Un acord de 1.500 milions de dòlars. Milions de llibres piratejats. I una distinció legal tan fina que un jutge federal la va utilitzar per eximir una empresa d'IA de responsabilitat per entrenar els seus models — tot mantenint-la responsable de com va obtenir les dades d'entrenament en primer lloc.
Si utilitzes un assistent d'escriptura d'IA, un copilot de codificació o una eina de recerca impulsada per IA al teu negoci, dos casos judicials decidits durant l'últim any han reescrit en silenci les regles per a les eines de les quals depens cada dia. Cap dels dos casos t'ha implicat a tu. Però junts, responen a una pregunta que qualsevol propietari d'una petita empresa que utilitzi IA s'hauria de fer: quan utilitzo una eina d'IA construïda sobre el contingut amb drets d'autor d'una altra persona, estic exposat?
La pregunta de 1.500 milions de dòlars: Bartz v. Anthropic
El cas va començar amb tres autors — l'escriptor de no-ficció Charles Graeber i Kirk Wallace Johnson, i la novel·lista de thriller Andrea Bartz — que van descobrir que Anthropic havia utilitzat els seus llibres, sense permís ni pagament, per entrenar els seus models d'IA Claude.
El que el jutge William Alsup va decidir va dividir el cas en dues preguntes molt diferents, amb dues respostes molt diferents.
Pregunta un: És l'entrenament d'un model d'IA amb llibres amb drets d'autor un ús just? Sí — però només per als llibres que Anthropic posseïa o llicenciava legítimament. El tribunal va descriure el procés d'entrenament com a "transformador — espectacularment transformador", comparant-lo amb com una persona llegeix àmpliament per aprendre a escriure. Com que les dades d'entrenament romanen amagades dins del model i no substitueixen la compra del llibre original, el jutge va considerar que l'ús no perjudicava el mercat de l'obra dels autors.
Pregunta dos: Importa com l'empresa va obtenir els llibres? Absolutament. Anthropic no només havia utilitzat llibres que havia comprat — havia descarregat més de 7 milions d'obres amb drets d'autor de "biblioteques ombra" com Library Genesis (LibGen) i Pirate Library Mirror, llocs que allotgen còpies piratejades de llibres amb drets d'autor de manera gratuïta. El tribunal va posar en dubte que cap quantitat d'ús just aigües avall pogués esborrar el fet que els llibres s'havien obtingut il·legalment en primer lloc. L'entrenament pot ser legal. La pirateria és pirateria, independentment del que facis amb el fitxer piratejat després.
Aquella distinció es va convertir en l'acord de drets d'autor més gran de la història dels EUA: 1.500 milions de dòlars, que resulten en aproximadament 3.000 dòlars per obra piratejada abans de despeses legals, amb uns 120.000 autors i titulars de drets presentant reclamacions. Com a part de l'acord, Anthropic també va acceptar destruir els conjunts de dades piratejats i certificar que no estan incrustats en cap model desplegat comercialment. L'audiència d'aprovació final està programada per al maig de 2026, amb els pagaments començant poc després.
El cas que talla en l'altra direcció: Thomson Reuters v. Ross Intelligence
Si Bartz mostra on es doblega la línia de l'ús just a favor d'una empresa d'IA, Thomson Reuters v. Ross Intelligence mostra on es trenca.
Ross Intelligence va construir una eina de recerca legal impulsada per IA per competir directament amb Westlaw de Thomson Reuters. Per entrenar-la, Ross va utilitzar "Bulk Memos" construïts a partir dels headnotes de Westlaw — els resums escrits per editors que destil·len allò que un tribunal va decidir realment en un cas — i el seu Key Number System, un esquema de classificació legal que Thomson Reuters havia desenvolupat durant dècades.
El tribunal va considerar que els headnotes i el sistema de classificació eren obra original i protegible, i que els memos d'entrenament de Ross coincidien tan estretament amb el material original que "cap jurat raonable podria concloure el contrari" que s'havia produït una còpia. Crucialment, el tribunal també va rebutjar la defensa d'ús just de Ross, per una raó que importa molt si estàs avaluant eines d'IA per al teu propi negoci: l'eina de Ross no era IA generativa que crea text nou — era un motor de cerca que competia directament amb el producte sobre el qual s'havia entrenat. Aquesta competència directa al mercat, combinada amb l'ús del treball analític propietari d'un competidor en lloc de contingut creatiu publicat, va inclinar l'anàlisi de l'ús just en contra de Ross. El cas es troba ara en apel·lació davant el Tercer Circuit, amb arguments orals celebrats el juny de 2026; la sentència establirà el primer precedent vinculant d'apel·lació sobre l'ús just en l'entrenament d'IA.
Llegint els dos casos junts
Posats un al costat de l'altre, els casos dibuixen un marc emergent (encara que no definit):
- Entrenar amb contingut creatiu publicat adquirit legalment — el tipus de cosa que pots comprar en una llibreria — té moltes possibilitats de ser considerat ús just, fins i tot sense el permís de l'autor.
- Entrenar amb còpies piratejades d'aquest mateix contingut és un problema legal separat, independentment de com es caracteritzi l'entrenament en si.
- Entrenar amb el treball analític propietari d'un competidor — bases de dades internes, sistemes de classificació o altres actius no públics — s'enfronta a probabilitats d'ús just molt més difícils, especialment quan el producte resultant competeix directament amb la font.
Res d'això és encara llei totalment assentada. Però és el senyal més clar fins ara de com els tribunals estan pensant en les eines d'IA que estàs integrant cada cop més al teu flux de treball.
Què significa això realment si utilitzes eines d'IA
És molt poc probable que et demandin per utilitzar ChatGPT, Claude, GitHub Copilot o una eina d'IA de recerca legal. Les demandes es dirigeixen a les empreses que van construir els models, no a les empreses que els utilitzen. Però "és poc probable que et demandin" no és el mateix que "sense exposició", i val la pena incorporar algunes conclusions pràctiques a la manera com avalues i contractes eines d'IA:
1. Comprova què promet realment el contracte del teu proveïdor. Molts acords de proveïdors d'IA encara estan redactats amb llenguatge tradicional de llicències de programari que no cobreix clarament el risc específic de la IA. Busca llenguatge d'indemnització que cobreixi explícitament les reclamacions derivades de les dades d'entrenament i les sortides del model — no només el programari en si. Un proveïdor que t'indemnitzarà per un error en el seu codi però calla sobre la procedència de les dades d'entrenament no t'ha protegit realment del risc que aquestes demandes posen de manifest.
2. Pregunta d'on van venir les dades d'entrenament. No necessites una auditoria forense, però un proveïdor que pugui assenyalar acords de llicència, associacions d'editorials o pràctiques documentades d'adquisició de dades es troba en una posició de risc fonamentalment diferent d'un que no pot respondre la pregunta. Després de Bartz, "no divulguem les nostres fonts de dades d'entrenament" és una resposta menys tranquil·litzadora del que solia ser.
3. Entén què passa amb les teves pròpies dades. Independentment de la qüestió dels drets d'autor, la majoria de proveïdors d'IA utilitzen per defecte les teves entrades per entrenar encara més els seus models, tret que el teu contracte digui el contrari. Si estàs introduint a una eina d'IA registres financers de clients, esborranys de contractes o dades empresarials propietàries, vols una clàusula de "sense entrenament, sense retenció" per escrit — no només un interruptor de configuració que hagis de recordar d'activar.
4. Vigila l'apel·lació de Ross Intelligence. Si la sentència del Tercer Circuit (esperada en algun moment després dels arguments del juny de 2026) limita l'ús just per a eines d'IA que competeixen directament amb les dades sobre les quals es van entrenar, podria remodelar els preus, les llicències i la disponibilitat d'una categoria sencera d'eines d'IA de recerca i anàlisi — el tipus que cada cop més toquen el programari de comptabilitat, investigació fiscal i anàlisi financera.
Una llista de verificació pràctica abans de signar (o renovar) un contracte d'eina d'IA
No necessites un títol de dret per fer una diligència deguda bàsica de les eines d'IA que ja funcionen al teu negoci. Abans de la teva propera renovació, revisa això:
- Llegeix la clàusula d'indemnització, no només el seu títol. Cobreix reclamacions que les sortides infringeixen els drets d'autor d'algú, o només reclamacions sobre el mal funcionament del programari? Aquestes són promeses legalment diferents, i els proveïdors que no han actualitzat les seves plantilles des d'abans del boom de la IA generativa sovint només cobreixen l'últim.
- Pregunta directament: "D'on provenen les vostres dades d'entrenament?" Un proveïdor amb una resposta clara i documentada — contingut amb llicència, dades de primera part, material de domini públic — és un proveïdor de menor risc que un que desvia la pregunta. No demanes auditar tot el seu conjunt de dades; preguntes si hi han pensat almenys.
- Troba el valor per defecte de retenció de dades. Cerca al contracte (o a la configuració d'administració del producte) paraules com "entrenament", "millorar els nostres serveis" o "retenir". Si no veus una opció de desactivació, assumeix que les teves entrades s'estan utilitzant per entrenar la següent versió del model del proveïdor, inclòs qualsevol cosa sensible que hagis enganxat.
- Comprova si l'eina competeix amb un conjunt de dades propietari específic. Aquest és el patró de Ross Intelligence: una eina que es va entrenar amb el treball analític intern d'un competidor i ara competeix directament amb aquell competidor es troba en un territori legal molt més inestable que un assistent d'escriptura o codificació d'ús general.
- Mantén un registre senzill. Anota quines eines d'IA utilitzes, per a què i si toquen dades de clients o financeres. Si l'exposició legal d'un proveïdor es converteix algun dia en el teu problema — a causa d'una interrupció del servei, una funció retirada o una disputa de llicència — voldràs conèixer la teva pròpia petjada sense haver de reconstruir-la de memòria.
Res d'això no triga més d'una hora, i la majoria només cal fer-ho una vegada per proveïdor, no cada vegada que iniciïs sessió.
Per què això pertany a la teva conversa de comptabilitat
És temptador arxivar la litigació sobre drets d'autor d'IA sota "notícies interessants, no és problema meu". Però si el teu negoci utilitza una eina impulsada per IA en algun lloc del teu flux de treball financer — categoritzant transaccions, redactant comunicacions amb clients, resumint orientació fiscal — ets un usuari aigües avall del tipus de tecnologia exacta sobre la qual tracten aquests casos. El risc del proveïdor a la teva pila tecnològica és un risc empresarial real, i revisar què diuen realment els contractes de les teves eines d'IA no costa res i triga una tarda.
També és un bon recordatori d'un principi més ampli: com més transparents i auditables siguin els teus propis sistemes, menys exposat estàs quan el terreny es mou sota un proveïdor del qual depens. Això és cert per a les eines d'IA, i ho és igualment per als teus registres financers.
Mantén els teus propis registres transparents i auditables
Sigui quina sigui la qüestió legal que es resolgui sobre les eines d'IA que utilitzes, els teus propis registres financers no haurien de ser una caixa negra. Beancount.io ofereix comptabilitat en text pla que és totalment transparent, controlada per versions i fàcil d'auditar — sense format propietari que bloquegi les teves dades, sense proveïdor en qui hagis de confiar cegament. Comença gratuïtament i descobreix per què els desenvolupadors i professionals de les finances estan canviant a la comptabilitat en text pla.