Socavar economías creativas
Los Modelos de Lenguaje (ML) inauguran un riesgo económico sutil pero significativo para el ecosistema creativo: la **sustitución de la innovación**. Este fenómeno ocurre cuando, sin violar estrictamente los derechos de autor—es decir, sin replicar textualmente material protegido—, el ML es capaz de generar contenido que funciona como un sustituto creíble y viable para una obra creativa humana particular. El mecanismo es directo: si el ML puede producir material que cumple la misma función o satisface la misma demanda que una obra protegida, y lo hace de manera rápida y a bajo costo, se **socava la rentabilidad** de la creación original. Esto se asemeja a una suerte de *patent-busting*, donde la tecnología permite replicar el *valor* funcional de una innovación sin incurrir en la infracción legal de la propiedad intelectual. Es fundamental diferenciar esta amenaza económica del riesgo más directo de la infracción de *copyright* basada en la reproducción literal y no autorizada de material protegido presente en los datos de entrenamiento.
ENTIDAD
2 - IA
INTENCIÓN
2 - Involuntario
TIEMPO
2 - Post-despliegue
ID del riesgo
mit229
Linea de dominio
6. Socioeconómico y Ambiental
6.3 > Devaluación económica y cultural del esfuerzo humano
Estrategia de mitigacion
1. Actualización y adaptación de los marcos regulatorios de Propiedad Intelectual Reformar la legislación de derechos de autor para abordar específicamente la "sustitución de la innovación" y establecer un marco legal que garantice la **transparencia** sobre los datos de entrenamiento utilizados por los Modelos de Lenguaje (ML). Esto debe incluir el reconocimiento explícito del **derecho de oposición (opt-out)** para los titulares de derechos, permitiéndoles prohibir el uso de sus obras protegidas en el entrenamiento de IA, y la exploración de mecanismos de valor compartido equitativos. 2. Implementación de mecanismos de Transparencia Algorítmica y Rendición de Cuentas Establecer normativas que exijan a los operadores de sistemas de IA generativa la divulgación de las fuentes de datos, la naturaleza del contenido generado por IA y el grado de **intervención humana creativa** en el resultado final. Esto debe complementarse con la promoción de la **supervisión humana (human oversight)** en las etapas clave de producción y distribución para asegurar la calidad y la diversidad cultural. 3. Fomento de capacidades digitales y Establecimiento de Incentivos Económicos para Creadores Invertir en programas de **alfabetización digital y capacitación en IA** dirigidos a profesionales del sector creativo, integrando estas habilidades en los currículos de formación profesional y universitaria. Paralelamente, implementar **esquemas de apoyo financiero e incentivos** que fortalezcan la rentabilidad y la competitividad de las industrias creativas humanas, especialmente para nuevos talentos y en economías con asimetrías de desarrollo digital.
EVIDENCIA ADICIONAL
GPT-2 se ha utilizado exitosamente para generar relatos breves inspirados en el estilo de autores como Neil Gaiman y Terry Pratchett [178], y ha creado poemas con la impronta de Robert Frost y Maya Angelou [81]. Esto evidencia que la emulación de estilos artísticos por parte de los modelos de IA es factible (consúltese también la herramienta VersebyVerse [184]) [77].