Ilustración en tonos papiro y grafito, de estética poligonal. Un banco de trabajo de piedra lleno de herramientas, moldes y piezas unidas por surcos; en un extremo, apartado, un sello pesado descansa sobre una tablilla en blanco.

Cuaderno público

Quién responde de la obra

Este verano se publicaron dos artículos académicos de acceso abierto sobre la autoría en tiempos de inteligencia artificial generativa. Uno trabaja desde la filosofía y la genealogía de la autoría. El otro compara resultados producidos por sistemas generativos con interpretaciones humanas en las artes visuales y escénicas. Leídos juntos, plantean una distinción útil: el proceso creativo puede repartirse entre muchas personas, herramientas, modelos y archivos; la responsabilidad por la obra no se reparte del mismo modo.

No dicen exactamente lo mismo. Tampoco resuelven la cuestión jurídica de quién obtiene derechos de autor sobre una obra concreta. Su coincidencia está en otro lugar: rechazan que un sistema generativo deba tratarse como agente creativo autónomo y sitúan el juicio, la selección y la rendición de cuentas en las personas que intervienen.

Michael Uebel y Bilal Hamamra publicaron el 12 de agosto en Philosophy & Technology «Authorship After Generative AI: Distributed Creativity and Relational Responsibility». El artículo cuestiona el mito romántico del autor soberano y autosuficiente, pero no para declarar el final de la autoría. Su argumento es que la creatividad siempre ha dependido de infraestructuras, archivos y trabajo distribuido que la figura del autor solitario tiende a ocultar.

Desde esa premisa los autores consideran que hablar de «autoría de la IA» supone confundir categorías. Un sistema estadístico puede intervenir de manera decisiva en una cadena de producción, pero no puede ocupar una posición de responsabilidad, exponerse a una reclamación ni justificar sus decisiones. Tampoco participa en una relación de vulnerabilidad o de diálogo como la que los autores asocian a la responsabilidad.

Su propuesta es entender la autoría como custodia ética y epistémica de un sistema híbrido de escritura. La idea no devuelve todo el mérito a una persona aislada. Reconoce que hay agencia distribuida y opacidad técnica, pero exige que existan personas identificables que respondan de los resultados mediados por inteligencia artificial.

La formulación tiene una consecuencia práctica. Si una obra depende de modelos entrenados con materiales ajenos, plataformas, instrucciones, selección, edición y contexto de publicación, reconocer esa red no permite ocultar a quien decide utilizarla. Distribuir la creatividad no equivale a disolver la responsabilidad.

Tsehaye Haidemariam publicó el 29 de junio en AI & Society «After generative AI: authorship, labour, and cultural governance». El artículo adopta un enfoque empírico y compara resultados de sistemas como Stable Diffusion y Sora con interpretaciones humanas en ámbitos visuales y performativos.

El estudio combina métodos de análisis semántico, rasgos latentes, similitud inversa de imágenes y seguimiento del movimiento para observar cómo se organizan la originalidad, la autoría y la expresividad corporal. Según sus resultados, los modelos alcanzan una fidelidad alta al encargo y una coherencia estilística reconocible, pero permanecen condicionados por los patrones de los datos de entrenamiento y por la recombinación probabilística. Las interpretaciones humanas presentan mayor variación, capacidad de respuesta y matiz afectivo.

El hallazgo central no consiste en medir qué parte del resultado pertenece a la persona y cuál a la máquina. El artículo sitúa la diferencia relevante en el trabajo que encadena las operaciones: iterar, seleccionar, evaluar y dar un marco al resultado. La creación aparece como un flujo distribuido, pero el juicio humano desempeña una función constitutiva dentro de él.

De ahí que Haidemariam describa los sistemas generativos como componentes que amplían el trabajo humano, no como agentes creativos autónomos. La conclusión no afirma que toda intervención humana baste para producir una obra original ni que cualquier resultado generado merezca protección jurídica. Afirma algo más acotado: en los casos analizados, el valor creativo se organiza mediante decisiones humanas dentro de un proceso compartido con herramientas algorítmicas.

En mi criterio, los dos artículos distribuyen la creatividad y concentran la responsabilidad, pero lo hacen desde planos diferentes.

Uebel y Hamamra formulan una exigencia normativa: alguien debe poder responder de lo producido. Haidemariam ofrece una descripción empírica: en los casos estudiados, las diferencias significativas aparecen en la iteración, la selección, la evaluación y la interpretación humana. El primero explica por qué la responsabilidad no puede delegarse en un sistema estadístico. El segundo muestra dónde se observa el trabajo humano cuando la producción depende también de un modelo.

Las dos vías tienen límites distintos. La tesis filosófica identifica quién debe permanecer disponible para responder, pero no permite medir por sí sola cuánto control creativo ejerció una persona sobre una obra concreta. El estudio empírico analiza sistemas, materiales y métricas determinados; no establece una regla universal para toda tecnología ni para todas las prácticas artísticas. Sus resultados dependen de qué se compara, de cómo se construye la prueba y de qué se entiende por variación, respuesta o matiz.

Leídos juntos, se corrigen bien. La responsabilidad no puede deducirse de una puntuación experimental. La atribución creativa tampoco debería decidirse ignorando lo que ocurre realmente durante el trabajo.

No hay que convertir una tesis filosófica en una regla jurídica. Ser responsable de publicar una obra no significa necesariamente ser su autor a efectos de propiedad intelectual. Del mismo modo, intervenir en un proceso, escribir instrucciones o elegir un resultado no garantiza por sí solo que exista una obra protegida ni que la aportación humana alcance el grado de originalidad exigido.

En España, el artículo 5 de la Ley de Propiedad Intelectual considera autor a la persona natural que crea una obra literaria, artística o científica. La Unión Europea no dispone de una regla específica y cerrada para todos los contenidos generados con IA, pero el marco vigente y la jurisprudencia europea siguen situando la protección en la creatividad humana. La cuestión difícil no es si el sistema puede figurar como autor, sino si las decisiones de una persona se expresan suficientemente en el resultado concreto.

Los artículos reseñados aportan criterios para pensar esa pregunta, no una respuesta jurídica automática. La custodia ética, el juicio humano y la capacidad de rendir cuentas pueden coincidir con la autoría legal, pero no son sinónimos. También puede haber responsabilidad editorial, profesional o institucional sobre un contenido que no alcance protección como obra.

Esta distinción evita dos atajos. El primero consiste en llamar autora a la máquina porque participó en la producción. El segundo, en atribuir toda la obra a la persona que pulsó el botón sin examinar qué decisiones tomó, qué control ejerció y qué quedó expresado en el resultado.

Para quien crea con estas herramientas, la consecuencia práctica no es redactar una confesión tecnológica ni convertir la obra en un informe técnico. Es poder explicar, cuando resulte pertinente, qué función cumplió cada parte del proceso.

Eso puede incluir:

  • Qué sistema y, si se conoce, qué versión se utilizó.
  • Qué materiales aportó la persona y con qué derechos.
  • Qué papel tuvieron las instrucciones, referencias o imágenes de entrada.
  • Cuántas fases de generación, descarte y edición hubo.
  • Qué decisiones formales y conceptuales permanecieron bajo control humano.
  • Qué transformaciones se realizaron fuera del sistema.
  • Qué límites, errores o incertidumbres se detectaron.
  • Quién aprobó y publicó el resultado final.

No todos esos datos deben acompañar siempre a la obra. Sí deberían poder reconstruirse cuando afectan a la atribución, la investigación, una convocatoria, la conservación, la relación laboral o los derechos de terceros. La transparencia útil no consiste en enumerar cada instrucción dada a una máquina, sino en documentar las decisiones que permiten comprender de dónde procede la obra y quién responde de ella.

Los dos artículos dejan una conclusión exigente. Reconocer que la creatividad nunca fue completamente individual no obliga a aceptar una autoría sin sujeto. Al contrario: cuanto más distribuido y opaco es el proceso, más importante resulta identificar a las personas que seleccionan, justifican y asumen sus consecuencias.

Sobre la conversación abierta

Esta reseña distingue las tesis declaradas por los artículos de mi lectura conjunta y de la precisión jurídica añadida. Los dos textos son de acceso abierto. Si los has leído, trabajas con sistemas generativos o documentas procesos de creación híbridos y quieres discutir esta interpretación, escríbeme.

Fuentes

Michael Uebel y Bilal Hamamra, «Authorship After Generative AI: Distributed Creativity and Relational Responsibility», Philosophy & Technology, vol. 39, artículo 152, 12 de agosto de 2026.

Tsehaye Haidemariam, «After generative AI: authorship, labour, and cultural governance», AI & Society, 29 de junio de 2026.

Repositorio asociado al artículo de Tsehaye Haidemariam.

Real Decreto Legislativo 1/1996, de 12 de abril, texto refundido de la Ley de Propiedad Intelectual, artículo 5.

Servicio de Estudios del Parlamento Europeo, «Copyright of AI-generated works: Approaches in the EU and beyond», 19 de diciembre de 2025.


Descubre más desde Juan A. Esteban

Suscríbete y recibe las últimas entradas en tu correo electrónico.

Español English (UK)