Todo el código generado por IA debería ser de código abierto
Las afirmaciones de que todo el código generado por IA debería ser de código abierto han encendido el debate sobre copyright, licencias y equidad hacia los proyectos de código abierto utilizados como datos de entrenamiento. Los comentaristas discuten si la salida de un modelo puede tener copyright, si los términos de copyleft (como la GPL) deberían “adherirse” a la salida de los LLM y si las empresas están blanqueando licencias restrictivas mediante herramientas de IA. Muchos consideran que la ley actual es poco clara y se aplica de forma desigual, se preocupan por el impacto económico tanto en los mantenedores de código abierto como en los proveedores propietarios, y cuestionan si tratar el entrenamiento de IA como aprendizaje humano es una analogía jurídica o ética válida.
Estado legal del código generado por IA
- Fuerte desacuerdo sobre si la salida de IA es susceptible de copyright.
- Algunos citan la guía de la Oficina de Derechos de Autor de EE. UU.: las obras generadas puramente por IA carecen de copyright; la “dirección” y la selección/organización humanas pueden estar protegidas, pero los prompts por sí solos a menudo no lo están.
- Otros señalan que esto sigue sin haberse probado en gran medida en los tribunales; los casos actuales (Doe v. GitHub, Thaler/Allen v. Perlmutter, etc.) son limitados y no zanjan todo.
- Varios señalan: si no hay copyright, la concesión de licencias de código abierto carece de sentido jurídico; ese código sería, en la práctica, de dominio público, no “open source”.
Interacción con licencias de código abierto y copyleft
- Un sector argumenta: los modelos entrenados con código GPL/AGPL o CC-BY-SA deberían heredar esas licencias; de lo contrario, sería “blanqueo de licencias”.
- Réplica: entrenar con código con copyright se parece más al aprendizaje humano o al fair use; hasta ahora, los tribunales no han tratado la salida de los LLM como infracción automática ni como sujeta a las licencias OSS originales.
- Se enfatiza la distinción entre:
- Dominio público (sin derechos, sin obligaciones)
- OSS permisivo (MIT/BSD)
- Copyleft (GPL/AGPL), que depende de un copyright exigible.
Debates éticos y de equidad
- Muchos sienten que es éticamente गलत que el trabajo de FOSS y con licencia CC haya sido raspado masivamente y monetizado, y luego usado para reemplazar a esos mismos contribuyentes.
- Otros responden que los humanos siempre han aprendido del código público y que las herramientas (LLMs, compiladores, generadores de scaffolding) no adquieren derechos por sí mismas; el usuario humano o el empleador debería poseer el software resultante.
Practicidad y aplicabilidad
- Escepticismo de que “todo el código generado por IA debe ser de código abierto” pueda aplicarse realmente, especialmente contra infractores bien financiados.
- Se menciona el secreto empresarial como alternativa: incluso si no aplica el copyright, las empresas aún pueden mantener en secreto el código generado por IA si no lo distribuyen.
- Se dice que la ingeniería inversa con LLMs hace que el código cerrado sea menos protector de todos modos.
Valor y autoría del trabajo asistido por IA
- Algunos dicen que el código producido por IA es “slop” de bajo valor salvo que esté muy curado; el valor real está en el diseño, el conocimiento del dominio y la refinación continua.
- Otros advierten que, si los artefactos generados por IA carecen de copyright, modelos de negocio enteros basados en IA (por ejemplo, catálogos musicales de IA) podrían ser legalmente frágiles.
- Persiste la tensión entre ver la IA como una mera herramienta o como un “autor” intermedio que rompe los supuestos tradicionales de propiedad intelectual.