Un botín de 21 millones de canciones: cómo un buscador dinamitó el modelo de derechos de la IA en la música

Actualizado:

A finales de junio de 2026, la cantante SZA —ganadora de varios Grammy— prendía la mecha en sus Stories de Instagram con una captura de pantalla y un mensaje rotundo: «Acabo de mirarlo. Entrenaron a la IA con 238 canciones mías; seguro que algunas ni salieron». Y remataba sin medias tintas: «¿Eres músico y apoyas esta basura degenerada? Das ASCO y NADA de lo que me digas va a hacer que esto me parezca bien» (Rolling Stone).

Ese «acabo de mirarlo» fue posible gracias a AI Watchdog, el proyecto de investigación encabezado por Alex Reisner en The Atlantic. Aquel mismo mes, la publicación dio un salto clave: tras auditar libros, artículos académicos y vídeos, puso la lupa sobre la industria musical, destapó los gigantescos catálogos que circulaban entre desarrolladores de IA y abrió una base de datos pública con buscador. De la noche a la mañana, el sector entero se lanzó a auditarse: desde entidades de gestión y estrellas del pop hasta creadores amateurs sin repercusión pública. El registro catalogaba temas de más de 250.000 artistas; la cantante Kehlani, por ejemplo, tardó poco en compartir su propio resultado: 179 canciones (Rolling Stone).

AI Watchdog database

¿Por qué causó tanto impacto una simple caja de búsqueda? Porque sacó a la superficie una sospecha que la industria llevaba años rumiando en la penumbra: tu catálogo entero formaba parte del banquete con el que se alimentaban los modelos de IA, y nadie se había molestado en pedirte permiso.

Un buscador que sacó a la luz las cuentas pendientes

The Atlantic puso en marcha AI Watchdog en 2025 para rastrear la procedencia de los datos usados en el entrenamiento de inteligencia artificial. Según detalla el reportaje original sobre la investigación del medio estadounidense, la filtración reúne cuatro grandes conjuntos de datos musicales. Dos son auténticos gigantes —LAION-DISCO-12M (12 millones de temas) y Sleeping-DISCO-9M (9 millones)—, mientras que los otros dos superan holgadamente las 100.000 grabaciones cada uno: el Spotify Tracks Dataset y el Free Music Archive Dataset. En total: más de 21 millones de pistas rastreadas.

Overview of the four music datasets

Rolling Stone corroboró los datos del mayor de ellos. Publicado en noviembre de 2024 por la organización alemana sin ánimo de lucro LAION, LAION-DISCO-12M recopila más de 12 millones de pistas extraídas directamente de YouTube junto con sus metadatos, con el pretexto de «impulsar la investigación básica en modelos fundacionales, recuperación de información musical y análisis de audio». Esta entidad ya era bien conocida en el mundillo: fue la encargada de compilar el set de entrenamiento que dio vida al modelo generativo de imágenes Stable Diffusion (Rolling Stone).

The LAION-DISCO-12M dataset

Sobre el papel, LAION asegura que este paquete está restringido a «fines estrictamente académicos» y veta el uso comercial. En la práctica, ese cortafuegos es papel mojado: una vez liberado en repositorios abiertos, el creador del dataset pierde por completo el control de quién lo descarga y para qué. El segundo gran paquete, Sleeping-DISCO-9M, fue todavía más directo: recopiló audio de YouTube y letras de Genius usando cloudscraper para sortear las protecciones de Cloudflare, armando un paquete de preentrenamiento diseñado explícitamente para alimentar generadores de música mediante IA.

El caso de Spotify Tracks Dataset es todavía más turbio en cuanto a su trazabilidad: un desarrollador anónimo volcó en Hugging Face un lote masivo extraído de la plataforma sueca, y la propia Spotify se desmarcó de inmediato negando cualquier vínculo. El único conjunto con un origen relativamente transparente es Free Music Archive Dataset, elaborado en 2016 por la EPFL suiza a partir de obras con licencias Creative Commons y utilizado históricamente en pruebas académicas; tanto Google como Stability AI han admitido en sus informes técnicos haberlo empleado parcialmente.

The Free Music Archive dataset

Desde AI Watchdog insisten en dos matices fundamentales: estos cuatro paquetes no representan la totalidad de los datos en circulación, y que un tema figure en la lista no garantiza que haya sido procesado en el entrenamiento final de un modelo concreto. Demuestra disponibilidad, no consumo directo. Sin embargo, la otra pieza del puzle encaja a la perfección: en sus alegaciones ante la demanda de la RIAA, Suno admitió abiertamente haber entrenado sus algoritmos con «decenas de millones de grabaciones» accesibles en internet (Rolling Stone). La despensa estaba abierta y los platos, servidos.

La oleada de autorrevisiones: furia, cinismo y el algoritmo como único oyente

La semana posterior al lanzamiento del buscador dejó dos reacciones predominantes en la comunidad musical: una rabia desatada y una dosis amarga de humor negro.

Darren Hayes, vocalista de Savage Garden, denunció que prácticamente todo lo que había compuesto o cantado en tres décadas había sido absorbido sin miramientos. Por su parte, Dean Ormston —director de la entidad de gestión australiana APRA AMCOS y presidente de la CISAC— denunció que las compañías de IA estaban expoliando los catálogos de figuras como Midnight Oil, Sia, Crowded House o Lorde (según recoge el reportaje original; el cargo de Ormston en CISAC fue confirmado por Billboard).

Darren Hayes' post and the APRA AMCOS response

SZA fue más allá y personalizó el conflicto. Tras arremeter contra el productor Diplo por su supuesta participación en Suno y acusarle de alimentar la máquina con «el talento de los mejores compositores y productores negros», llevó el debate al terreno de la apropiación cultural: «Somos el 13 % de la población de EE. UU. e influimos en todo el planeta con nuestras voces. Aún no he escuchado una sola canción de IA que suene a artistas blancos... No tenemos protección en las leyes, ni en sanidad, ni en la cultura: somos los más fáciles de saquear» (Variety).

SZA's and Diplo's posts

Conviene matizar un detalle que corrió como la pólvora: aunque la crónica inicial afirmaba que Diplo había desmentido tener acciones en Suno, Variety aclaró que su vinculación accionarial exacta con la empresa no se ha esclarecido, si bien sí consta su inversión en otra startup del sector, Aaru. Lo revelador fue su postura pública: semanas antes había afirmado que «luchar contra la IA es inútil», que ya no necesitaba cantantes de carne y hueso porque «la IA le daba mejores tomas vocales» y que quien rechazara esta ola debería «adaptarse o resignarse a conducir para Uber hasta que lleguen los coches autónomos de Waymo» (Variety). Ante la tormenta, Jack Brody, director de producto de Suno, se defendió alegando que los metadatos de entrenamiento no contienen nombres de artistas, que el modelo no replica temas protegidos y que trabajan constantemente para bloquear intentos de clonación vocal (Variety).

El productor Kenny Beats no se anduvo con diplomacias y disparó en X: «Sois unos auténticos perdedores. No me entra en la cabeza cómo podéis ir a trabajar sabiendo que le estáis robando a miles de músicos que las pasan canutas». Su despedida fue tajante: «Que os jodan a todos y cada uno de vosotros» (Rolling Stone).

En el circuito independiente, el ambiente rozaba el absurdo. La productora retro-electrónica DJ Sabrina the Teenage DJ descubrió 22 temas suyos y tiró de ironía en Bluesky: «¿A nadie se le ha ocurrido que si mi música suena a porquería de IA es porque Suno se entrenó con mis 22 canciones?». El líder de Titus Andronicus bromeaba con amargura: «Han raspado caras B de un disco que no escuchó ni Dios... Buena suerte con eso». Y en Reddit, un usuario resumía la paradoja: «¡He encontrado mi canción, y eso que no me conoce absolutamente nadie!» (reportaje original).

DJ Sabrina the Teenage DJ's post

Grassroots musicians' self-audits on Reddit

Esa es la herida más sangrante. Para una estrella internacional, el scraping supone una explotación comercial no retribuida. Para un músico de base, en cambio, tiene un regusto casi trágico: su obra por fin ha sido escuchada, solo que por un rastreador web en lugar de una audiencia real. El orden natural se ha invertido: la máquina procesa la música humana y, acto seguido, la industria juzga a los humanos bajo los parámetros estéticos de la máquina. Incluso un ejecutivo de distribución confesó a Rolling Stone haberse tragado un tema generado íntegramente por IA, entrando en la oficina al grito de «¿cómo se nos ha podido escapar este fenómeno?» (Rolling Stone).

Las discográficas se fracturan: acuerdos bajo cuerda y blindajes selectivos

Más allá de los desahogos en redes sociales, quien dicta las reglas del juego es el capital. Y a lo largo del último año y medio, las tres grandes multinacionales del disco han tomado rumbos diametralmente opuestos.

El punto de partida se remonta a junio de 2024, cuando Universal, Sony y Warner —a través de la RIAA— demandaron conjuntamente a Suno y Udio por infracción masiva de derechos de autor, acusándolas de copiar grabaciones a escala industrial para alimentar sus modelos.

The copyright lawsuits against Suno and Udio

La unidad duró poco. El 29 de octubre de 2025, Universal rompió la baraja al sellar la paz con Udio: archivó la demanda y anunció una plataforma conjunta de IA con licencia oficial. Según el pacto, el nuevo Udio operaría en 2026 dentro de un «jardín vallado» exclusivo con repertorio de artistas de UMG que aceptasen participar voluntariamente, impidiendo que las creaciones salieran del sistema. Aquel mismo día, Udio desactivó por sorpresa la descarga de archivos para sus usuarios, lo que provocó una rebelión masiva en Reddit; tres días después, la plataforma tuvo que rectificar y habilitar una ventana de 48 horas para recuperar los archivos (Billboard). Poco después, el 19 de noviembre, Warner siguió idéntico camino y pactó con Udio (Billboard). Esa misma jornada, Suno cerraba una ronda de financiación de 250 millones de dólares con una valoración de 2.450 millones (Billboard). A finales de mes, Warner redobló la apuesta y firmó también las paces con Suno: a cambio, la tecnológica se comprometía a retirar su modelo antiguo y entrenar uno nuevo basado exclusivamente en música licenciada.

El tablero quedó patas arriba: Warner ha pactado con ambos contendientes; Universal solo transigió con Udio y mantiene abierta su guerra judicial contra Suno; Sony se niega a negociar con ninguno. Por su parte, Udio no ha parado de asegurarse coberturas: en enero de 2026 firmó un acuerdo con Merlin, la patronal del sector independiente (Billboard), y el 9 de abril sumó a la editorial Kobalt (Billboard). Un juego a dos bandas: litigar en los tribunales mientras se tramitan las licencias de tapadillo.

Sin embargo, estos acuerdos corporativos no han resuelto el reparto del dinero con los creadores; más bien han abierto una segunda brecha. El 5 de junio de 2026, la American Federation of Musicians (AFM) —el histórico sindicato de músicos de sesión— demandó a Universal y Warner: los acusa de ceder grabaciones a empresas de IA a espaldas de sus intérpretes, sin remuneración, sin créditos y negándose en redondo a detallar qué canciones forman parte de los acuerdos (Billboard).

AFM sues Universal Music and Warner Music

El malestar cristalizó el 22 de junio con una carta abierta suscrita por asociaciones internacionales de artistas, autores y managers. El mensaje era demoledor: las multinacionales «exigen con toda la razón que las tecnológicas pidan permiso para usar sus catálogos, pero niegan ese mismo derecho a los músicos y compositores que los crearon». Muchos artistas denunciaron cláusulas de inclusión obligatoria por defecto y avisaron de que los nuevos contratos discográficos ya incorporan la cesión de derechos de IA como requisito innegociable (Billboard). Dicho de otro modo: a la pregunta de «quién autoriza esto», los sellos se han respondido a sí mismos, dejando a los autores fuera de la ecuación.

El fallo de Múnich y el «fruto del árbol envenenado»: la batalla judicial se recrudece

Aunque los pactos de principios de 2026 daban la impresión de que el conflicto viraba hacia el acuerdo comercial, un mazazo judicial dictado el 31 de julio demostró que las espadas siguen en todo lo alto.

El Tribunal Regional de Múnich dictaminó que Suno vulneró la legislación alemana de propiedad intelectual al utilizar sin autorización ni pago obras gestionadas por la sociedad GEMA —entre ellas himnos como «Rasputin» de Boney M., «Forever Young» de Alphaville o «Mambo No. 5» de Lou Bega—, ordenando el pago de indemnizaciones (aún pendientes de cuantificar y recurribles). Supuso la primera gran derrota en los tribunales para una tecnológica musical de IA. Tobias Holzmüller, director general de GEMA, fue tajante: «La justicia ha dejado claro que los modelos basados en el expolio intelectual no gozan de amparo legal». Suno replicó que el fallo «parte de una incomprensión técnica de su sistema» y anunció que recurriría (Billboard).

En Estados Unidos, el pleito dio un giro similar. A partir de abril de 2026, Universal y Sony utilizaron el acuerdo entre Suno y Warner como arma arrojadiza: argumentaron que ese pacto demuestra que existe un mercado legítimo de licencias en el que Suno participa activamente como compradora, lo que dinamita su defensa del «uso legítimo» (fair use). Suno intentó blindar la confidencialidad del acuerdo alegando que nació condicionado por el riesgo del litigio y no por la dinámica natural de un mercado competitivo (Billboard).

El 9 de septiembre, Suno presentó a bombo y platillo su modelo v6, vendido como fruto de la «colaboración con la industria»: entrenado con catálogos cedidos por Warner, BMG o Believe, con reparto de ingresos, el cierre definitivo de su versión anterior y restricciones de descarga (Billboard). Robert Kyncl, consejero delegado de Warner, celebró el movimiento en una nota interna calificándolo de «victoria estratégica» y resumió la línea de la discográfica en tres frentes simultáneos: licencias, litigios y legislación (Billboard).

La tregua duró nueve días. El 18 de septiembre, Universal y Sony interpusieron una nueva demanda conjunta contra Suno, sumando 61.000 temas al expediente y tachando el flamante v6 de «fruto del árbol envenenado». Su argumento: además del repertorio con licencia, v6 fue entrenado con los resultados y las interacciones de los modelos precedentes (los llamados datos sintéticos), lo que no subsana la infracción original, sino que se limita a «blanquearla». Las majors usaron los propios acuerdos de Suno como prueba: si pagas por licencias, ya no puedes alegar ante un juez que ese mercado no existe (Billboard).

No todos los juristas lo ven igual. Tori Noble, abogada de la Electronic Frontier Foundation (EFF), respalda la postura de Suno apoyándose en el precedente sentado con Meta: «De lo contrario, los titulares de derechos podrían inventarse un mercado para cobrar por cosas que no tienen derecho a licenciar, como si alguien vallara un parque público y pretendiera cobrar entrada». Esa misma lógica amparó a Anthropic frente a la demanda de varios escritores en EE. UU., donde un juez consideró admisible el entrenamiento bajo el paraguas del fair use (Billboard). La cuestión jurídica de fondo sigue abierta en territorio estadounidense, y es ahí donde se juega la partida.

Reescribir el reparto: de los cánones de entrenamiento a la tecnología de atribución

Las demandas resuelven el pasado; el diseño del modelo económico determinará el futuro. Desde el momento en que los datos de entrenamiento se convirtieron en un activo comercial, la industria se vio obligada a rediseñar sus sistemas de reparto.

El volumen de negocio es mareante: según datos de Global Info Research recogidos en la crónica original, el mercado global de datasets para IA movió unos 1.847 millones de dólares en 2025 y alcanzará los 11.458 millones en 2032 (con un crecimiento anual compuesto del 29,7 %); otras consultoras elevan la cifra hasta los 23.180 millones para 2034 (datos no verificados de forma independiente que conviene tomar con cautela). Al margen de los números exactos, la tendencia es incontestable: los datos son el petróleo de la era de la IA.

Projected size of the AI training dataset market

El gran escollo técnico es evidente: el copyright tradicional funciona bajo el esquema de «pago por reproducción», mientras que el entrenamiento de una IA absorbe una obra una sola vez para destilarla en un modelo que genera música de manera indefinida. El sistema exige separar la retribución por fases, y las primeras fórmulas ya están sobre la mesa.

El 9 de septiembre de 2026, la sociedad sueca STIM firmó el primer acuerdo de gestión colectiva para música creada por IA con la compañía Songfox y la firma tecnológica Sureel. El modelo divide la compensación en tres vías: un pago inicial por la fase de entrenamiento, una participación en los ingresos generales de la empresa de IA y un porcentaje sobre las canciones generadas a partir de las obras protegidas. Cada pista requiere autorización expresa, los ingresos se dividen a partes iguales (50-50) entre autoría y grabación, y la tecnología de Sureel se encarga de auditar la atribución. Desde STIM lo califican de «hoja de ruta», comparándolo con la irrupción del streaming: «Hay que perseguir a quien vulnera la ley, pero también ofrecer un cauce para operar dentro de ella» (Billboard).

STIM's AI licensing framework

El terreno teórico ya estaba abonado. En octubre de 2025, investigadores de Sony AI publicaron el estudio «Attribution-by-design», donde proponían diferenciar la atribución en fase de entrenamiento de la atribución en fase de generación, sentando las bases para una trazabilidad verificable de las regalías. Tiempo atrás, un artículo de la Universidad de Illinois Urbana-Champaign («Computational Copyright») sugería adoptar una lógica similar a la de Spotify o YouTube: emplear algoritmos de atribución para identificar qué temas originales influyen en una pista sintética y repartir los ingresos en función de esa huella (reportaje original). Que STIM haya incorporado una empresa de atribución a su acuerdo demuestra que la teoría académica ha saltado directamente a los contratos.

En el origen de la cadena, las discográficas ya están blindando sus posiciones. Según Billboard, varias multinacionales han comenzado a incorporar cláusulas específicas de IA en los contratos de sus nuevos fichajes. B1 Recordings, el sello de música de baile de Sony, llegó a incluir la cesión de «derechos ilimitados y exclusivos» para el uso de grabaciones en «sistemas generativos de inteligencia artificial, incluido el entrenamiento». Abogados especializados advierten de que las discográficas podrían ampararse en licencias generales ya existentes (similares a las de TikTok o Instagram) para alimentar estos sistemas sin necesidad de consultar caso por caso al artista (Billboard). El modelo se está renegociando en dos frentes: lo que las tecnológicas pagan a los sellos y lo que los sellos deciden traspasar a los músicos.

¿Cuánto dinero hay en juego? La advertencia de la CISAC para la próxima década

Para calibrar el impacto económico real sobre los autores, el diagnóstico más exhaustivo lo aporta el informe elaborado por la consultora PMP para la CISAC (publicado en noviembre de 2024): hacia 2028, la IA generativa mermará cerca de 4.000 millones de euros anuales en ingresos directos a compositores y titulares de derechos (un 24 % de lo recaudado por las entidades de gestión), mientras el propio mercado de música por IA alcanzará un valor de 16.000 millones de dólares (Billboard). Durante la presentación, Björn Ulvaeus —miembro de ABBA y presidente de la CISAC— fue meridianamente claro: «El éxito de la IA no se ha construido sobre material de dominio público, sino sobre obras protegidas. Necesitamos sentarnos a negociar un trato justo».

El estudio citado por el reportaje original proyecta además un cambio estructural: para 2028, la música sintética podría copar el 20 % de los ingresos del streaming y el 60 % del mercado de librerías musicales. El primer damnificado no será el gran álbum de una estrella del pop, sino la música funcional: sintonías de comercios, restaurantes y producciones de bajo presupuesto. Desde Billboard lanzaban una advertencia demoledora: la música de librería es el sostén económico de miles de instrumentistas en la sombra; «si ese mercado se desploma, ¿de dónde van a sacar el dinero para pagarse el estudio de grabación?» (Billboard).

La conclusión más inquietante del informe no deja margen a la duda: «Bajo el marco regulatorio actual, los creadores no se beneficiarán de la revolución de la IA generativa». La amenaza es doble: por un lado, la sangría de ver sus temas usados gratis para entrenar algoritmos; por otro, el reemplazo estructural de sus fuentes de trabajo tradicionales a manos de esos mismos algoritmos. De ahí que la queja de SZA resuma la encrucijada del sector: ¿quién dio el visto bueno?, ¿quién se queda con los beneficios? y, si una canción ya es parte indispensable del cerebro de una IA, ¿por qué su autor sigue sin ver un céntimo del negocio?

Conclusión: el nuevo orden se está redactando en la letra pequeña

La protección jurídica del estilo artístico es otro de los grandes frentes abiertos. Estados Unidos ya cuenta con antecedentes normativos: la ley ELVIS de Tennessee (2024) blindó la voz y la imagen de los artistas frente a clonaciones no consentidas (Billboard), mientras la NO FAKES Act continúa su tramitación en el Congreso federal (Billboard). A ello se sumó en junio de 2026 la presentación de la CREATOR Act para el ámbito de las artes visuales, orientada a otorgar a los autores herramientas para bloquear y reclamar daños cuando una IA imite de forma deliberada su estilo reconocible con fines lucrativos —un salto sustancial, dado que el copyright clásico protege la obra concreta, pero no el estilo general (datos basados en el informe original a falta de confirmación independiente en medios anglosajones). Aunque muchas de estas normas están en fase embrionaria, el rumbo legislativo es inequívoco: dotar al concepto de «estilo» de un marco tutelado.

The CREATOR Act bill

Las plataformas de streaming también mueven ficha. El 29 de junio, TIDAL anunció que identificaría y etiquetaría los temas generados íntegramente por IA para excluirlos de su programa de monetización; Spotify y Apple Music han desplegado filtros de detección similares (Rolling Stone). Pese a todo, la música sintética ya no es una simple anécdota técnica: «Let Me Be», una pista generada con Suno, lideró durante seis semanas la lista Billboard Afrobeats en EE. UU., y la artista sintética Xania Monet llegó a recibir una oferta discográfica por 3 millones de dólares, lo que provocó el rechazo público de Kehlani: «No le tengo el más mínimo respeto» (Billboard).

El panorama de 2026 arroja piezas muy claras sobre el tablero: el fallo de Múnich sentó el primer precedente judicial contra el uso no autorizado en fase de entrenamiento; Universal y Sony demostraron con su ofensiva contra el modelo v6 que los pactos parciales no frenan la guerra judicial; la estrategia de Warner evidencia que litigar, legislar y licenciar pueden convivir al mismo tiempo; el acuerdo pionero de STIM sentó las bases para retribuir cada fase del proceso de IA; y la AFM, junto a las asociaciones de compositores, ha dejado claro que el dinero que entra en las discográficas todavía no fluye hacia los músicos.

La batalla ha cambiado de plano: ya no se discute si hay que resistirse a la IA, sino a qué precio se licencia y cómo se reparte el pastel. El verdadero pulso no se librará bajo los focos de los grandes juicios, sino en los entresijos técnicos de la atribución, el entrenamiento y las métricas de reparto. En esta nueva era, la música no solo necesita actualizar sus leyes de propiedad intelectual: necesita reescribir por completo su modelo económico. Y esa letra pequeña se está disputando ahora mismo.

Fuentes