La irrupción de la Inteligencia Artificial (IA) y las herramientas de apoyo a la investigación tiene un enorme potencial para impulsar grandes avances científicos, médicos y climáticos. Para las bibliotecas, los archivos y las instituciones de investigación, estas tecnologías representan un recurso crucial tanto para dar soporte a la investigación como para optimizar el acceso al conocimiento. Sin embargo, su desarrollo seguro, equitativo y eficaz depende de tres variables fundamentales: la velocidad, el volumen y la veracidad de los datos (las «tres uves»). Esto sitúa a nuestras instituciones y a profesionales del sector en el centro de un debate: por un lado, las editoriales restringen cada vez más qué contenidos pueden usarse para entrenar modelos de IA; por otro, imponen cláusulas contractuales que prohíben a universidades y personal investigador usar IA incluso sobre contenido que ya tienen legalmente contratado (por ejemplo, impidiendo la minería de datos con fines de investigación sobre una revista suscrita, aunque no se trate de entrenar ningún modelo).

Desde FESABID, a través de nuestra participación activa en el programa europeo Knowledge Rights 21 (KR21), defendemos que la regulación de la IA no puede diseñarse solo desde la perspectiva de las industrias del entretenimiento: debe situar las necesidades de la comunidad científica, docente y de patrimonio cultural en el centro de las políticas públicas.

IA y derecho de autoría: un debate que también es nuestro

Las normativas de propiedad intelectual se concibieron para el entorno analógico de la imprenta, no para los laboratorios de investigación ni para los servicios digitales del siglo XXI. Hoy, las corporaciones de las industrias creativas y del entretenimiento presionan con fuerza para moldear las políticas de IA en torno a sus intereses comerciales. Este fenómeno, conocido como el «secuestro por el derecho de autoría» (copyright capture), amenaza con relegar a un segundo plano la misión de interés público de archivos, bibliotecas y museos.

El debate público suele centrarse casi en exclusiva en la generación de imágenes, música o textos artísticos, y pasa por alto que la mayoría de las aplicaciones de IA son específicas de un ámbito o tarea concretos (como los filtros de correo no deseado o el análisis de imágenes médicas) y están pensadas para resolver problemas reales de investigación. Limitar la IA con reglas de propiedad intelectual restrictivas perjudica la competitividad de Europa y deja en desventaja a la investigación pública.

La minería de textos y datos (TDM), base del entrenamiento

La minería de textos y datos (TDM) es la técnica analítica automatizada que sirve de base para entrenar los sistemas de IA. La propia Ley de IA de la Unión Europea confirma que el marco legal del derecho de autoría se aplica plenamente a estos modelos de propósito general, remitiendo de forma expresa a los artículos 3 y 4 de la Directiva sobre Derechos de Autor en el Mercado Único Digital (CDSM).

En la práctica, la aplicación de esta normativa en el ecosistema nacional plantea barreras de acceso importantes:

1. 1. El peligro de las exclusiones (opt-outs) y el sesgo de datos. El artículo 4 de la Directiva CDSM permite a las editoriales comerciales excluir (opt-out) sus contenidos protegidos de la minería de datos, lo que limita el volumen de datos de alta calidad disponible. Se aplica aquí el conocido principio de «basura entra, basura sale» (garbage in, garbage out): si las infraestructuras de IA se entrenan con datos sesgados o incompletos por bloqueos de licencias, los sistemas resultantes serán inexactos, poco fiables e inseguros para la ciencia.
   2. Exclusión de las instituciones con menos recursos. El mismo mecanismo de opt-out tiene además un efecto colateral sobre el mercado: cuando el acceso a los datos de entrenamiento se restringe a modelos de suscripción o licencias de pago, el sistema de exclusiones voluntarias concentra el mercado en manos de los gigantes tecnológicos con más recursos financieros. Las bibliotecas, archivos o museos con menos recursos no cuentan con presupuesto para competir en el entrenamiento de modelos de IA de alta calidad, lo que ahonda la brecha tecnológica y favorece los monopolios en el mercado de la información.
   3. Barreras a la colaboración. El desarrollo de la IA es, por naturaleza, colaborativo, y a menudo implica alianzas transfronterizas entre universidades, centros de investigación e industria. El problema es que la ley europea solo protege plenamente frente al veto de las editoriales a la investigación sin ánimo de lucro; en cuanto entra en juego la financiación o colaboración con empresas (como ocurre en la mayoría de los proyectos actuales), esa protección desaparece y las editoriales recuperan la capacidad de bloquear el acceso a los datos. Esta división artificial entre investigación comercial y no comercial se convierte así en un obstáculo para estas colaboraciones.
   4. El cobro por el mismo conocimiento. El conocimiento generado con financiación pública ya se paga varias veces: primero al financiar la investigación, después al pagar el acceso mediante suscripciones y licencias, y de nuevo al compartir sus resultados. KR21 alerta de que los costes adicionales que algunas entidades titulares de derechos pretenden imponer por la minería de datos pretenden imponer por la minería de datos añadirían un cuarto pago sobre el mismo contenido, un modelo que consideran ineficiente e injusto para la investigación.

¿Qué está haciendo FESABID?

Alineada con la estrategia de incidencia del proyecto KR21, FESABID realiza un seguimiento del impacto de la regulación y de la Ley de IA en la práctica bibliotecaria y archivística a través del Grupo de Trabajo de Propiedad Intelectual (GT PI). El próximo informe de evidencias del grupo abordará de forma exhaustiva los desafíos éticos de la inteligencia artificial y analizará la validez de las licencias comerciales restrictivas que pretenden anular los límites legales de la TDM.

Ya en 2024, el GT PI publicó un primer análisis detallado del Reglamento Europeo de IA y su impacto en bibliotecas, archivos y museos, coordinado por Ariadna Matas. Aquel análisis explicaba cómo el Reglamento clasifica los sistemas de IA según su nivel de riesgo y exige más transparencia sobre los datos de entrenamiento utilizados. También apuntaba una oportunidad para el sector: los servicios de documentación y las bibliotecas universitarias, por su experiencia con los planes de gestión de datos de investigación (DMP) y los principios FAIR, pueden tener un papel clave ayudando a las instituciones a documentar y justificar el uso de sus datos ante esta normativa.

Desde el Clúster FESABID también se comparten iniciativas impulsadas por sus miembros, como Clarivate, que a través de su Academia AI Advisory Council y su Academic AI Working Group cocrea herramientas tecnológicas transparentes, seguras y respetuosas con el derecho de autoría en el ámbito de la investigación.

La mirada de IFLA

La reflexión sobre IA y derechos digitales no es solo europea. En 2024, la Federación Internacional de Asociaciones de Bibliotecas (IFLA) actualizó su Manifiesto de Internet. Su primer anexo, Desarrollar un mejor acceso digital a través de las bibliotecas, defiende un internet centrado en las personas y exige que las leyes de derechos de autor se actualicen a la era digital para no poner trabas a la misión de las bibliotecas

De manera específica, el manifiesto sostiene que, para abordar potenciales conflictos entre derechos, la regulación de Internet debe seguir de forma estricta los principios de razonabilidad y proporcionalidad, y que las decisiones se deben tomar siempre sobre la base de evidencias, especialmente ante tecnologías emergentes como la inteligencia artificial.

La IFLA advierte que, aunque la IA tiene el potencial de ampliar el acceso al conocimiento, también puede conducir a una degradación de la calidad de la información a través del sesgo discriminatorio o la difusión de datos inexactos. Por este motivo, insta a los gobiernos a colaborar estrechamente con las bibliotecas para que la ciudadanía y el personal del sector comprendan mejor el funcionamiento de estas tecnologías, promoviendo una toma de conciencia crítica que abarque tanto sus ventajas como sus riesgos e impactos sociales.

Para saber más

La ciencia y el acceso al conocimiento público no pueden someterse a un mercado de escasez artificial. Para profundizar en esta materia, te invitamos a visitar la sección de Inteligencia Artificial de la web de KR21, en knowledgerights21.org/artificial-intelligence, donde encontrarás informes, principios clave y recursos para defender una tecnología transparente al servicio del bien común.

Si te interesa la perspectiva internacional, el número de octubre de 2025 de IFLA Journal dedicó un monográfico completo a la IA en bibliotecas “Artificial Intelligence: Transforming Global Librarianship”, con más de veinte estudios de todo el mundo.

Esta noticia recoge y adapta contenidos del programa europeo Knowledge Rights 21 (KR21), del que FESABID forma parte.