La USCO endurece el criterio de retirada DMCA frente a deepfakes de IA

El 1 de julio de 2026, la Oficina de Copyright de Estados Unidos (USCO) publicó una guía práctica sobre cómo debe aplicarse el sistema de notice-and-takedown de la DMCA cuando el contenido cuestionado es generado por IA, manipulado como deepfake o presentado como una interpretación sintética. El punto clave no es que la automatización haya dejado de servir. Es que una plataforma no puede tratar una evaluación automática de “posible fair use” como si sustituyera una revisión sustantiva cuando ya existe una reclamación formal de copyright.

La presión regulatoria se vuelve más intensa en la fase de counter-notice. Según la guía, si el usuario impugna la retirada y presenta una contranotificación, la plataforma que quiera seguir amparándose en el safe harbor de la DMCA no debería apoyarse solo en filtros automáticos, puntuaciones de similitud o etiquetas genéricas sobre uso transformativo. Debe introducir una revisión humana real. Ese ajuste procesal puede cambiar la operativa de plataformas musicales, servicios UGC, herramientas de creación con IA y, en general, de cualquier servicio que gestione medios sintéticos a gran escala.

El verdadero cambio está en quién decide cuando la disputa ya está abierta

La lectura más útil de esta guía no es que la USCO haya descartado las herramientas automáticas. Las plataformas pueden seguir utilizando modelos de detección, sistemas de matching, puntuaciones de riesgo y otros mecanismos de cribado para localizar contenidos conflictivos con rapidez. Pero cuando el titular ya ha enviado una notificación formalmente válida y el usuario responde con una contranotificación, la pregunta jurídica cambia. Desde ese momento, el problema deja de ser si el sistema marcó el archivo como de bajo riesgo. Lo relevante pasa a ser si la plataforma hizo de verdad una revisión suficiente para sostener su posición de safe harbor.

Esto importa porque las canciones clonadas por IA, las voces sintéticas, las actuaciones falsas y los vídeos manipulados rara vez encajan en una sola categoría. A veces el conflicto gira en torno a la copia directa; otras veces, a la imitación de una interpretación grabada, a la reutilización de elementos expresivos protegidos o a la sustitución comercial del original. Un sistema diseñado para procesar millones de avisos puede servir para detectar esos casos, pero no para resolver por sí solo los más complejos. La guía, en el fondo, marca una frontera: la automatización puede abrir el expediente, pero no debería cerrarlo sin intervención humana cuando ya existe una counter-notice.

El fair use sigue siendo relevante, pero no puede convertirse en una coartada automática

En los últimos años muchas plataformas se han acostumbrado a una defensa recurrente: el contenido es transformativo, remezclado, paródico o lo bastante distinto del original como para reducir el riesgo de retirada. Ese razonamiento resulta muy atractivo en entornos de volumen porque escala bien, es rápido y se integra con facilidad en sistemas de moderación o ranking. El problema es que se queda corto.

El fair use no es una conclusión puramente técnica. Depende del contexto, del propósito, de la proporción utilizada, del efecto en el mercado y de los hechos concretos del caso. Los medios sintéticos lo vuelven aún más difícil. Una canción generada con una voz clonada puede afectar a la obra musical, a la grabación sonora y a la identidad vocal reconocible del intérprete al mismo tiempo. Un deepfake audiovisual puede plantear cuestiones de copyright junto con problemas de imagen, privacidad o política interna de plataforma. La nueva guía no elimina el fair use como argumento. Lo que sí hace es rechazar la idea de que una plataforma pueda automatizar ese juicio hasta el final de una disputa activa bajo la DMCA y asumir que el riesgo legal sigue controlado.

La presión de cumplimiento se desplaza del filtrado al diseño de revisión y a la trazabilidad

Para las plataformas, esto probablemente cambia dónde deben concentrarse los recursos de cumplimiento. Ya no basta con demostrar que el servicio tiene buenas herramientas de detección o tiempos de respuesta rápidos. Las preguntas más delicadas están ahora dentro de la cadena de revisión: qué tipos de contenido sintético deben escalarse, quién realiza la revisión humana, qué pruebas examina esa persona, cómo se documenta la decisión y si la plataforma puede explicar más adelante por qué el archivo siguió retirado o volvió a estar disponible. Lo que antes parecía un detalle operativo empieza a parecer infraestructura jurídica básica.

La trazabilidad también gana importancia. Si una plataforma repone un contenido tras una contranotificación, quizá deba poder demostrar que hizo algo más que ejecutar la misma lógica automática una segunda vez. Si decide mantenerlo fuera de línea, también conviene que pueda acreditar que la decisión no fue una simple aplicación mecánica de una plantilla. Los grandes servicios podrán repartir esa carga entre equipos de policy, trust and safety y legal. Para plataformas pequeñas y herramientas especializadas de IA, el ajuste puede ser más duro, porque un botón formal de “revisión” no bastará si el proceso real sigue siendo casi enteramente automático.

Qué deberían hacer ahora los titulares y las plataformas de IA

Para los titulares de derechos, las reclamaciones tendrán que ser más precisas y más útiles para quien vaya a revisarlas manualmente. Decir simplemente que un archivo es un deepfake o una AI cover puede no ser suficiente. Funcionará mejor una notificación que identifique la obra o la interpretación afectada, explique qué se ha copiado, imitado o sintetizado, aclare por qué no encaja una defensa genérica de uso transformativo y detalle el perjuicio comercial o de mercado que podría producirse si el contenido vuelve a publicarse.

Para las plataformas de IA y los servicios UGC, el mayor error no sería retirar demasiado deprisa. El error más peligroso sería asumir que un modelo avanzado puede mantener una disputa DMCA controvertida dentro de la capa automática desde el principio hasta el final. Tras esta guía, la respuesta más prudente es revisar cuanto antes los criterios de escalado, los SOP de contranotificación, la formación de revisores y las plantillas internas de registro. La línea práctica es ahora más clara: los sistemas pueden asistir, pero las decisiones con consecuencias jurídicas reales deben quedar en manos de personas.