Con las obligaciones de transparencia del Reglamento (UE) 2024/1689, la propiedad intelectual del dato de entrada, la titularidad del resultado y la protección de los datos personales dejan de tratarse como compartimentos estancos. Esta pieza abre una serie que recorre esos tres planos y su vertiente práctica.
El 2 de agosto de 2026 empiezan a aplicarse las obligaciones de transparencia del artículo 50 del Reglamento (UE) 2024/1689, el llamado Reglamento de Inteligencia Artificial, para los sistemas de IA comprendidos en su ámbito. Desde esa fecha, los proveedores de sistemas de IA que interactúan con personas físicas deben garantizar que estas sean informadas de que interactúan con un sistema de IA, y los sistemas de IA que generan contenidos sintéticos deben marcar sus salidas de forma legible por máquina y detectable como artificiales, sin perjuicio de las obligaciones adicionales de divulgación que recaen sobre los responsables del despliegue en los supuestos del artículo 50. Es la tercera parada de un calendario escalonado que arrancó en febrero de 2025 con las prácticas prohibidas, siguió el 2 de agosto de 2025 con las obligaciones de los modelos de IA de propósito general del artículo 53, y que la reciente reforma, conocida como Digital Omnibus, ha recolocado en algunos de sus tramos posteriores. El Reglamento no llega de golpe: se despliega por capas, y cada capa activa preguntas jurídicas distintas.
Ese despliegue por fases ayuda a organizar una conversación que, en la práctica de los despachos y de las direcciones jurídicas, suele llegar desordenada. Cuando una empresa decide entrenar un modelo con sus propios datos o integrar un asistente generativo en su flujo de trabajo, la pregunta que formula al abogado casi nunca es «¿puedo usar IA?». Es una pregunta más incómoda y más tardía: «¿de quién es esto que ha salido, y de dónde venía lo que metí para obtenerlo?». La respuesta obliga a manejar a la vez tres cuerpos normativos que la formación jurídica tradicional enseña por separado.
Tres planos que en la práctica se mezclan pero que debemos separar
El primer plano atañe a la obra ajena que entra: los materiales con los que se entrena o alimenta un sistema (textos, imágenes, código, bases de datos) están con frecuencia protegidos por derechos de autor o derechos conexos, y su uso masivo plantea la cuestión de si esa reproducción resulta lícita. El segundo plano atañe a la obra propia que surge: lo que la máquina genera puede parecer una creación, pero la pregunta de si es una obra protegible y de quién sería su titular no tiene una respuesta evidente. El tercer plano atraviesa a los otros dos: en cuanto entre o salga un dato personal, se activa el régimen de protección de datos, con su exigencia de una base de licitud y sus límites cuando el dato pertenece a categorías especiales.
Estos tres planos no se suceden en el tiempo; coexisten. La ingestión de un corpus para afinar un modelo puede ser, simultáneamente, una reproducción a efectos de propiedad intelectual y un tratamiento de datos personales a efectos del Reglamento General de Protección de Datos. La licitud de uno no arrastra la del otro. Que una empresa tenga acceso legítimo a un archivo no la exime de comprobar si ese archivo contiene obra reservada por su titular, ni de identificar la base jurídica que legitima el tratamiento de los datos personales que ese mismo archivo incorpora. La superposición es la regla, no la excepción.
La tesis de esta serie es sencilla de enunciar y difícil de aplicar: el problema no es usar inteligencia artificial, sino no haber decidido de antemano quién responde de la obra ajena que entra, de la obra propia que sale y de los datos que circulan por el sistema. La empresa que despliega IA sin haber resuelto esas tres asignaciones de responsabilidad no está implementando una herramienta, está generando una contingencia difusa que se materializará cuando un tercero reclame, un titular se oponga o una autoridad pregunte.
Entrenar no es usar y esta distinción organiza todo el análisis
La confusión más grave es tratar «entrenar» y «usar» como si fueran el mismo acto jurídico. No lo son, y el propio Derecho europeo los separa con nitidez.
Entrenar un modelo, o afinarlo con datos propios, consiste en reproducir y procesar grandes volúmenes de material para que el sistema aprenda patrones. Ese acto activa de lleno el primer plano: la propiedad intelectual del input. Si el material contiene obras protegidas, la reproducción necesita amparo, y ese amparo, en el Derecho de la Unión, se busca en el límite de la minería de textos y datos. Al mismo tiempo, si el corpus contiene datos personales, entrenar es tratar, y hay que poder justificar ese tratamiento en una base del artículo 6 del Reglamento General de Protección de Datos.
Usar el modelo ya entrenado en fase de inferencia (pedirle un resumen, generar una imagen, redactar un borrador) desplaza el centro de gravedad. La cuestión dominante ya no es la licitud del corpus de origen, sino la confidencialidad de lo introducido en el prompt, la protección de los datos personales que el usuario incorpora en la consulta, la titularidad de lo obtenido y la responsabilidad por lo que ese resultado afirme o infrinja. Un abogado que sube el borrador de un contrato de su cliente a un asistente generativo no está entrenando nada: está tratando datos, quizá comprometiendo el secreto profesional y generando un output cuya autoría habrá que calificar.
Esta división no es mera teoría, sino que la ha reconocido el propio supervisor europeo de protección de datos. El Comité Europeo de Protección de Datos, en su Dictamen 28/2024, de 17 de diciembre de 2024, adoptado a solicitud de la autoridad irlandesa, estructura su análisis en torno a la distinción entre la fase de desarrollo del modelo y la de despliegue, y advierte que la licitud de la primera condiciona, aunque no siempre contamina, la de la segunda. Un tratamiento ilícito en el desarrollo puede afectar a la legitimidad de las operaciones posteriores, salvo que se demuestre que la explotación del modelo ya no comporta tratamiento de datos personales. La frontera entre entrenar y usar deja de ser una cuestión de vocabulario para convertirse en una cuestión de imputación.
El plano del input: la obra ajena que entra y el límite de minería
El primer plano es el que más litigios está generando en Europa y el que menos margen deja a la improvisación. La reproducción de obras ajenas para entrenar un modelo solo es lícita, en el Derecho de la Unión, si encaja en alguno de los dos límites de minería de textos y datos que introdujo la Directiva (UE) 2019/790 sobre los derechos de autor en el mercado único digital.
El artículo 3 de esa Directiva ampara la minería con fines de investigación científica realizada por organismos de investigación e instituciones de patrimonio cultural, y no admite reserva por parte del titular. El artículo 4 es el que interesa a la actividad empresarial: permite reproducir y extraer obras a las que se ha accedido lícitamente para minería de textos y datos, con una condición decisiva contenida en su apartado 3. El titular puede reservarse expresamente ese uso «de manera adecuada», y en el caso de contenidos puestos a disposición en línea, esa reserva debe expresarse por medios de lectura mecánica. Es el mecanismo de exclusión, el opt-out, sobre el que gravita hoy buena parte del debate sobre el entrenamiento de IA generativa: si un titular ha reservado válidamente sus obras, la minería sobre ellas deja de estar amparada por el límite y vuelve a requerir autorización.
España transpuso ambos límites mediante el Real Decreto-ley 24/2021, de 2 de noviembre. Su artículo 67 incorpora la minería de textos y datos al ordenamiento jurídico español y reproduce la lógica del artículo 4 de la Directiva: la reproducción de obras y prestaciones accesibles, legítimamente realizada, no requiere autorización cuando se realiza con fines de minería, salvo que los titulares hayan reservado expresamente ese uso mediante mecanismos de lectura mecánica u otros medios adecuados. El artículo 68 traslada el límite de investigación del artículo 3. La técnica de transposición ha recibido críticas doctrinales, sobre todo por la parquedad con que el legislador español resolvió cuestiones que la Directiva dejaba abiertas, pero el resultado es que el sistema de reserva de derechos opera hoy en España con la misma estructura que en el resto de la Unión.
La cuestión que ese sistema no resolvió (qué significa reservar «de manera adecuada» y hasta dónde llega el límite del artículo 4 cuando el minado alimenta un modelo generativo) ha llegado por fin al Tribunal de Justicia. El asunto C–250/25, Like Company contra Google Ireland, es la primera cuestión prejudicial que aborda de frente la relación entre IA generativa y derechos de autor. Lo planteó un tribunal húngaro en un litigio entre un editor de prensa y el chatbot de Google, y entre las preguntas remitidas figura si el entrenamiento de un modelo de lenguaje constituye reproducción y, en su caso, si esa reproducción puede ampararse en el límite del artículo 4 de la Directiva. El Tribunal celebró su primera vista oral sobre esta materia el 10 de marzo de 2026. Mientras no haya sentencia, y las conclusiones del Abogado General se esperan para el otoño de 2026, la licitud del entrenamiento sobre obra reservada seguirá siendo, en Europa, terreno no consolidado. Ninguna empresa debería construir su estrategia de datos de entrenamiento dando por cerrado un debate que el máximo intérprete del Derecho de la Unión tiene expresamente abierto.
El plano del output: la obra propia que sale y las dudas sobre la autoría
El segundo plano invierte la pregunta. Ya no se trata de si fue lícito usar obra ajena para entrenar, sino de qué es, jurídicamente, lo que el sistema devuelve.
El Derecho español de propiedad intelectual parte de una premisa que el fenómeno generativo tensiona. El artículo 10 del texto refundido de la Ley de Propiedad Intelectual, aprobado por Real Decreto Legislativo 1/1996, define el objeto protegible como las creaciones originales literarias, artísticas o científicas. La originalidad, tal como la han entendido la doctrina y la jurisprudencia europea, remite a una impronta personal, a decisiones libres y creativas de un autor persona física. Un resultado generado íntegramente por una máquina, sin intervención humana creativa relevante, difícilmente satisface ese requisito. Y si no hay obra en sentido del artículo 10, no hay derechos de explotación que atribuir; ni el derecho exclusivo del artículo 17, ni la facultad de reproducción tal como la delimita el artículo 18. El output puramente automático cae, por defecto, en un espacio no protegido.
El Parlamento Europeo, en su Resolución de 10 de marzo de 2026 sobre derechos de autor e inteligencia artificial generativa, aprobada por amplia mayoría, reconoció que el contenido generado íntegramente por IA no debe gozar de protección por derechos de autor. La Resolución no es una norma vinculante, pero fija una posición institucional que apunta en la misma dirección que el requisito de creación humana del artículo 10 de la Ley española.
La consecuencia práctica es contraintuitiva y suele sorprender a quien la descubre tarde. La empresa que genera masivamente contenido con IA para su web, sus campañas o su documentación puede encontrarse con que ese contenido no le pertenece en exclusiva porque, sencillamente, no está protegido por derechos de autor; si un tercero lo reutiliza, no infringirá derecho de autor alguno — otra cosa son las cuestiones que puedan surgir en derecho de competencia. El valor que se creía capturar se disuelve. La cosa se complica cuando media intervención humana significativa (selección, edición, dirección creativa del proceso), porque entonces reaparece la posibilidad de originalidad y, con ella, la de titularidad; pero el umbral y su prueba distan de estar asentados. Este será el objeto de una entrega posterior de la serie.
La calificación del output exige, además, disciplina jurisdiccional. La discusión estadounidense sobre la autoría del contenido generado por IA, en la que la Oficina de Derechos de Autor y los tribunales han abordado la exigencia de autoría humana en términos propios de su sistema, no es trasladable sin más al Derecho español. En España, la clave es el requisito de originalidad del artículo 10 y su interpretación conforme a la noción europea de creación intelectual propia; en Estados Unidos, el debate transita por la doctrina de la human authorshipy sus propias fuentes. Confundir ambos marcos, o citar una resolución americana como si fijara el estándar español, es un error frecuente que ningún dictamen debería cometer. El Parlamento Europeo, por su parte, ha añadido un vector adicional en su Resolución de 10 de marzo de 2026: la reivindicación de un principio de territorialidad estricto, según el cual el Derecho de autor de la Unión debería aplicarse a todo sistema comercializado en la Unión con independencia de dónde se haya producido técnicamente el entrenamiento. La titularidad del resultado y la licitud del insumo se piensan, así, cada vez más en clave de mercado europeo, no de lugar físico del cómputo.
El plano transversal: los datos personales que circulan por el sistema
El tercer plano no se sitúa junto a los otros dos; los intersecta. En el momento en que un dato personal entra en el corpus de entrenamiento o se vierte en un prompt, el tratamiento queda sujeto al Reglamento General de Protección de Datos, y hay que responder a las mismas preguntas de siempre en un contexto nuevo.
La primera es la base de licitud del artículo 6. El entrenamiento de un modelo sobre datos personales rara vez se basa en el consentimiento, pues resulta impracticable recabarlo de millones de interesados, de modo que el debate se ha desplazado al interés legítimo previsto en el artículo 6.1.f). El Comité Europeo de Protección de Datos, en el Dictamen 28/2024 ya citado y con base en sus Directrices 1/2024, admite que el interés legítimo puede legitimar tanto el desarrollo como el despliegue de modelos de IA, pero solo tras superar el triple test que esa base exige: existencia de un interés legítimo, necesidad del tratamiento para satisfacerlo y ponderación que no haga prevalecer los derechos y libertades del interesado. No es un cheque en blanco. Es una carga argumentativa que el responsable debe poder acreditar.
A ello se añaden los principios del artículo 5 (licitud, lealtad, transparencia, minimización, limitación de la finalidad), que el mismo Dictamen recuerda no se suspenden por el hecho de que el tratamiento sea masivo, y el régimen reforzado del artículo 9 cuando el corpus incorpora categorías especiales de datos: salud, ideología, origen, biometría. Un modelo entrenado indiscriminadamente sobre material extraído de la red arrastra, con altísima probabilidad, datos de esas categorías, cuyo tratamiento está prohibido salvo que concurra alguna de las excepciones tasadas del artículo 9.2. El Dictamen 28/2024 introduce una advertencia de fondo: si un modelo se desarrolló tratando datos personales de forma ilícita, esa ilicitud puede proyectarse sobre las operaciones posteriores, salvo que se demuestre, lo que exige una evaluación seria, que el modelo resultante es anónimo o que su explotación ya no supone el tratamiento de datos personales. El umbral de anonimato que el Comité fija es exigente: debe ser muy improbable identificar a las personas cuyos datos se usaron y muy improbable extraer esos datos mediante consultas al modelo.
Que este plano cruce a los otros dos tiene una traducción operativa concreta. La empresa que integra un modelo de terceros hereda, sin haberlo elegido, las decisiones de tratamiento tomadas por quien lo entrenó: si el desarrollo se apoyó en datos personales tratados sin base suficiente, la sombra de esa ilicitud puede alcanzar al despliegue posterior, que es precisamente la fase que la empresa controla y de la que responde frente a los interesados y frente a la autoridad. La diligencia debida sobre el proveedor (qué datos usó, con qué base, con qué garantías de anonimización) deja de ser una cortesía contractual para convertirse en un presupuesto de la propia licitud del uso. El resumen de contenidos de entrenamiento que el artículo 53 del Reglamento de IA impone a los proveedores de modelos de propósito general adquiere aquí una segunda función, más allá de la propiedad intelectual: es también el documento que permite al deployer razonar su propia posición de protección de datos. Los tres planos, otra vez, no se dejan aislar.
De la transparencia del Reglamento a la asignación de responsabilidad
Volviendo al inicio de esta pieza, las obligaciones de transparencia que empiezan a aplicarse el 2 de agosto de 2026 no son un plano jurídico añadido, sino un mecanismo que informa los tres anteriores. El artículo 50 del Reglamento (UE) 2024/1689 impone informar de la interacción con un sistema de IA y marcar el contenido generado o manipulado artificialmente. El artículo 53, aplicable a los proveedores de modelos de propósito general desde el 2 de agosto de 2025, va más lejos en el plano del input: exige, entre otras obligaciones, adoptar una política para respetar el Derecho de autor de la Unión, incluida la reserva de derechos del artículo 4 de la Directiva 2019/790, y publicar un resumen suficientemente detallado de los contenidos utilizados para el entrenamiento.
Ese resumen es la bisagra entre planos. Obliga al proveedor a documentar qué entró en el modelo, lo que a su vez permite a terceros comprobar si entre esos materiales figuran obras reservadas o datos personales tratados sin base. La transparencia del artículo 53 no resuelve la licitud del entrenamiento, pero la hace verificable, y lo verificable es reclamable. Para la empresa que integra estos modelos en su cadena de valor, la consecuencia es que las tres asignaciones de responsabilidad dejan de ser un ejercicio teórico y pasan a ser exigibles documentalmente.
El calendario, además, sigue moviéndose. La reforma conocida como Digital Omnibus, propuesta por la Comisión el 19 de noviembre de 2025 y sobre la que Consejo, Parlamento y Comisión alcanzaron un acuerdo provisional el 7 de mayo de 2026, aplazó las obligaciones de los sistemas de alto riesgo del Anexo III, previstas para agosto de 2026, hasta finales de 2027, y concedió a los sistemas de IA generativa ya presentes en el mercado antes del 2 de agosto de 2026 un periodo de gracia adicional para cumplir la obligación de marcado legible por máquina del artículo 50, apartado 2. La transparencia general del artículo 50 no se aplazó; lo que se difirió fue un tramo técnico y otro relativo al alto riesgo. Cualquier planificación de cumplimiento debe partir del texto vigente y no del calendario original, porque las fechas han cambiado y pueden volver a hacerlo antes de la adopción definitiva de la reforma.
Lo que esta serie desarrolla
En esta pieza se expone nuestro planteamiento, los tres planos (input, output y datos) no son tres asignaturas independientes que un jurista pueda cursar por separado, sino tres dimensiones de una misma decisión empresarial que se solapan en cada tratamiento concreto. La serie que vamos a desarrollar los recorrerá uno a uno: la licitud del entrenamiento sobre obra ajena y el alcance real del límite de minería tras el asunto Like Company; la titularidad, o la ausencia de titularidad, del contenido generado y el umbral de intervención humana que reactiva la protección; y la base jurídica del tratamiento de datos personales en desarrollo y despliegue a la luz del Dictamen 28/2024. Se trata, en el fondo, de lo que en LAW21 venimos llamando Derecho de la Creación: el conjunto de reglas que deciden quién puede crear a partir de qué, y a quién pertenece lo creado, cuando quien crea es en parte una máquina.
La transposición del Reglamento de IA a la realidad operativa de las empresas creativas y tecnológicas, la arquitectura de licencias que empieza a ordenar el mercado del entrenamiento, abordada en nuestro análisis sobre las meta-licencias en la era de la IA, y la responsabilidad por lo que producen los agentes autónomos, examinada en «Cuando el bot dice lo siento», son piezas que dialogan con este mapa y que la serie irá conectando. El punto de partida, sin embargo, es la advertencia con la que abrimos: la empresa que no ha decidido quién responde de la obra que entra, de la obra que sale y de los datos que circulan no ha adoptado una tecnología, sino un riesgo cuya factura llega siempre después.
