Thomson Reuters v. ROSS Intelligence: copyright, datos de entrenamiento y ética de la IA

Por Patricia Manso, abogada especializada en Derecho Corporativo y Tecnológico

Web: www.patriciamanso.com

LinkedIn: https://www.linkedin.com/in/patriciamanso/

Thomson Reuters v. ROSS Intelligence es uno de los litigios más relevantes sobre copyright y entrenamiento de sistemas de inteligencia artificial en Estados Unidos. Ross Intelligence fue una startup fundada en 2014 en San Francisco para desarrollar una herramienta de investigación jurídica basada en inteligencia artificial. Su producto permitía a los abogados formular preguntas en lenguaje natural y obtener respuestas extraídas de resoluciones judiciales, evitando navegar por los sistemas editoriales tradicionales de plataformas como Westlaw.

Un punto esencial es que ROSS no era una IA generativa en el sentido actual del término. ROSS no generaba texto nuevo, era un motor de búsqueda semántico que localizaba resoluciones judiciales relevantes en respuesta a consultas del usuario. Esta distinción importa porque el análisis jurídico del caso gira, en buena medida, en torno a si el uso de materiales protegidos servía a un propósito nuevo o si reproducía la función comercial del producto original.

La reclamación de Thomson Reuters, propietaria de Westlaw, se presentó en mayo de 2020 por infracción de copyright. El núcleo de la disputa es el uso de los headnotes de Westlaw (resúmenes jurídicos elaborados por editores humanos) como material empleado para entrenar el sistema de ROSS. ROSS solicitó primero una licencia a Thomson Reuters para usar contenido de Westlaw, que fue denegada, y posteriormente contrató a LegalEase Solutions para obtener datos que terminaron incorporando material basado en esos headnotes.

La decisión de primera instancia, dictada el 11 de febrero de 2025 por el juez Stephanos Bibas en el Tribunal de Distrito de Delaware, fue una sentencia de juicio sumario parcial a favor de Thomson Reuters. El juez concluyó que ROSS había infringido directamente el copyright de Thomson Reuters en 2.243 headnotes y rechazó las defensas de ROSS, incluida la doctrina del fair use. No obstante, conviene precisar que se trataba de una resolución parcial: respecto de esos headnotes quedaba pendiente una cuestión factual limitada sobre si algunos copyrights habían expirado o no estaban cubiertos temporalmente.

Actualmente el caso se encuentra en fase de apelación ante el Tercer Circuito. El pasado 11 de junio de 2026 se celebró en Filadelfia la vista oral ante un panel de tres jueces, en un asunto llamado a convertirse en una referencia temprana para los litigios de copyright e IA en Estados Unidos.Ayer, 11 de junio de 2026, se celebró en Filadelfia la vista oral ante el Tercer Circuito Las dos cuestiones formales en apelación son si los headnotes de Westlaw tienen originalidad suficiente para estar protegidos por copyright y si el uso interno que hizo ROSS de esos materiales queda amparado por el fair use.

El debate principal no es si las resoluciones judiciales pueden copiarse. El propio documento distingue entre las sentencias, que son de dominio público, y los headnotes de Westlaw, que Thomson Reuters presenta como una obra editorial propia. Los headnotes sintetizan conclusiones jurídicas de los tribunales, seleccionan y organizan puntos de derecho relevantes y se clasifican mediante el sistema Key Number.Los headnotes son resúmenes jurídicos elaborados por editores humanos de Thomson Reuters que sintetizan creativamente las conclusiones de los tribunales, no son las sentencias en sí mismas sino una obra editorial propia con procesos de selección, organización y redacción de los puntos de derecho más relevantes de cada resolución.

Desde la perspectiva de Thomson Reuters, ROSS habría usado material protegido para construir una herramienta competidora de Westlaw. El argumento se refuerza con tres hechos destacados: primero, ROSS pidió una licencia y Thomson Reuters la rechazó; segundo, ROSS recurrió después a LegalEase para obtener los “Bulk Memos”; y tercero, LegalEase habría admitido haber copiado directamente al menos partes de los headnotes. El tribunal interpretó la intervención de LegalEase como un mecanismo consciente para eludir la negativa de licencia y que ROSS, al haber solicitado previamente la licencia y haber sido rechazada, no podía alegar desconocimiento del carácter protegido del material.

Desde la perspectiva de ROSS, la defensa central se apoyaba en la doctrina del fair use. ROSS sostenía, en esencia, que el uso de los materiales estaba vinculado al entrenamiento interno de su sistema y que los headnotes tenían un componente factual relevante. ROSS prevaleció en el análisis de primera instancia en los factores relativos a la naturaleza de la obra y la cantidad usada, aunque esos factores no bastaron para ganar el caso.

¿En qué consiste la doctrina del fair use?

El fair use es una excepción del derecho estadounidense de copyright que permite usar obras protegidas sin autorización en determinadas circunstancias. No opera de forma automática, exige ponderar cuatro factores no exclusivos.

1. Finalidad y carácter del uso. Se examina si el uso es transformador, es decir, si añade algo nuevo o cumple un propósito distinto del original. El carácter comercial puede pesar en contra.
2. Naturaleza de la obra protegida. Las obras más creativas suelen recibir mayor protección.
3. Cantidad y sustancialidad de la parte usada. Se analiza cuánto se ha copiado y si la parte tomada constituye el núcleo de la obra.
4. Efecto sobre el mercado potencial. Se valora si el uso perjudica el mercado existente o potencial de la obra protegida, suele ser uno de los factores más relevantes.

En primera instancia, el juez Bibas consideró que Thomson Reuters ganaba en los factores 1 y 4, y que esos factores tenían más peso que los factores 2 y 3, favorables a ROSS. El uso no se considero transformador porque ROSS utilizaba los headnotes para el mismo propósito comercial que Thomson Reuters, es decir facilitar una herramienta de investigación jurídica. Además, el tribunal apreció un daño de mercado porque ROSS pretended crear un sustituto competidor de Westlaw.

Por tanto, el centro del caso no es simplemente “IA contra copyright”, sino una pregunta más concreta, ¿Puede una empresa usar material editorial protegido para entrenar una herramienta que compite directamente con el producto del titular de esos derechos?

Conclusión

Las organizaciones no solo deben preguntarse si una herramienta de IA funciona, si ahorra tiempo o si mejora la productividad. También deben preguntarse con qué datos fue entrenada, si esos datos estaban protegidos, si existía licencia, si se utilizó un intermediario para obtenerlos y si el producto resultante compite con el mercado del titular de los derechos. La procedencia de los datos de entrenamiento importa, y usar un proveedor intermedio no elimina el riesgo si el beneficiario sabía o debía saber que el material estaba protegido. No basta con que una herramienta funcione bien, si fue entrenada con datos protegidos sin licencia, quien la comercializa puede enfrentarse a una demanda. Interponer un proveedor no elimina el riesgo.

El caso también recuerda que el riesgo no es meramente reputacional. ROSS era una startup con financiación, clientes y producto; sin embargo, el coste del litigio fue descrito como insostenible y la empresa cerró operaciones el 31 de enero de 2021, aunque continuó la batalla legal. En otras palabras, un problema de copyright en los datos de entrenamiento puede convertirse en un riesgo existencial.

La comparación entre ROSS, Anthropic y Meta demuestra que el riesgo jurídico no depende solo de que una herramienta use IA, sino de factores como la procedencia de los datos, la finalidad del uso, la existencia o ausencia de licencia, la forma de obtención de las obras y el impacto sobre el mercado del titular. Precisamente por eso, la formación en ética de IA debe incluir, entre otros contenidos, copyright, licencias de datos, trazabilidad de datasets, límites del fair use, uso de proveedores, competencia de mercado y responsabilidad por productos entrenados con materiales de terceros. Estos temas no son accesorios, determinan si una solución de IA puede desplegarse de forma segura, sostenible y legalmente defendible.

La enseñanza principal de ROSS es que la innovación en IA no fracasa solo por errores de producto. También puede fracasar por no haber integrado desde el inicio una cultura de cumplimiento. En la era de la IA, formar en ética significa formar también en propiedad intellectual, no para frenar la innovación, sino para hacerla jurídicamente viable.