¿Cómo proteger legalmente el pre-promting y el fine-tuning de tu modelo de IA?

Si participas en el desarrollo de un producto basado en IA, es posible que te hayas preguntado si tienes derechos sobre tu trabajo. (O, en mi experiencia, también es posible que ni se te haya pasado por la cabeza.) 

Cuando acabes de leer este artículo tendrás un mapa bastante completo de la situación legal a inicios de 2025 en Europa. Antes de entrar en materia, sin embargo, empezamos con un resumen muy básico de como funciona el mercado de sistemas de IA actualmente, que puedes saltarte si desarrollas productos basados en IA. 

¿Qué es el pre-prompting y el fine-tuning? 

A día de hoy, las empresas que desarrollan productos construidos sobre un modelo de IA de terceros (GPT, Claude, Deepseek, YOLO, Stable Diffusion, etc.) ofrecen un sistema de IA especialmente diseñado para atender unas necesidades muy concretas. Esto ofrece al usuario importantes ventajas frente a usar un LLM cualquiera, como por ejemplo la especialización en la materia concreta, la posibilidad de personalizar los flujos de trabajo, la garantía de confidencialidad de los datos, un servicio de soporte técnico, etc. 

Para desarrollar este producto puede optarse, entre otras, por las siguientes técnicas: 

1. Pre-prompting

El Pre-Prompting es una técnica especialmente apropiada para las IAs generativas de texto, que consiste en introducir un prompt que será tenido en cuenta antes del prompt del usuario. Esto permite sesgar al modelo hacia un tipo determinado de output, que se presume será más apropiado para lo que el usuario espera.  

De esta manera, la interacción con la IA es más satisfactoria y ágil, pues el usuario no tiene que especificar cosas que, en su sector, da por hechas (como por ejemplo que se utilice lenguaje formal, o se priorice un determinado tipo de respuesta, etc.). El siguiente gráficoresulta bastante esclarecedor de cómo funciona el Pre-Prompting: 

De lo anterior debemos extraer dos claves: 

• El Pre-Prompting solo influye en cómo responde el modelo de IA en un momento dado, sin modificar sus parámetros ni pesos internos (el contenido del modelo). 

• El Pre-Prompt, normalmente, será escrito o refinado por un humano. 

2. Fine-tuning

El fine-tuning, en cambio, es una técnica de ajuste de modelos de IA que permite modificar su comportamiento entrenándolo con un conjunto de datos adicional y específico para una determinada tarea.  

Este proceso se basa en el aprendizaje automático (machine learning), lo que significa que no se trata de programar manualmente nuevas reglas o escribir código para modificar el comportamiento del modelo. En su lugar, el modelo se expone a un nuevo conjunto de datos cuidadosamente seleccionado, y mediante procesos de optimización matemática, ajusta sus propios parámetros para mejorar su desempeño en la tarea deseada.  

Por ejemplo, una empresa industrial podría querer fine-tunear un modelo de reconocimiento de imágenes para mejorar sus resultados a la hora de detectar defectos en una línea de montaje. 

Por tanto, alcanzamos las conclusiones opuestas que con el pre-prompting, ya que el fine-tuning: 

• Como resultado del entrenamiento específico, se modifican de forma permanente los pesos del modelo, alterando su contenido. 

• No es un humano quién realiza las modificaciones del contenido del modelo, al ser esta modificación una consecuencia del machine learning, un proceso opaco y en ocasiones hasta indescifrable incluso para quien lo pone en marcha. 

¿Cómo se protege el pre-prompting?

Un Prompt, en definitiva, no es más que instrucciones para un programa de ordenador (AKA código), y como tal, podría protegerse por el derecho de autor si cumple con los requisitos. No puede patentarse en sí mismo, ni protegerse como base de datos, ni como diseño.   

En cualquier caso: un prompt, para ser protegido por derechos de autor, debe ser considerado original, en el sentido de ser una “creación intelectual” de su autor (STJUEs Infopaq; Painer; Cofemel, etc). 

A diferencia del código informático en general, el hecho de que el pre-prompt se exprese en un lenguaje de alto nivel (es decir, de forma parecida a cómo hablamos las personas) difumina la barrera entre la idea y la expresión de la idea, acercándose a constituir una de las únicas maneras de expresar la idea y complicando por tanto su protección por el derecho de autor (STJUE Bezpečnostní softwarová asociace [49-50]). 

No me cierro a la idea de que sea protegible, pero me gustaría ver el alcance de la protección en una acción por infracción. Vaya, como nos encanta decir a los abogados, es muy discutible y dependerá del caso concreto.  

Sobre la originalidad de los prompts utilizados a nivel usuario (fundamentalmente distintos del pre-prompting) no ha cambiado mucho mi opinión desde julio de 2023, que puede consultarse aquí. Eso sí, hasta que no tengamos resoluciones judiciales europeas abordando esta cuestión, seria bueno optar por la prudencia. 

Por tanto, nos quedaría proteger el pre-prompt como secreto empresarial, del que te hablaré al final del artículo. 

¿Y el modelo fine-tuneado?

Bueno, bueno, bueno. Vamos allá: 

1. ¿SI HE INVENTADO ALGO, SERÁ PATENTABLE, NO? 

Un modelo de IA no es más que un conjunto de pesos, una caja negra de parámetros que expuestos a un prompt (input), determinan un resultado (output). Algo así como un programa de ordenador que opera como una función matemática.  

Como tales, están excluidos de patentabilidad por el artículo 4 de la Ley de Patentes los métodos matemáticos, las formas de presentar informaciones y los programas de ordenadores. 

Es cierto que sí se podría patentar en la medida en la que se integre en una invención con efecto técnico que incorpore elementos adicionales (por ejemplo, que no simplemente genere texto), como una invención implementada por ordenador. Eso sí, debe cumplir con el resto de los requisitos, especialmente la “actividad inventiva” y la “aplicación industrial” sobre los que es imposible ahondar en este artículo, y que deberían analizarse en el caso concreto. 

2. ¿SI ES CÓDIGO INFORMÁTICO, SE PUEDE PROTEGER POR DERECHOS DE AUTOR, VERDAD? 

Me temo que hay una diferencia crucial entre el código informático como lo hemos conocido hasta ahora y un modelo de IA: su creación. 

El código informático se crea por una persona (aunque cada vez menos, pero este es un tema aparte). Como tal, es susceptible de ser original y de cumplir los requisitos que he resumido antes. Sin embargo, el modelo de IA fine-tuneado es el resultado de un entrenamiento realizado por machine learning, así que en este caso no existe autor a quién pueda atribuirse el (por otro lado, incomprensible por un humano) contenido del modelo de IA. 

Esta conclusión puede ser contraintuitiva, porque alguien está gestionando el entrenamiento del modelo. La clave está en darse cuenta de que el derecho de autor protege la concreta expresión de una idea, nunca la idea, y la forma en la que se precisa la expresión de esta idea (que debe ser una expresión de la idea entre las muchas posibles) está siendo totalmente determinada por una máquina, no una persona. Por tanto, no hay expresión del espíritu creador de nadie. 

Y, además, recordemos la sentencia citada a propósito del pre-prompt: si la expresión de la idea está dictada por su función técnica, no puede satisfacer el criterio de originalidad. 

Por tanto, en mi opinión, no hay derecho de autor sobre el modelo de IA fine-tuneado. 

Eso sí, estaría por ver qué puede hacer el titular de ciertas obras originales que se hayan utilizado para fine-tunear el modelo. Siguiendo el ejemplo anterior, el autor de las fotografías (sean originales o meras fotografías) de productos en una cadena de montaje, puede impedir su reproducción gracias a los artículos 17 y 128 de la Ley de Propiedad Intelectual. En los entrenamientos específicos, además, podríamos demostrar la infracción y perseguir al infractor, sin las complicaciones que puede tener reclamar esta misma infracción contra los propietarios de los principales LLM’s. 

3. ¿Se puede proteger como base de datos?

En función de los intereses del cliente podría argumentarse que estamos ante una base de datos, y que por tanto el fabricante del modelo puede impedir la extracción y/o reutilización de una parte sustancial de su contenido, durante 15 años. 

Veamos porqué: 

Las bases de datos se protegen en Europa, incluso si no son originales, gracias a un derecho sui generis creado por la Directiva 96/9/CE sobre la protección jurídica de las bases de datos. 

Tampoco es este artículo el lugar adecuado para resolver exhaustivamente esta cuestión, así que enumeraré los principales escollos a superar por quien pretenda que se reconozca un derecho sui generis sobre su modelo de IA: 

• Es discutible que un modelo de IA sea una base de datos, porque sus pesos o parámetros no son independientes entre sí. A pesar de que el TJUE pretende que se interprete extensivamente la definición de base de datos (STJUE Verlag Esterbauer [26-27]), entiendo que los parámetros solo tienen valor en tanto que considerados en conjunto, a diferencia de otros datos susceptibles de tener valor incluso consideradas de forma aislada (como las estadísticas de un partido de fútbol – STJUE Fixtures Marketing [34]).  

Esta apreciación es eminentemente técnica, subjetiva y puede variar en el futuro si alguien puede extraer valor de un parámetro aislado (cosa que actualmente yo no veo posible). 

• La inversión que debe realizar el fabricante de la base de datos debe ser para obtener los datos, no para crearlos (ver la ya citada STJUE Fixtures Marketing [49]). Para resolver esta cuestión deberemos enzarzarnos con una discusión filosófica sobre si el entrenamiento de un modelo de IA consiste en extraer reglas de los materiales empleados, o si bien genera unas reglas ex novo, que pueden o no corresponderse con la realidad. ¿Está aprendiendo, o está creando?  

Dicho de otro modo: si yo entreno un LLM para que escriba al estilo de Borges, éste habrá: 1) constatado y extraído su estilo o 2) creado un conjunto de reglas desde cero que no tienen más en común con el estilo de Borges que la intuición del protagonista de Acercamiento a Almotásim?  

Para explorar más a fondo esta idea exijo que alguien me pague en dinero o en sustancias inconfesables (o ambas, idealmente). 

En conclusión, has adivinado bien: la respuesta depende del caso concreto. 

4. ¿Secreto empresarial? ¿Algo?

Lo que sí parece ser bastante claro es que se cumplen las condiciones de la Ley 1/2019 de Secretos Empresariales, que transpone la Directiva 2016/943, ya que el modelo de IA fine tuneado: 

• Es secreto, pues asumo que no estás divulgando el modelo que tanto esfuerzo te ha supuesto entrenar de forma específica, 

• Tiene valor empresarial precisamente por ser secreto, porque te da una ventaja competitiva fruto del esfuerzo que te ha supuesto entrenar el modelo, y 

• Ha sido objeto de medidas razonables para mantenerlo en secreto, porque estoy seguro de que has consultado con un abogado para asegurarte poder demostrar que tienes las medidas técnicas, organizativas y legales apropiadas para que se considere que has querido proteger tu información.  

Por evidente que parezca, no servirá hacer esto cuando ya has tenido el problema (por ejemplo, cuando tu extrabajador ha montado una empresa con un modelo que intuyes sospechosamente parecido al tuyo). Debes poder demostrar la implementación de estas medidas antes de la infracción. 

Todo lo anterior también aplica para el pre-prompt. 

El derecho que concede el secreto empresarial es un monopolio de facto, es decir, no se protege el contenido del modelo sino que se impide el acceso, apropiación o copia no autorizada del mismo. En resumen, no puedes impedir que te hagan la competencia, pero sí que se apropien de tu modelo de IA para hacértela. 

¿Qué hago entonces?

En conclusión: 

• Obtén asesoramiento experto para implementar un protocolo de medidas razonables que proteja tus secretos empresariales (o no serán secretos empresariales), 

• Deja constancia de forma fehaciente (no con una captura de pantalla o un correo electrónico, por favor y gracias) de la fecha de creación del pre-prompt o del modelo fine-tuneado, 

• Convénceme de alguna forma para seguir investigando sobre la posibilidad de proteger el modelo de IA como base de datos, 

• Revisa que has obtenido autorización de su creador para usar obras originales para fine-tunear el modelo. Si no son obras originales, verifica que tu acceso no sea indebido o incumpla acuerdos de confidencialidad, y 

• Consulta la posibilidad de patentar tu invención implementada por ordenador.  

Esto no es un consejo legal para tu caso concreto, sino nuestra opinión sobre el mapa legal del momento, que puede cambiar en el futuro inmediato. Enserio, de un día para otro. Si necesitas asesoramiento personalizado, ya sea de forma preventiva o porque tienes un conflicto entre manos, puedes consultármelo escribiéndome al correo lucas@auris.legal. 

Si te ha gustado este artículo, puede que también te guste leer sobre Cómo utilizar ChatGPT de forma segura, por Elisabet Gratti.