El mensaje es claro, si usas mis datos sin pagar, prepara a tus abogados – El diario andino
El modelo de negocio de Internet se basa desde hace décadas en un pacto tácito: si algo es gratis, el producto probablemente seamos nosotros. Durante años, esta lógica se asumió sin grandes sobresaltos, pero la aparición de la inteligencia artificial está cambiando las reglas. Las plataformas que almacenan conversaciones humanas se han convertido en minas de oro para los modelos de entrenamiento, y eso ha reabierto viejas preguntas sobre el valor de los datos. En medio de este nuevo escenario, Reddit se ha plantado con fuerza. Aunque sus millones de usuarios no reciben ninguna compensación por el contenido que generan, la empresa ha dejado claro que no tolerará que otros lo utilicen sin pagar por él.
La firmeza de Reddit se ha materializado en una nueva demanda presentada ante la justicia estadounidense. La empresa acusa a Perplexity AI y a tres proveedores de servicios de extracción de datos de haber eludido sus mecanismos de protección para acceder a contenidos protegidos por derechos de autor. En su denuncia, Reddit describe el “scraping a escala industrial” y sostiene que el objetivo de estas empresas es obtener de forma ilícita el material que alimenta los motores de inteligencia artificial. Es un nuevo capítulo en una estrategia para controlar el uso de su contenido.
Un caso bastante particular. En el centro de la denuncia se encuentran Perplexity AI y tres intermediarios de extracción masiva de datos: SerpApi, Oxylabs y AWMProxy. Reddit los describe como “aspirantes a ladrones de bancos”, metáfora con la que la empresa ilustra el intento de acceder a su contenido por medios indirectos. En lugar de firmar un acuerdo de licencia, afirma la demanda, estas empresas habrían optado por utilizar servicios de terceros para recopilar publicaciones, comentarios y datos protegidos por derechos de autor. El motor de búsqueda conversacional figura como cliente de “al menos uno” de esos proveedores.
El documento judicial detalla un patrón de comportamiento que, según Reddit, se repite desde hace meses. Las empresas acusadas habrían utilizado métodos automatizados para extraer información de la plataforma pese a las restricciones impuestas a su archivo público. El resultado, denuncia la empresa, fue un flujo constante de publicaciones que acabaron integradas en el motor de inteligencia artificial de la demandada. Para Reddit, se trata de scraping “a escala industrial” y con fines claramente comerciales.
La prueba que lo encendió todo. Uno de los episodios más relevantes de la denuncia es un experimento que Reddit considera clave. En mayo de 2024, la empresa ordenó al demandado que dejara de recopilar sus datos. Sin embargo, poco después vio un aumento en las menciones de Reddit dentro del motor de respuestas de Perplexity. Para comprobarlo, publicó una entrada diseñada para ser visible sólo por Google. Según la denuncia, pocas horas después el texto completo de esa publicación ya aparecía en los resultados generados por el sistema de la empresa acusada.
La perplejidad no se esconde.. Perplejidad observada en la propia plataforma de Reddit. En ese mensaje explicaba que es una empresa de “capa de aplicación” y que “no entrena modelos de inteligencia artificial con contenido de Reddit”. “Nunca lo ha hecho”, añade el texto. Según la empresa, esta diferencia imposibilita firmar un acuerdo de licencia como los que ha alcanzado Reddit con otras empresas. «Hace un año, después de explicar esto, Reddit insistió en que pagáramos de todos modos. Ceder a este tipo de tácticas no es la forma en que hacemos negocios», concluye el comunicado.
Cuando hay acuerdo, hay dinero. La postura de Reddit frente a Perplexity contrasta con los acuerdos que ha firmado con otras empresas tecnológicas. En febrero de 2024 amplió su colaboración con Google para permitir el acceso a su contenido a través de la API de datos, de forma estructurada y bajo licencia. Tres meses después, anunció una asociación similar con OpenAI: ChatGPT y otros productos de la compañía pueden mostrar publicaciones recientes de Reddit en sus respuestas.
Lo que aceptamos (muchas veces) sin leer. Detrás de todo este debate hay un elemento que muchos usuarios pasan por alto: el Términos de servicio de Reddit. Al crear una cuenta, cada persona otorga a la plataforma una licencia mundial, perpetua, irrevocable y sublicenciable para utilizar su contenido. Esta licencia le permite copiar, modificar, distribuir o publicar cualquier contribución, incluso ponerla a disposición de otras empresas asociadas. El texto también especifica que Reddit puede utilizar este material para “entrenar modelos de inteligencia artificial y aprendizaje automático”. En otras palabras, el permiso ya está concedido.
Algo que ya hemos visto, y lo que está por ver. Reddit lleva algún tiempo trazando un patrón de acción claro. En 2023 endureció sus condiciones de acceso a la API, lo que provocó protestas generalizadas y el cierre temporal de miles de comunidades. Un año después, en mayo de 2024, envió una carta de cese y desistimiento a Perplexity por el uso no autorizado de sus datos y posteriormente presentó una demanda contra Anthropic por motivos similares. El litigio actual se ajusta a la misma lógica: proteger el valor de su contenido y reforzar su control sobre quién puede usarlo.
El caso entre Reddit y Perplexity aún se encuentra en su fase inicial, pero sus implicaciones son evidentes. Lo que decidan los tribunales podría sentar un precedente para futuras disputas entre plataformas y desarrolladores de inteligencia artificial. Por un lado está la defensa del libre acceso a la información; por el otro, el derecho de las empresas a proteger los contenidos generados en sus comunidades. El resultado definirá hasta qué punto las plataformas controlan el material que los usuarios comparten a diario.
Imágenes | Reddit | con Géminis 2.5 | Perplejidad
En | La carrera por poner un robot humanoide en nuestra casa ha comenzado. es una carrera absurda
