Madrid, 22 de octubre de 2026

En plena discusión sobre si el entrenamiento de sistemas de inteligencia artificial supone una infracción de los derechos de autor, GEMA, la entidad de gestión de los autores musicales alemanes ha roto la baraja. Desde el pasado mes de julio está disponible PLAI by GEMA, un catálogo de música licenciado expresamente para el entrenamiento de sistemas de IAGen que se compone de alrededor de 57.000 obras y 178.000 archivos de audio que abarcan más de 60 géneros y estilos. Pero lo importante aquí no es tanto el volumen como que se da un golpe encima de la mesa para ofrecer una solución a los problemas derivados del entrenamiento de modelos con obras protegidas.

PLAI se ofrece como una plataforma que permite el uso de obras protegidas previo pago de una licencia y, quizás lo más importante, ante un solo interlocutor. Es decir, los desarrolladores de sistemas de IA musical ya no tienen que ir a las puertas de las distintas editoriales y discográficas para solicitar una licencia que les permita el uso de sus obras, lo que anula una de las excusas que aducían los desarrolladores para realizar el entrenamiento sin la necesaria autorización.    

Nada ocurre por casualidad, y GEMA lanzó PLAI tan solo unos días antes de que la Sala 42ª de lo Civil del Tribunal Regional de Múnich I dictase sentencia declarando que el uso no autorizado por SUNO de obras protegidas para entrenar, almacenar y explotar sus modelos de IA infringe los derechos de autor, por lo que ordenaba cesar en el uso de las obras e indemnizar a los autores. No cabe duda de que se ha buscado que los pleitos y el licenciamiento avancen en paralelo. Mientras la sentencia evidencia el coste jurídico y económico de entrenar sin la oportuna licencia, GEMA ofrece una herramienta para hacerlo. Y, aunque la sentencia aún no es firme, su efecto ha sido inmediato, pues deja patente que entrenar sin permiso ha empezado a salir más caro que sentarse a negociar.    

En su lanzamiento, el repertorio que ofrece PLAI está compuesto de música de librería, la llamada production music, compuesta para publicidad, cine, televisión y otros contenidos audiovisuales. Las composiciones provienen de las editoriales Bailer Music Publishing, Earmotion Audio Creation, Intervox Production Music, Music Sculptor y Sonoton Music. Además de datos básicos como el género, el tempo, la tonalidad, la instrumentación y los acordes, el catálogo también incorpora información detallada de cada pieza, que es clave para un sistema de IA. Por ejemplo, su organización interna, en qué momentos empieza y termina cada parte, los códigos de identificación de la obra y la grabación –ISWC e ISRC– e incluso etiquetas relativas a la emoción que genera o transmite la obra o para qué tipo de uso encaja mejor.   

Es muy importante señalar que, de momento, el catálogo de PLAI se dirige exclusivamente a herramientas de IA que asisten al creador durante el proceso de producción, y está vetado a aquellos sistemas de IA cuyos resultados puedan competir con la música con la que han sido entrenados. De hecho, el primer acuerdo firmado por GEMA ha sido con Klangio, una empresa de Karlsruhe cuyo sistema es capaz de convertir audios en partituras; es decir, un sistema que reconoce notas, acordes y estructuras musicales en archivos ya licenciados y los transforma en partituras, pero que no genera obras musicales nuevas.   

Con esta estrategia de licenciamiento controlado, GEMA decide no solo quién usa su repertorio sino también para qué lo usa. Un matiz muy importante en un momento donde gran parte del debate se centra en si el entrenamiento de sistemas de IA está o no amparado por las excepciones de minería de textos y datos. Ahora PLAI introduce como cuestión el ¿para qué? La posibilidad de delimitar los entrenamientos de acuerdo con la finalidad que persiga el desarrollador puede ser un elemento clave en el futuro, pues ya no solo se trata de qué contenidos pueden utilizarse, sino también para qué tipo de herramientas de IA.   

Y aquí aparece el contrapunto. SUNO lanzó el pasado 9 de septiembre v6, una nueva familia de modelos que, según la compañía, fue entrenada desde cero con música licenciada. Se trata, en consecuencia, de un sistema que genera música capaz de competir con aquella con la que ha sido entrenado, que es lo que PLAI quiere evitar, pero ahora con licencia.    

Sentado lo anterior, tampoco se trata de idealizar PLAI ni la vía de SUNO, pues hay determinados elementos que tener en cuenta. Por ejemplo, para bien o para mal, GEMA ha decidido que de momento el repertorio ofrecido sea música de librería y no repertorio comercial, por lo que su utilidad para entrenar modelos está limitada y no termina de desbloquear el problema. Por su parte, SUNO sí que ha logrado mediante acuerdos directos con las discográficas disponer de ese repertorio convencional. Por otro lado, los precios de PLAI no son públicos, lo que puede limitar el acceso a determinados colectivos como los investigadores o los pequeños desarrolladores. Y, aunque GEMA se ha comprometido a abonar una remuneración a los titulares de las obras insertas en PLAI, de momento no ha detallado con qué criterio se hará el reparto. 

Tampoco SUNO tiene el camino libre, pues Sony y Universal, que no han firmado ningún acuerdo, volvieron a demandarla el pasado 18 de septiembre alegando que v6 se habría desarrollado a partir de las salidas, los datos de preferencia y el conocimiento destilado de sus modelos anteriores, por lo que las otorgadas no borrarían las infracciones pasadas.    

En todo caso, estos movimientos merecen ser mirados con atención por el resto de los colectivos que ostentan derechos de propiedad intelectual. PLAI y los acuerdos de SUNO dan respuesta a algunos de los problemas que la IAGen ha provocado a los autores y productores, pero no a los intérpretes que pusieron la voz o a quienes tocaban los instrumentos en las grabaciones licenciadas. De hecho, en Estados Unidos la federación de músicos AFM ha planteado preocupación por la compensación de los músicos cuyas grabaciones se han utilizado para entrenar plataformas como SUNO.  Y, por supuesto, en el caso de los actores un modelo similar sería difícilmente replicable como tal, tanto por la diferencia de los datos necesarios para el entrenamiento de estos sistemas cuando se trata de imágenes como por los derechos que les son reconocidos por nuestro ordenamiento. La cuestión sigue muy lejos de quedar resuelta, y haríamos mal en darla por zanjada solo porque un determinado modelo pueda prosperar en sus primeras aplicaciones.   

Con todo, podemos decir que el balance es favorable. La sentencia de Múnich ha puesto precio a entrenar sin licencia y, en pocas semanas, han surgido dos modelos de negocio construidos sobre licencias. Y aunque ni PLAI ni v6 solucionen el problema de fondo, sí ponen encima de la mesa soluciones, mostrando que existen alternativas al vaciado indiscriminado de la red para el entrenamiento de estos sistemas de IA. Y que no se trata de elegir entre el desarrollo de sistemas de IAGen y los derechos de autor, sino de lograr que el entrenamiento se realice de manera transparente, con datos cuya procedencia esté clara y, por supuesto, remunerada. Y dejando claro que no todo vale y que conocer la finalidad de los sistemas de IAGen es clave para licenciar o no las obras que permitan su entrenamiento.

Marco Antonio Mariscal 

Abogado y Doctor en Derecho. Profesor de Derecho Civil en la UAH. 

Director de Transformación Tecnológica en AISGE

Fuente: AISGE