“Rechazamos la invitación de los demandantes para transformar los reclamos comunes y corrientes por infracción de derechos de autor en reclamos DMCA”, escribió el juez Eric Miller para un panel unánime del Noveno Circuito.
El opinión llegó el miércoles en Doe v GitHub, número 24-7700. Programadores anónimos que publican código fuente abierto demandaron a GitHub, Microsoft y OpenAI por Copilot y Codex.
Argumentaron que las herramientas reproducen su código sin atribución. Eso, dijeron, violaba la sección 1202(b) de la Ley de Derechos de Autor del Milenio Digital.
El panel confirmó la desestimación de esa reclamación. El fallo deja abiertas sus dos demandas por incumplimiento de contrato.
Copilot no es un buscador, y eso lo decidió
La sección 1202(b) prohíbe eliminar o alterar intencionalmente información de gestión de derechos de autor. Eso significa el nombre del autor, el aviso de derechos de autor y los términos de la licencia. En el código fuente abierto, se encuentra en un encabezado en la parte superior del archivo.
Miller sostuvo que la eliminación requiere un trabajo existente del cual eliminarlo. “No se puede decir que quien crea una nueva obra y no incluye CMI haya ‘eliminado’ o ‘alterado’ algo”, dice la opinión.
La comparación del tribunal es la parte más clara del fallo. Un motor de búsqueda recupera y muestra información almacenada, es decir, copias de cosas que ya existen.
«Si Copilot funcionara como un motor de búsqueda y produjera resultados idénticos al código de los demandantes pero que no contuvieran CMI, entonces los demandantes podrían tener un reclamo más sólido», escribió Miller. «Pero eso no es lo que alegan los demandantes».
Según los propios programadores, Copilot predice una posible finalización a partir de patrones estadísticos. El tribunal consideró que eso describía la generación en lugar de la recuperación.
El tribunal admite que el estatuto no encaja bien con AI
La pregunta certificada fue si la sección 1202(b) conlleva un requisito de identidad. El panel dijo que la etiqueta es incorrecta.
«Identicidad» es «un nombre algo inapropiado», escribió Miller. La DMCA no exige igualdad literal, y calificó la etiqueta como una glosa de las palabras legales en lugar de un elemento separado.
Eso importa para el próximo caso. Los propios demandados admitieron que dos obras no tienen por qué ser idénticas.
El tribunal estuvo de acuerdo. Los cambios cosméticos menores no protegerán a alguien que reproduzca sustancialmente una obra y elimine el aviso.
El dictamen reconoce también la torpeza de sus propias autoridades. Sus ejemplos provienen de medios impresos, como desfigurar la portada de un libro.
Estos “no se corresponden claramente con las tecnologías digitales emergentes, como la inteligencia artificial, a las que también se aplican las protecciones de la DMCA”, escribió Miller.
El reclamo más importante fue desestimado en audiencia pública.
Los programadores ejecutaron dos teorías. El panel decidió sólo la teoría de salida, que Copilot emite datos de entrenamiento memorizados sin los avisos que lo acompañan.
La otra era la teoría de los insumos, según la cual los acusados eliminaron los avisos del código antes de introducirlos en el entrenamiento. Ésa es la afirmación sobre los datos de entrenamiento en sí, y el panel se negó a escucharla.
El expediente muestra por qué. En la audiencia sobre la primera moción de desestimación, el tribunal de distrito formuló una pregunta directa: ¿copiar datos de entrenamiento en Copilot violaba el requisito de atribución de licencias?
El abogado de los programadores respondió «Quizás no». Luego, el juez observó que la «queja no se trata de capacitación. Simplemente no lo es».
Una orden posterior declaró que “los demandantes no alegan haber resultado perjudicados por el uso de código bajo licencia por parte de los demandados como datos de entrenamiento”. Nadie lo corrigió, ni oralmente ni por escrito.
El Noveno Circuito consideró desestimada la teoría. El panel nunca llegó a la cuestión que todos los demás están litigando sobre el entrenamiento de IA, porque los programadores no la habían planteado adecuadamente.
Los programadores ganaron por pie.
Los acusados argumentaron que los programadores no podían demostrar que su propio código, en lugar del de algún otro colaborador, estaba en riesgo. El panel no estuvo de acuerdo.
La denuncia cita una investigación académica que encontró que los modelos de lenguaje grandes a veces “emiten palabra por palabra los datos de entrenamiento memorizados”, un fenómeno que “probablemente empeorará a medida que los modelos continúen”.[] a escala”.
También apunta a la propia función de detección de duplicados de GitHub, que permite a los usuarios bloquear sugerencias que coincidan con el código público en fragmentos textuales de 150 caracteres o más. El tribunal consideró la existencia de ese filtro como prueba de que Copilot emite copias idénticas.
Eso fue suficiente en la etapa de alegato. El panel fue explícito en que en el juicio sumario los programadores tendrían que presentar pruebas reales.
Por qué valió la pena luchar por la ruta DMCA
El dictamen expone claramente la aritmética. La DMCA permite hasta $25,000 por infracción. Las indemnizaciones ordinarias por daños y perjuicios por derechos de autor se limitan a 30.000 dólares por obra.
Una herramienta que responde a millones de solicitudes genera infracciones, no funciona. Miller escribió que permitir que se aprobara el reclamo suplantaría la ley ordinaria de derechos de autor y expondría a los demandados a una “responsabilidad potencialmente ruinosa”.
Noticias del juzgado informa que los programadores pidieron más de 9 mil millones de dólares. El panel se negó expresamente a decir si la producción de Copilot infringe la norma habitual.
Los editores se alinearon contra las empresas de IA
Las presentaciones amicus muestran quién cree que esta pregunta es importante. El Authors Guild, la Association of American Publishers, la News/Media Alliance y la International Association of Scientific Technical and Medical Publishers presentaron sus solicitudes, al igual que Authors Alliance y un grupo de profesores de derecho de propiedad intelectual.
Del otro lado se encontraban la Electronic Frontier Foundation y Public Knowledge, además de la Cámara del Progreso, la Computer and Communications Industry Association y ACT The App Association.
La EFF argumentó que una lectura amplia permitiría a los titulares de derechos demandar a “artistas que hacen remezclas basadas en obras más antiguas, profesores que adaptan obras para una presentación en el aula, ingenieros que realizan ingeniería inversa del código para comprenderlo mejor y motores de búsqueda que nos ayudan a todos a navegar por la web”.
Joe Mullin publicó el grupo respuesta bajo el título “Victoria”. Los desarrolladores de código abierto y los grupos de derechos digitales suelen estar del mismo lado, y en este caso no lo estaban.
¿Qué sigue vivo?
Quedan dos demandas por incumplimiento de contrato ante el juez Jon Tigar en el Distrito Norte de California. Estos recurren a las propias licencias de código abierto en lugar de a la ley federal de derechos de autor.
La abogada de código abierto Heather Meeker señala que los requisitos de notificación de licencia generalmente se relacionan con la redistribución más que con la capacitación. Las licencias que otorgan uso para cualquier propósito pueden ofrecer menos protección de la que asumieron los desarrolladores.
La misma disposición fracasó en julio, cuando un tribunal dijo que otras podrían raspar google con un traje que había traído Google. La sección 1202 ha sido un instrumento débil contra los sistemas de IA.
El dinero en otros lugares ha sido mayor. Anthropic resolvió un caso de piratería de libros por 1.500 millones de dólares en juliouna pelea sobre la adquisición de los datos de entrenamiento en lugar de sobre el resultado.
Los resultados fuera de Estados Unidos no han seguido la misma línea. Un tribunal alemán descubrió que la herramienta musical de inteligencia artificial Suno infringía los derechos de autor, una novedad en Europa.
El Departamento de Justicia del lado de OpenAI en la lucha de los editores por los derechos de autor este mes. El código conlleva sus propias dificultades, ya que la lucha de 28 años por quien es el dueño de linux presentado.
¿Cómo llegó aquí?
El bufete de abogados Joseph Saveri y el abogado Matthew Butterick presentaron la demanda colectiva en el Distrito Norte de California en 2022, como expediente 4:22-cv-06823. Dos rondas de despidos y enmiendas lo redujeron a tres reclamaciones.
Jesse Panuccio de Boies Schiller Flexner defendió a los programadores. Lisa Blatt de Williams y Connolly y Christopher Cariello de Orrick defendieron a las empresas.
El panel escuchó el argumento en San Francisco el 11 de febrero y falló siete meses después. Miller se sentó con el juez principal de circuito Sidney Thomas y el juez de distrito Stanley Blumenfeld Jr, quien estaba designado por el Distrito Central de California.