La llegada masiva de la inteligencia artificial generativa está cambiando la forma en que se hacen anuncios, videos y piezas gráficas, y eso tiene a muchos en la industria rascándose la cabeza. En México, la Ley Federal del Derecho de Autor (LFDA) y el Instituto Nacional del Derecho de Autor (INDAutor) funcionan con una idea sencilla: para que algo sea “obra” debe haber una aportación creativa atribuible a una persona. La Segunda Sala de la Suprema Corte de Justicia de la Nación también ha insistido en que la intervención humana cuenta. Si un algoritmo crea algo por su cuenta, sin una mano humana que realmente aporte la idea o la forma, ese material suele quedar fuera de la protección y puede acabar como si fuera de libre uso. Eso cuadra con la visión tradicional del autor, pero choca con cómo trabajan hoy agencias, productoras y marcas.
En la práctica esto trae problemas de dinero: si una campaña salió porque un sistema generó la pieza y no hubo una contribución humana clara, ¿quién puede impedir que otro la copie? Eso le quita valor a la inversión en creatividad y en la identidad de marca. También empuja a la gente a “esconder” la intervención humana o a armar procesos que compliquen probar quién hizo qué, lo que no es bueno para nadie.
Para reclamar derechos hoy, toca demostrarlo: registros de trabajo, metadatos, borradores, contratos y testimonios que muestren la participación humana. Además, las reformas sobre clonación digital y el uso de la voz o imagen de alguien exigen consentimientos y pagos, lo que ayuda a proteger a las personas, pero no soluciona la duda sobre quién es el autor cuando hay IA de por medio.
¿Qué se puede hacer para acomodar todo esto? Hay soluciones prácticas. Una es aclarar qué cuenta como “intervención humana sustancial”: por ejemplo, si alguien pone la idea, elige entre varias opciones generadas, ajusta parámetros importantes o hace retoques que cambian el resultado, eso debería contar como autoría. Eso se puede definir con reglas sencillas y pruebas mínimas: flujos de trabajo, archivos fuente, y registros de decisiones.
Otra opción es crear protecciones intermedias para las piezas hechas con ayuda de IA: no autoría plena, pero sí derechos limitados en el tiempo o licencias que reconozcan la inversión tecnológica. Eso ayudaría a las empresas sin acabar con el dominio público. También hace falta transparencia sobre cómo se entrenan los modelos: si se usaron obras protegidas, debería decirse y pagarse cuando toca. Y un etiquetado obligatorio que indique que una pieza fue mayoritariamente generada por IA sería útil para el público y para regular mejor el mercado.
Mientras se discuten cambios legales más grandes, las empresas pueden moverse por su cuenta: reglas internas, contratos claros sobre propiedad y pago, registros de prompts (instrucciones o preguntas que se le dan a un sistema de IA) y auditorías técnicas que documenten quién hizo qué. Eso ayuda a evitar pleitos y a mostrar responsabilidad. Las autoridades, por su parte, podrían lanzar pilotos por sector —publicidad, medios, audio— para ver qué funciona antes de tocar la ley.
Por último, no hay que olvidarse de lo internacional: los modelos y las bases de datos cruzan fronteras, así que México debería coordinarse en foros globales para evitar que las reglas locales queden desfasadas.
En resumen, no se trata de parar la tecnología sino de ponerle límites claros. Si se define bien cuándo hay intervención humana, se crean vías de protección intermedias, se exige transparencia en los datos de entrenamiento y se fomentan buenas prácticas y auditorías, se puede proteger tanto la creatividad humana como las inversiones del sector sin cerrar el acceso cultural.
Recomendar Nota
