| 000 | 02977nam a2200289 4500 | ||
|---|---|---|---|
| 001 | 00008486 | ||
| 003 | ES-MaONT | ||
| 005 | 20250806090000.0 | ||
| 008 | 250806s2025 be a||||st|||i00| 0 eng d | ||
| 024 |
_2doi _a10.2861/4255296 |
||
| 040 | _aES-MaONT | ||
| 100 |
_a Brando, Axel _99309 |
||
| 245 |
_aTechnological Aspects of Generative AI in the Context of Copyright _b: Attribution and Novelty in Generative AI Hypersurfaces _c/ Axel Brando |
||
| 260 |
_aBrussels _b: European Parliament _c,2025 |
||
| 300 |
_a25 páginas _b; 1 documento PDF |
||
| 336 |
_2isbdcontent _atexto (visual) |
||
| 337 |
_2isbdmedia _aelectrónico |
||
| 338 |
_2rdacarrier _arecurso en línea |
||
| 520 | _aTechnological Aspects of Generative AI in the Context of Copyright, es un informe encargado por el Departamento de Justicia del Parlamento Europeo en julio de 2025, examina cómo los sistemas de IA generativa se apoyan en datos protegidos por derechos de autor y los desafíos técnicos y legales que ello implica. El informe explica que, aunque estas IA no copian literalmente, su entrenamiento en corpus protegidos genera dependencias estadísticas con datos específicos, lo que complica tanto la atribución de la autoría como la detección de originalidad. Se destaca la necesidad de metodologías más avanzadas para distinguir entre outputs novedosos y variaciones derivadas de patrones entrenados. El documento analiza la "brecha de trazabilidad": la imposibilidad actual de vincular de manera inequívoca una salida generada con sus fuentes de origen y medir su grado de novedad real. Esta carencia representa un reto tanto para los autores como para los legisladores y obliga a repensar modelos de remuneración y responsabilidad en diseño algorítmico. Se advierte que las metodologías disponibles —incluyendo análisis de influencia o modelos de distancia estadística— presentan límites en entornos de alta dimensionalidad, lo que impide garantizar transparencia en sistemas con millones de parámetros y datasets masivos. En conclusión, el estudio propone recomendaciones técnicas y regulatorias: establecer infraestructuras para la trazabilidad de los outputs generativos, desarrollar estándares de auditoría (incluyendo watermarking o metadatos codificados), crear mecanismos de revisión independiente y garantizar la cooperación entre desarrolladores, investigadores y titulares de derechos. El informe aboga por una gobernanza compartida que integre IA, propiedad intelectual y ética digital, buscando equilibrar innovación, protección legal y confianza social. | ||
| 650 |
_aEconomía del Dato e IA _99126 |
||
| 650 |
_aDerechos digitales _92213 |
||
| 650 |
_aCiberseguridad _98907 |
||
| 650 |
_aTransformación digital del sector público _98943 |
||
| 650 |
_aDécada digital _98021 |
||
| 856 |
_uhttps://www.europarl.europa.eu/RegData/etudes/BRIE/2025/776529/IUST_BRI(2025)776529_EN.pdf _x0 _yAcceso a la publicación |
||
| 942 |
_2z _cINF |
||
| 999 |
_c8486 _d8486 |
||