Uno de los primeros pleitos por plagio musical de la historia se falló en Londres en 1835 a favor del editor de una ópera de Daniel Auber. Desde entonces, la musicología forense ha tenido que adaptar sus métodos a cada cambio en la producción y difusión de la música para tratar de demostrar cuándo el parecido entre dos obras vulnera la propiedad intelectual. Los criterios de comparación que se consideran objetivos han sido desbordados por la inteligencia artificial, que asiste a los peritos mientras se enfrenta a demandas millonarias por entrenar sus modelos con cantidades masivas de grabaciones protegidas por derechos de autor.
En plena batalla judicial entre las grandes discográficas y las empresas de inteligencia artificial, la musicología forense adapta sus métodos de investigación para afrontar un desafío sin precedentes en la industria
Uno de los primeros pleitos por plagio musical de la historia se falló en Londres en 1835 a favor del editor de una ópera de Daniel Auber. Desde entonces, la musicología forense ha tenido que adaptar sus métodos a cada cambio en la producción y difusión de la música para tratar de demostrar cuándo el parecido entre dos obras vulnera la propiedad intelectual. Los criterios de comparación que se consideran objetivos han sido desbordados por la inteligencia artificial, que asiste a los peritos mientras se enfrenta a demandas millonarias por entrenar sus modelos con cantidades masivas de grabaciones protegidas por derechos de autor.
En junio de 2024 Sony Music, Universal y Warner demandaron a Suno y Udio, dos plataformas que generan canciones a partir de una frase de texto, por copiar sus grabaciones para alimentar los algoritmos. Esa copia se rastrea con huellas de audio. El posible plagio aparece cuando una de esas canciones se parece a otra concreta, algo que analizan los peritos. Warner pactó con las dos empresas, Universal solo con Udio, y Sony ha presentado nuevas demandas por decenas de miles de grabaciones más. Ningún tribunal estadounidense se ha pronunciado aún sobre la legalidad del aprendizaje de una IA con música protegida sin licencia.
Joe Bennett, musicólogo forense y profesor en Berklee, reconoce el patrón. “La industria musical empieza resistiéndose a las fórmulas de negocio disruptivas hasta que encuentra la manera de monetizarlas”, dice y cita el formato MP3. “Mi sensación aquí, en Estados Unidos, es que eso es lo que está pasando ahora: las grandes discográficas poseen un catálogo y están aprovechando la oportunidad para licenciarlo como una nueva fuente de ingresos”. Las tecnológicas se acogen al uso legítimo (fair use) que amparó a Google Books. “Siendo realistas, la comunidad de creadores musicales nunca iba a aceptarlo, y los sellos tampoco”.
La inteligencia artificial ha cambiado las pruebas, pero no lo esencial: los peritos siguen comparando, sobre transcripciones, el perfil melódico, el uso de los acordes, el ritmo, la letra y los hooks (o pasajes pegadizos). “Los programas de IA ayudan a acelerar el trabajo técnico, como aislar los instrumentos de la mezcla”, cuenta Bennett, colaborador del programa de la BBC Midnight Musicology, donde analiza semanalmente las semejanzas entre canciones que envían los oyentes. “Pero, por potentes que resulten estas herramientas, la última palabra la tiene siempre una persona, alguien con un buen oído y un amplio conocimiento del repertorio”.
¿Y qué ocurre cuando es la IA la que tiene que responder ante un juez? Que el parecido, ese indicio con el que el perito deduce la copia, tiende a diluirse. “Los generadores de canciones suelen producir combinaciones de elementos familiares de un género, en lugar de pasajes identificables procedentes de obras individuales”, explica Bennett, que en mayo declaró en el juicio contra Kanye West, un caso de sampleo en el que, como en las demandas de las discográficas, se discutía una grabación y no una composición. La pregunta sigue siendo la misma que hace casi dos siglos: ¿cuánto se puede tomar prestado antes de incurrir en plagio?
“Para que un parecido se convierta en apropiación indebida tiene que haber una cantidad sustancial de elementos musicales distintivos compartidos”, asegura la musicóloga forense Judith Finell, perita en el juicio de la familia de Marvin Gaye contra Robin Thicke y Pharrell Williams por Blurred Lines, donde defendió una “constelación de rasgos similares” en las canciones. “Hay un malentendido: se cree que el caso iba de estilo y de género, pero no es verdad. Eso no está protegido por la ley estadounidense de derechos de autor, que se fija en características concretas, como la melodía, la letra, la armonía, la estructura…”.
La última revolución tecnológica de la música es, según Finell, la primera que puede intervenir antes de que la obra esté escrita. “Las grabaciones, la radio, el sampleo y la digitalización se emplearon solo cuando la obra ya estaba creada”, reflexiona. “La IA se está volviendo hábil en ser, posiblemente, ese compositor del principio”. En lo legal, la profesora de musicología en la UCLA afirma: “Ningún pleito individual marcará el rumbo salvo que llegue al Tribunal Supremo de EE UU y la Oficina de Derechos de Autor determine si la música fruto de la colaboración entre humano y máquina merece protección”.
En Europa, la normativa sobre IA obliga a las empresas que desarrollan grandes modelos generativos a no utilizar creaciones cuyos titulares lo han prohibido expresamente y a publicar un “resumen suficientemente detallado” de los contenidos de entrenamiento. En la práctica, solo hay que listar los dominios web que concentran el 10% del contenido recopilado, sin citar obras concretas. “La nueva regulación está llegando tarde y con cuentagotas”, lamenta Carlos Duque, abogado, perito y autor de Plagio musical y musicología forense en la era de la IA. “Es una respuesta simbólica, sin ningún peso real que pueda beneficiar al autor”.
Suno presumió ante sus inversores de generar siete millones de canciones cada 24 horas, y la plataforma de streaming Deezer recibe a diario casi 90.000 elaboradas íntegramente por algoritmos. En España, las consultas de productoras para auditar si un tema infringe derechos por medios automáticos se han disparado. “El volumen es enorme: producir música sintética no cuesta nada y, al expandirse, parasita el espacio que antes ocupaban las creaciones humanas”, apunta Duque. “Además, la gran capacidad de la IA para clonar voces da pie a la suplantación de artistas y a falsas colaboraciones que pueden suponer una estafa para el oyente”.
El aprendizaje se produce con cantidades ingentes de canciones obtenidas por scraping (rastreo) o saltándose las protecciones de YouTube. A veces los modelos conservan fragmentos reconocibles, la llamada “regurgitación”,por la que un tribunal de Múnich dio la razón a la sociedad de autores GEMA frente a Suno. De ahí que el peritaje deba examinar todo el proceso. “Ya no basta con analizar la partitura, ahora debemos auditar la interacción entre algoritmo y creador para defender la propiedad intelectual”, sostiene Duque. “El acceso a las pruebas es escaso y todavía no se ha generado suficiente doctrina judicial”.
Mientras llegan las soluciones, los algoritmos inundan las plataformas, clonan voces sin que nos demos cuenta y amenazan con expulsar del mercado laboral a los creadores. Según datos de la SGAE, la IA podría recortar hasta un 28% los ingresos por derechos de autor de la música en España en 2028, unos 100 millones de euros menos solo ese año. Para Duque, sin embargo, lo que nos jugamos es mucho más valioso. “La creación artificial cuestiona conceptos como la originalidad y el esfuerzo creativo”, advierte. “Si permitimos que la máquina lleve la voz cantante, no estaremos democratizando la música, sino deshumanizando la cultura”.
Cultura en EL PAÍS
