Suno es una IA generativa (GenAI) que crea música original a partir de un prompt escrito, a la que le incluye voz cantada (en varios idiomas), letra, melodía y arreglos instrumentales. Además, trabaja con otros modelos generativos, como Bark (para voces) y Chirp (para música).
El asunto es que Suno, básicamente como todas las otras GenAI, para entrenarse y “crear” ha usado obras sujetas a derechos de autor, sin pedir autorización para emplearlas, sin reconocer el uso y sin pagar lo correspondiente. Y, como le ha pasado a otros modelos, fue demandada por infracción de derechos de autor de obras registradas.
La demanda vino de manos de GEMA (en alemán, Gesellschaft für musikalische Aufführungs- und mechanische Vervielfältigungsrechte), la sociedad teutona de gestión colectiva de derechos de autor musicales, encargada de proteger y administrar los derechos de compositores, letristas y editores alemanes.
Cronología del litigio entre GEMA y Suno AI
La historia del litigio es simple, pero muy significativa: GEMA demandó a Suno AI ante el Tribunal Regional de Múnich I. Los acusó de utilizar, reproducir y almacenar de manera sistemática obras de su repertorio musical sin licencia ni remuneración para entrenar sus modelos de IA generativa. De hecho, presentó pruebas de que el generador de Suno creaba pistas de audio que copiaban o imitaban de forma extrema la armonía, melodía y ritmo de canciones protegidas como Daddy Cool y Rasputin (Boney M.), Forever Young (Alphaville), Atemlos durch die Nacht (Helene Fischer) o Mambo No. 5.
La respuesta de Suno fue clara: aseguraron que sus modelos no reproducían obras de forma deliberada, sino que aprendían patrones estadísticos, que las coincidencias señaladas por GEMA fueron provocadas por prompts deliberadamente específicos introducidos por los propios evaluadores y que el entrenamiento de su modelo en Estados Unidos estaba amparado por el uso legítimo (fair use) de la ley estadounidense.
Nada de esto bastó. El 31 de julio de 2026, el tribunal falló a favor de GEMA luego de concluir que sí hubo infracción de derechos de reproducción: “memorizar” obras protegidas dentro de los parámetros de los modelos de IA (cosa que hizo Suno) constituye una reproducción no autorizada bajo la ley alemana de derechos de autor.
Adicionalmente, la corte muniquesa rechazó el argumento de Suno, que trasladaba la responsabilidad a los usuarios. Para el tribunal, la plataforma es responsable de la arquitectura del modelo que determina la generación del contenido, especialmente si genera obras nuevas que suenan muy similares a otras ya existentes.
Asimismo, como dijimos en LexLatin, el tribunal se declaró competente sobre un entrenamiento hecho en Estados Unidos con el argumento de que, si el resultado se sirve a usuarios europeos, la ley europea aplica; da igual dónde se construya el modelo, lo que importa es dónde se consume. Esta es la razón de por qué el argumento de que el fair use no aplicó en Alemania: para la corte, los modelos de Suno sustituyen o compiten directamente en el mercado con las obras originales utilizadas, así que las leyes de otras jurisdicciones no pueden desestimar lo que ocurre en el país europeo.
Esto también derivó en una orden judicial: se ordenó a Suno divulgar las ganancias obtenidas mediante el uso de estas obras e indemnizar a los miembros de GEMA.
La decisión de la corte no es el único revés que sufrió Suno a mediados de este año, pues hubo otro antecedente tanto o más relevante que el fallo del Tribunal Regional de Múnich I: en julio, se filtraron masivamente los “resultados” que se obtuvieron en un ciberataque al código fuente y los scripts de Suno, originado a finales de 2025. Allí se evidenció que Suno utilizó herramientas automatizadas para extraer e ingerir millones de canciones con derechos de autor directamente de plataformas web sin autorizació; y esto confirmó formalmente lo que discográficas como Universal, Sony y Warner argumentaron en distintas demandas en contra de modelos como Suno.
El hackeo expuso:
- el training dataset de la plataforma, básicamente compuesto por la extracción masiva desde YouTube Music, Deezer, Pond5 Music, Jamendo y la plataforma de letras sobre las que los scripts nombraron e identificaron directamente descargas y recolecciones de contenido;
- el uso de redes como Bright Data para evadir las restricciones de descarga de YouTube o rastrear millones de clips de audio y pistas;
- el uso de algoritmos diseñados para buscar versiones a cappella de canciones famosas y de stream-ripping para eludir barreras de protección de audio comprimido de transmisiones en directo o plataformas de streaming directamente en sus servidores de almacenamiento (como podcasts).
Se demostró que Suno emplea el scraping masivo de catálogos protegidos sin autorización previa, lo que eventualmente invalida el argumento defensivo de las empresas de IA sobre el fair use y no solo el de Suno.
El incidente, además, evidenció vulnerabilidades críticas en la custodia de datos de los consumidores, porque el hackeo también expuso los datos personales de cerca de 55,3 millones de usuarios registrados en Suno -y puso en evidencia la negligencia de la compañía al no notificar proactivamente a los afectados.
Parodia vs. dilución de marca: La sentencia final en el litigio entre Jack Daniel’s y Bad Spaniel
¿Qué impacto tiene para revertir la carga de la prueba en los tribunales?
Según Kristina Carbone, abogada experta en propiedad intelectual y música de Antequera Parilli & Rodríguez, la confirmación de que las empresas han realizado scraping de catálogos protegidos ha debilitado considerablemente su defensa de fair use.
Aunque estas compañías argumentan que solo están enseñando a los modelos a extraer patrones estadísticos, la jurisprudencia reciente indica que cuando la IA opera como un competidor comercial que explota el mismo mercado que los creadores originales, ese argumento pierde fuerza.
“Esto es fundamental porque invierte la carga de la prueba en los tribunales. Una vez que los dueños de los derechos reclaman que su contenido fue utilizado sin permiso, ya no les corresponde a ellos probar el daño, sino que es la empresa de IA la que debe justificar, paso a paso, por qué cada reproducción fue legal”, afirma.
En contraste, la boutique argentina de PI Ojamp IP considera que las evidencias conocidas a raíz del hackeo no invalidan por sí solas la defensa de fair use, pero pueden debilitarla de manera significativa, particularmente porque, en el derecho estadounidense, el fair use exige un análisis concreto de cuatro factores y el modo en que se accedió a las obras es relevante para evaluar el propósito y el carácter del uso.
“No es lo mismo entrenar un modelo con contenidos lícitamente adquiridos que obtener copias mediante mecanismos destinados a eludir medidas técnicas de protección o condiciones de acceso. En el caso de Suno, la información conocida hasta ahora aporta evidencia concreta de una recopilación masiva de música, letras y podcasts desde diversas fuentes”, apuntan.
Propiedad intelectual e inteligencia artificial: qué cambia con las nuevas reglas en México y Perú
Esto también lleva a poner el foco en la legalidad de lo que la IA genera, expresa Kristina Carbone:
“El análisis jurídico se centra en distinguir si el sistema simplemente aprendió un estilo general —lo cual es aceptable— o si “memorizó” y reprodujo elementos específicos y originales, como una melodía única o una composición original. Es decir, habría que hacer un análisis clásico de los elementos que componen esa obra. Si se comprueba esta reproducción, considero que estamos ante una obra derivada no autorizada”.
Entonces, lo que deberá determinarse judicialmente es el alcance exacto de esa práctica, su vinculación con las obras concretamente reclamadas y si los mecanismos utilizados constituyeron acceso ilícito o elusión de medidas tecnológicas:
“De confirmarse estos extremos, el modo de adquisición del material debilitaría significativamente la defensa de fair use, especialmente por tratarse de una explotación comercial destinada a generar contenidos capaces de competir en el mismo mercado que las obras utilizadas para el entrenamiento. Además, la eventual elusión de medidas tecnológicas puede originar una infracción autónoma bajo la DMCA, distinta de la discusión acerca de si el entrenamiento constituye fair use“, añade Ojam IP.
Juan G. Moure: el presente y futuro de la propiedad intelectual en Colombia
En resumen, una filtración puede cambiar la dinámica probatoria del caso, pero no se convierte en prueba judicial por el solo hecho de haber sido publicada, sobre todo porque las evidencias filtradas pueden facilitar la individualización de fuentes, orientar el discovery y permitir que los titulares soliciten datos internos sobre las obras utilizadas, la composición de los datasets, las fuentes de obtención de los archivos y los métodos empleados para incorporarlos al entrenamiento.
Basándonos en esto, y dado que el modelo fue entrenado tanto con música como con podcasts con derechos vigentes, ¿qué criterios jurídicos deben establecerse para determinar si las composiciones e interacciones generadas por la IA constituyen “obras derivadas no autorizadas” que vulneran no solo los derechos patrimoniales, sino también el derecho moral a la integridad de la obra de los creadores originales?
La respuesta para la abogada de Antequera es simple: se debe determinar si un output constituye una obra derivada no autorizada.
“Es una exigencia sine qua non diferenciar con precisión entre la absorción de ideas o estilos y la apropiación de la expresión formal protegible; en principio, porque la teoría sobre derechos de autor consagra la premisa de que los géneros, las progresiones armónicas estándar, los timbres abstractos y las ideas pertenecen al dominio común y no son apropiables”, resalta.
Por ello, la infracción por derivación ilícita exige comprobar, bajo el test conocido, que la salida generada reproduce elementos originales y singulares de la obra previa, lo cual suele manifestarse en fallos técnicos como la memorización algorítmica o el overfitting, donde la máquina replica fragmentos concretos en lugar de generalizar conceptos.
“Sin embargo, el desafío contemporáneo reside en que la inteligencia artificial desafía las fronteras tradicionales de la derivación: no siempre copia una melodía específica, sino que descompone, parametriza y reensambla identidades expresivas completas”, advierte.
Derecho de autor en Colombia: el impacto del Decreto 370 en los litigios por infracción
El equipo de Ojam IP considera que conviene separar dos cuestiones:
- la eventual infracción producida durante el entrenamiento,
- la posible infracción contenida en los resultados generados por el modelo.
La utilización no autorizada de una obra como material de entrenamiento no convierte automáticamente cada resultado de la IA en una obra derivada ilícita.
Esta es la razón por la cual es vital determinar si un output infringe derechos, es decir, deberá identificarse, en primer lugar, cuál es la obra y cuál es el derecho involucrado. Asimismo, y respecto de una composición musical, deberá analizarse si el resultado reproduce elementos originales y protegibles con suficiente similitud sustancial, tanto cualitativa como cuantitativa.
“La mera evocación de un género, una estética o el estilo de un artista normalmente no basta, por sí sola, para infringir el copyright sobre la grabación, aunque pueda involucrar otros derechos. En el caso de los podcasts, también debe distinguirse entre la grabación sonora y el contenido subyacente. Las ideas, los hechos y los temas abordados no están protegidos como tales; sí pueden estarlo su formulación concreta, los guiones, la selección y organización original del contenido y la propia grabación”, explican.
Derecho a la imagen e inteligencia artificial: los desafíos legales de la identidad digital
Lo que ha ocurrido con Suno es que el escrutinio de sus procesos y documentos filtrados puso también en tela de juicio la responsabilidad secundaria, no solo en el argumento de que no pueden ser señalados por los prompts que redactan sus usuarios, sino de manera técnica, porque la única forma en que una plataforma pueda descargar millones de horas de contenido desde los servidores de Google, Deezer, Genius o IMSLP sin provocar bloqueos automáticos masivos es que se implementaron deliberadamente técnicas de elusión -que terminaron convirtiendo la simple retención de datos en piratería tecnológica premeditada.
Por ejemplo, para extraer el audio de YouTube Music, Suno requería evadir el cifrado rotativo (rolling cipher) de la plataforma, a esto se le llama stream ripping y el hackeo demostró que se hizo a través de Bright Data, una corporación de origen israelí que opera sistemas que enrutan el tráfico de internet a través de las direcciones IP de millones de dispositivos, proporcionando una capa de anonimato impenetrable.
Al integrar Bright Data, Suno pudo rotar sus direcciones IP y fragmentar las solicitudes de descarga de manera que YouTube interpretara el asalto como el comportamiento orgánico de millones de usuarios humanos dispersos geográficamente; y esto derrumbó su argumento de que los datos obtenidos para entrenar su IA no ocurrió de manera pasiva ni fortuita.
“Ante esto, y volviendo al terreno de los derechos morales dentro del derecho de propiedad intelectual, en jurisdicciones con una protección robusta de los derechos morales, el análisis debería considerar no solo cuánto se tomó de la obra, sino también si el resultado generado la deformó o descontextualizó, por eso no puede ofrecerse una respuesta global sin determinar previamente qué ley resulta aplicable (como ocurrió en Alemania)”, sostiene Ojam IP.
Por ejemplo, la firma precisa que en Estados Unidos no existe una protección federal general del derecho de integridad para composiciones musicales y grabaciones sonoras comparable con la de los sistemas de tradición continental, sino que son aplicables otras figuras, como el right of publicity sobre la voz o identidad del artista, que no son equivalentes a un derecho moral amplio.
Ahora bien, determinar si un output constituye una obra derivada no autorizada exige diferenciar con precisión entre la absorción de ideas o estilos y la apropiación de la expresión formal protegible, sostiene Kristina Carbone.
La abogada recuerda que los derechos de autor consagran la premisa de que los géneros, las progresiones armónicas estándar, los timbres abstractos y las ideas pertenecen al dominio común y no son apropiables.
“Por ello, la infracción por derivación ilícita exige comprobar, bajo el test conocido, que la salida generada reproduce elementos originales y singulares de la obra previa”, dice.
Siendo así, en el ámbito de los derechos morales protegidos por el Convenio de Berna, la problemática adquiere una dimensión humanista aún más delicada, donde el derecho a la integridad no sólo tutela la obra física o el fonograma como objeto comercial, sino el vínculo personalísimo y ético entre el creador y su manifestación artística.
“Cuando fragmentos de locuciones de podcasts o estilos vocales identificables son descontextualizados o insertados en entornos algorítmicos con propósitos comerciales ajenos a la voluntad de sus autores, se genera una tensión evidente con el respeto a la paternidad y a la intención originaria del mensaje”, concluye.
Ahora queda dilucidar si este caso “doble” (Alemania demostró que lo que afecta en su territorio se juzga bajo sus leyes y los ciberpiratas demostraron que Suno deliberadamente infringió derechos morales) afectará la fijación de tarifas para el uso de obras en el entrenamiento de modelos generativos a futuro, mientras obliga a saber cuáles son los mecanismos legales idóneos para exigir acuerdos de licenciamiento retroactivo e indemnizaciones por daños.
Para Ojam IP, el mecanismo central es una acción por infracción que permita reclamar medidas cautelares o definitivas, daños efectivos y ganancias atribuibles a la infracción o, cuando corresponda, daños legales a la vez que pueden acumularse reclamos por elusión de medidas tecnológicas.
Sin embargo, los tribunales no suelen imponer una licencia retroactiva como contrato forzoso, sino que surge de una negociación impulsada por el riesgo de una condena, una medida cautelar o una indemnización significativa; ergo el acuerdo puede incluir una compensación por los usos pasados, una liberación de responsabilidad y una licencia prospectiva, además de obligaciones de trazabilidad, auditoría y control sobre futuros datasets y resultados.
“El acuerdo entre Warner Music Group y Suno muestra precisamente cómo un litigio puede transformarse en un esquema de colaboración y licenciamiento, aunque sus términos económicos no sean públicos. El anuncio contempla modelos licenciados y mecanismos de participación voluntaria para el uso de nombres, imágenes, voces y composiciones de los artistas”, identifican.
Como indica Carbone, el mercado evoluciona hacia un modelo dual compuesto por pagos iniciales por ingesta y procesamiento de datos, conocido como upfront data fees, complementados con regalías variables basadas en la generación efectiva o la participación en los ingresos por suscripción, marcadas como revenue-share royalties, que acelera la estandarización técnica de protocolos de reserva expresa de derechos legibles opt-out y la exigencia de transparencia y trazabilidad en los conjuntos de datos.
Para la experta, este caso influirá en el desarrollo del mercado de licencias para entrenamiento, aunque difícilmente establecerá una tarifa única. Más bien puede consolidar un cambio de paradigma: pasar de entrenar primero y negociar después a diseñar modelos basados en acceso lícito, licencias y trazabilidad desde el origen.
“El reto es transversal y toca la fibra de la gestión colectiva. Son tiempos interesantes, y estaremos en primera fila viendo cómo estos retos nos hacen plantearnos cuestiones, no solo desde una vertiente jurídica, sino filosófica. En definitiva, el futuro es ahora”, dirime.
—
