El lunes, la jueza Eumi K. Lee, del Distrito Norte de California, denegó la moción de los demandantes para obtener alivio frente a una orden de descubrimiento dictada por la magistrada en In re Google Generative AI Copyright Litigation. El efecto práctico: Google no tiene que identificar qué obras protegidas de los miembros de la clase figuran en sus conjuntos de datos de entrenamiento. Ese mismo día se dictaron otras dos órdenes que allanan el camino hacia la certificación de la clase.

La frase en el centro del asunto

La orden cita textualmente la propia posición de Google: "No existe ninguna lista de obras que Google utilizó para el entrenamiento, y no hay forma de que Google genere una. El único registro y el único medio de determinar qué materiales utilizó Google para entrenar sus modelos de IA son los propios datos de entrenamiento." La magistrada Susan van Keulen había concluido que "solo los conjuntos de datos de entrenamiento revelarán qué obras de la supuesta clase se utilizaron finalmente," y que la petición de los demandantes obligaría a Google a duplicar el trabajo que ya había hecho su propio perito propuesto — "redundante y no proporcional a las necesidades del caso."

Lo que falla en el enfoque convencional

"El juez decide que Google no tiene que decir en qué entrenó" exagera esto en tres sentidos. Primero, en cuanto al estándar: la reparación al amparo de la Regla 72(a) solo puede concederse si la orden es "claramente errónea o contraria a la ley", y la orden de la jueza Lee dice explícitamente que "no puede simplemente sustituir" su criterio por el de la magistrada. No resolvió si Google puede producir tal lista; resolvió que no podía apreciar un error claro en la decisión ajena de que no tenía que hacerlo. Segundo, la frase de Google es una postura procesal citada por el tribunal, no una constatación judicial de hecho. El razonamiento real del tribunal es que van Keulen no se limitó a aceptar la palabra de Google: valoró el testimonio de las deposiciones. Tercero, esto es discovery. Nada de esto afecta al uso legítimo, la infracción o los daños y perjuicios.

Por qué una resolución de descubrimiento pesa tanto

Identificar qué obras concretas forman parte de un corpus de entrenamiento es el elemento estructural de toda demanda colectiva sobre datos de entrenamiento de IA. Sin una lista de obras, la identificabilidad y la predominancia conforme a la Regla 23 se vuelven mucho más difíciles: hay que definir una clase refiriéndola a algo que nadie puede enumerar. Esta resolución traslada esa carga al propio análisis pericial de los demandantes sobre conjuntos de datos de muestra, y llega mientras la moción de certificación sigue pendiente ante la misma jueza.

Lo que sigue en juego

La moción para certificar la clase, cuatro mociones para excluir peritos, una moción de sanciones y una moción de intervención. La respuesta de dos páginas de Google sobre autoridad complementaria vence el 8 de septiembre. Una tercera orden dictada ese mismo día dio por terminadas siete mociones sustituidas y señala expresamente que es administrativa y no afecta a los derechos de las partes: es un trámite de gestión, no siete denegaciones.