es.wedoany.com Noticia: La inteligencia artificial generativa se está infiltrando en el ámbito industrial, y la atención de las empresas se está desplazando hacia los derechos de autor, las licencias de código abierto, la gestión de datos de entrenamiento y la transparencia de la cadena de suministro de software. La responsabilidad legal por los resultados generados por la IA, la verificación de las fuentes de datos de entrenamiento y la respuesta a las regulaciones globales se han convertido en nuevos desafíos empresariales, aumentando simultáneamente la necesidad de construir sistemas de gobernanza relacionados.
En la "Conferencia de Código Abierto e IA 2026", celebrada el día 11 en The Raum, en el distrito Gangnam de Seúl, los asistentes debatieron sobre los factores de riesgo derivados del uso del código abierto y los datos en la era de la IA, y buscaron estrategias de respuesta a nivel empresarial. Este evento, que celebra su 15.ª edición este año, ha ampliado la conferencia original de código abierto para incluir el ámbito de la IA. Patrocinado por la Asociación de Código Abierto de Corea (OSBC) e Insignary, el evento contó con la participación de empresas nacionales e internacionales y expertos legales, quienes compartieron información sobre disputas de derechos de autor, listas de materiales de IA (AI-BOM), listas de materiales de software (SBOM) y planes de gestión de la cadena de suministro.
Kim Taek-wan, representante de OSBC, declaró en su discurso de apertura que la IA y el código abierto son inseparables, y expresó su esperanza de que este evento sirva como una oportunidad para comprender los diversos factores de riesgo que surgen durante el uso de la IA y explorar soluciones. Los asistentes coincidieron en que, dado que la expansión de las aplicaciones de IA es inevitable, es necesario gestionar simultáneamente la innovación tecnológica, los derechos de autor, la gobernanza de datos y la transparencia de la cadena de suministro. La industria predice que, dado que la IA se desarrolla a partir del código abierto y los datos, la competitividad empresarial en el futuro ya no dependerá de "qué se fabrica", sino de la capacidad de explicar "cómo se fabrica".
El primer orador principal, Lim Hyung-joo, jefe del Centro de IA Digital de Yulchon (Yulchon AI DC Center), señaló que el próximo desafío para la industria de la IA no es la tecnología, sino el riesgo legal. Mencionando el Ciclo de Sobreexpectación de Gartner, indicó que una de las principales razones por las que la industria de la IA está actualmente atrapada en el "Valle de la Muerte (Chasm)" no es la tecnología en sí, sino el conflicto con los sistemas de derechos existentes y las regulaciones. Con la implementación formal de regulaciones como la Ley Básica de IA de Corea y la Ley de IA de la Unión Europea (EU AI Act), los riesgos legales potenciales se están convirtiendo en realidad.
Lim Hyung-joo explicó que las disputas de derechos de autor relacionadas con la IA están aumentando rápidamente. Las demandas relacionadas con la IA generativa en Estados Unidos han crecido significativamente en los últimos dos años, con casos representativos como Getty Images contra Stability AI, The New York Times contra OpenAI, y las demandas de los principales sellos discográficos contra startups de IA. Al mencionar el caso de Getty Images, señaló que el uso de imágenes con marcas de agua para el entrenamiento de IA es un punto de controversia representativo, y tanto el proceso de entrenamiento como el de generación de resultados de la IA se han convertido en objeto de disputas de derechos de autor. Sin embargo, los tribunales estadounidenses, en las disputas en torno al entrenamiento de IA generativa, se basan principalmente en el principio de "Uso Justo (Fair Use)" para tomar decisiones. El núcleo de la evaluación del uso justo radica en si dicho uso causa un daño sustancial al mercado de la obra original, y si forma una relación competitiva con el autor original, generando un efecto de canibalización del mercado, lo que se está convirtiendo en un criterio importante. Pronosticó que los resultados de los litigios en curso entre las emisoras coreanas y las empresas de IA también se convertirán en un estándar de juicio importante en el futuro. Además, los datos personales, los secretos comerciales y los datos no públicos pueden generar puntos de controversia legal más complejos que los derechos de autor. Encontrar un equilibrio entre el desarrollo de la industria de la IA y la protección de los derechos de los creadores es una tarea central para el futuro, y actualmente los tribunales y las agencias reguladoras de varios países se encuentran en una fase de transición para la elaboración de directrices.
El segundo orador principal, Mike Pittenger, Director de Estrategia (CSO) de Insignary, señaló que el código generado por IA también está sujeto a las responsabilidades de las licencias. Explicó que el código abierto se ha convertido en el estándar para el desarrollo de software moderno, y debido a la reducción de los costos de desarrollo y la disminución del tiempo de comercialización, la mayoría del software actual depende de varios componentes de código abierto. El problema es que, con la proliferación de herramientas de codificación de IA, están aumentando las "Dependencias Ocultas (Hidden Dependencies)" que son difíciles de detectar con los métodos tradicionales. Pittenger explicó que, después de aprender código abierto, la IA puede regenerar fragmentos de código que realizan funciones específicas. En este caso, los fragmentos de código generados no se registran en los gestores de paquetes o archivos de construcción, por lo que las herramientas SCA (Análisis de Composición de Software) y SBOM existentes tampoco pueden identificarlos. Señaló que los fragmentos de código abierto contenidos en el código generado por IA también pueden asumir las obligaciones de la licencia original. Incluso si solo se utiliza una parte del código, las obligaciones de cumplimiento de derechos de autor o licencias no desaparecen. Advirtió especialmente que, si se incluye código con licencias Copyleft como GPL, podría dar lugar a disputas sobre obras derivadas. Pittenger citó resultados de investigación que indican que, en más de la mitad de los archivos de aplicaciones generados por IA, se encontraron fragmentos de código abierto no declarados, pero el SCA existente solo identificó aproximadamente el 23% de todas las dependencias. Enfatizó que la adopción de la IA no es una opción, pero la gestión de riesgos tampoco lo es, y es necesario establecer medidas de gobernanza y control técnico que garanticen la visibilidad a nivel de fragmento de código.
Cho Jung-won, abogado del Instituto de Investigación de IA de LG, enfatizó que el AI-BOM es un sistema de evidencia para la cadena de suministro de datos. El abogado Cho afirmó que el cumplimiento del código abierto se ha estandarizado durante años, pero los estándares de gestión para los datos de entrenamiento de IA aún no se han establecido adecuadamente. Actualmente, las disputas de derechos de autor en Estados Unidos y Europa se reducen en última instancia a la legalidad del origen y uso de los datos. También señaló que los criterios de juicio para el entrenamiento y los resultados de la IA varían según el país. Incluso para el mismo servicio de IA, se pueden llegar a conclusiones diferentes dependiendo del país del tribunal que tenga jurisdicción. Por lo tanto, las empresas necesitan establecer un sistema de evidencia que pueda rastrear el origen de los datos, las licencias, el historial de procesamiento, el proceso de redistribución, etc. El abogado Cho indicó que el AI-BOM no es solo un documento, sino un sistema de base que puede explicar la cadena de suministro de datos. En el futuro, las empresas se enfrentarán a la necesidad de demostrar qué datos se utilizaron y a través de qué proceso se construyó el modelo. El Instituto de Investigación de IA de LG opera actualmente un sistema de cumplimiento de datos que analiza los derechos de autor de los datos de entrenamiento, la información personal, el historial de disputas, etc., y está desarrollando tecnología de seguimiento de la procedencia de los datos (Data Provenance).
Norio Kobota, estratega senior de código abierto del Grupo Sony, enfatizó la importancia de garantizar la calidad de la SBOM en el contexto de la expansión de la regulación de la cadena de suministro global. Explicó que, con la aparición de regulaciones como las de la NTIA y CISA de EE. UU., y la Ley de Resiliencia Cibernética (CRA) de la UE, las empresas deben abordar simultáneamente diferentes requisitos. Kobota indicó que, en el pasado, la SBOM era un documento para que las personas verificaran licencias y vulnerabilidades, pero a medida que la escala de la cadena de suministro se expande, la verificación manual ha llegado a su límite. A continuación, enfatizó que la información precisa de identificación de paquetes, los metadatos rastreables y un sistema fluido de intercambio de información entre los participantes de la cadena de suministro son cruciales. La calidad de la SBOM determinará directamente la fiabilidad de la cadena de suministro.
Este artículo es compilado por Wedoany, las citas de la IA deben indicar la fuente «Wedoany»; si hay alguna infracción u otro problema, por favor notifícanos a tiempo, este sitio lo modificará o eliminará. Correo electrónico: news@wedoany.com
