no solo aprender patrones generales sino también almacenar contenido específico de sus datos de entrenamiento.

Responsabilidad de la plataforma

En una decisión clave, el tribunal responsabilizó explícitamente a Suno por los outputs infractores, no a los usuarios que ingresaron los prompts. Suno había argumentado que la entrada deliberada del usuario rompía la cadena causal entre el modelo y su output.

La corte no estuvo de acuerdo. Los prompts fueron "simples y abiertos", y Suno opera los modelos, seleccionó las canciones como datos de entrenamiento y es responsable de la arquitectura y la memorización. Esto significa que los modelos "determinaron sustancialmente" los outputs. Simplemente ofrecer el generador para creación musical ya constituye una violación legal, dijo el tribunal.

Suno también invocó la excepción alemana de text and data mining, que permite análisis automatizado de contenido bajo ciertas condiciones. El tribunal dictaminó que esta excepción no cubre la memorización encontrada.

Fair use bajo ley estadounidense

Bajo una regla especial para sociedades de gestión colectiva, el tribunal también reclamó jurisdicción sobre actividades de entrenamiento que tuvieron lugar en Estados Unidos. Aplicó ley estadounidense a esos actos y concluyó que el fair use tampoco protege a Suno.

La corte trazó una línea entre este caso y dos procedimientos estadounidenses, Bartz y Kadrey. En ambos, tribunales americanos habían tratado el entrenamiento de IA como uso transformativo y por tanto fair use. La diferencia clave, según el tribunal de Múnich, es que en esos procedimientos los datos de entrenamiento "no fueron, o no sustancialmente, hechos accesibles a los usuarios en los outputs".

Con Suno, inputs simples produjeron resultados "sustancialmente similares" a los originales. Todos los factores del test de fair use establecido por la Corte Suprema de EE.UU. en su decisión Warhol pesaron contra Suno, encontró el tribunal.

Preguntas sin respuesta

La distinción de los casos estadounidenses suena más amplia de lo que realmente es. El tribunal de Múnich no está diciendo que los modelos de música memorizan obras mientras que los de texto no. Simplemente nota que la reproducción fue concretamente probada con Suno, mientras que ese no fue el caso en otros procedimientos.

Investigaciones han confirmado este mismo efecto con libros, lo que sugiere que la memorización no es única de la música. Investigadores han podido extraer libros conocidos como Harry Potter de modelos de lenguaje con alta similitud y casi sin cambios.

La descripción del tribunal de los prompts de GEMA como "simples y abiertos" luce particularmente débil. GEMA ingresó las letras completas, el estilo musical y el título. No especificó elementos musicales, pero la identidad de la canción deseada estaba bastante bien definida. Un usuario típico creando música original con un generador IA casi ciertamente no haría prompts de esa manera.

Por qué importa

Este fallo establece un precedente legal crucial para la IA generativa en Europa. Si se sostiene en apelación, podría afectar a otros servicios de música IA que operan en la región, forzando cambios en cómo se entrenan los modelos y qué responsabilidades asumen las plataformas.

Para empresas que desarrollan o implementan IA generativa, la decisión refuerza la necesidad de documentar rigurosamente los datos de entrenamiento y entender los riesgos de memorización. La corte dejó claro que la responsabilidad recae en quien construye y opera el modelo, no en quien lo usa.

La distinción entre uso transformativo y reproducción está en el centro de múltiples batallas legales, incluyendo la demanda del New York Times contra OpenAI. Este caso alemán agrega un data point importante: cuando un modelo puede reproducir contenido protegido con prompts relativamente directos, los tribunales podrían considerar que cruzó la línea del fair use, incluso bajo ley estadounidense.