¿Quién decide cómo aprende la inteligencia artificial de nuestro patrimonio?
Archivos, bibliotecas y museos custodian colecciones que pueden alimentar nuevos modelos. El debate enfrenta el acceso al conocimiento con los derechos de los creadores, los sesgos heredados y la capacidad pública de exigir cuentas.
Durante años hemos celebrado que un manuscrito, una fotografía o un periódico antiguo pudieran consultarse desde cualquier lugar. Digitalizar significaba acercar la cultura a quienes no podían viajar hasta una biblioteca. Ahora esos mismos materiales pueden servir para entrenar sistemas capaces de redactar, clasificar imágenes o responder preguntas sobre el pasado.
La novedad obliga a discutir algo más que el acceso. ¿Quién decide las condiciones en que una colección conservada con recursos públicos alimenta una inteligencia artificial? ¿Basta con que el resultado sea útil, aunque apenas sepamos cómo se ha construido? El patrimonio incluye obras, documentos y testimonios que alguien ha seleccionado, conservado y descrito. Convertirlo en material de entrenamiento incorpora ese trabajo a una nueva cadena de valor. Lo que está por resolver es qué lugar ocupan en ella los autores, las instituciones y los ciudadanos.
España cuenta con un antecedente esclarecedor. En 2021 se presentó MarIA, desarrollado por el Barcelona Supercomputing Center a partir de archivos de la web española conservados por la Biblioteca Nacional de España. La iniciativa mostró que una infraestructura de preservación podía contribuir al desarrollo de tecnología lingüística en español. Conviene precisar su origen: hablar del archivo web no equivale a afirmar que se entrenó con todos los libros digitalizados de la BNE. [1] El ejemplo permite abandonar una visión demasiado simple. El uso del patrimonio por la IA también puede responder a proyectos de investigación e infraestructuras públicas. Por sí solo, utilizar colecciones culturales no demuestra un abuso. Tampoco acredita que cualquier reutilización posterior resulte conveniente.
La discusión ha adquirido una formulación explícita en el ámbito europeo. El documento The case for Public AI: making it happen with cultural heritage, elaborado desde la comunidad del espacio europeo de datos del patrimonio cultural, defiende una inteligencia artificial orientada al interés público. Entre sus prioridades figuran la procedencia de los datos, las relaciones de reciprocidad y la participación de las instituciones culturales en las decisiones. Es una propuesta sectorial, no una norma vinculante. [2] Su interés reside en desplazar la conversación: las bibliotecas y los museos pueden intervenir en el diseño de estas tecnologías, además de suministrar materiales.
Tener una copia no equivale a tener todos los derechos
Una institución puede custodiar un libro sin ser titular de sus derechos de explotación. Y una obra accesible en internet puede continuar protegida. Antes de hablar de licencias hay que determinar qué derechos existen y quién puede concederlos. La Directiva europea 2019/790 distingue la minería de textos y datos para investigación científica, bajo condiciones específicas, de una excepción más general que permite la reserva de derechos por sus titulares. El acceso lícito resulta esencial. En España, el artículo 67 del Real Decreto-ley 24/2021 regula esta materia. No cabe deducir que toda colección consultable pueda utilizarse libremente para cualquier entrenamiento. [3] También hay que proteger el dominio público. Para las obras de arte visual cuyos derechos han expirado, el artículo 14 de la directiva establece que su reproducción no genera nuevos derechos de autor o afines salvo que constituya una creación original. Digitalizar no debe convertirse en una forma de reconstruir una exclusividad extinguida. [3]
Las licencias deben leerse atendiendo a su objeto: la obra, la imagen, una base de datos o los materiales descriptivos. Una etiqueta general en una página no resuelve necesariamente la situación de todos sus fondos.
Los catálogos también transmiten una mirada
Los documentos llegan acompañados de títulos, fechas, nombres y categorías. Esos metadatos permiten encontrarlos, pero también condicionan sus relaciones. Una fotografía descrita únicamente desde la perspectiva de quien la tomó puede ocultar la identidad de las personas retratadas. Una autora registrada de forma incompleta puede quedar fuera de determinadas búsquedas. El proyecto europeo DE-BIAS, desarrollado entre 2023 y 2024, abordó precisamente el lenguaje sesgado en las descripciones de colecciones. Produjo herramientas, vocabularios y recomendaciones para detectar términos problemáticos y contextualizarlos, con participación de comunidades afectadas. Sus ámbitos de trabajo incluyeron la historia colonial, las migraciones, el género y las identidades etnorreligiosas. [4] De ahí se desprende un riesgo: si esas descripciones se incorporan al entrenamiento sin revisión, pueden trasladar al modelo prejuicios o limitaciones del catálogo. Es una posibilidad que debe evaluarse en cada sistema, no una prueba de que todos reproduzcan los mismos errores.
Además, lo digitalizado constituye una selección del patrimonio conservado. Y lo conservado constituye, a su vez, una selección de lo que existió. Confundir esos materiales con una representación completa de la sociedad convertiría una limitación documental en una supuesta verdad histórica. Revisar los catálogos exige preservar las huellas de sus cambios. Conviene distinguir la descripción antigua, que puede ser objeto de investigación, de la información actual que ayuda a interpretarla.
Saber qué entró no explica por sí solo qué sale
El Reglamento europeo de Inteligencia Artificial exige a los proveedores de modelos de uso general una política de cumplimiento de los derechos de autor y un resumen suficientemente detallado del contenido utilizado para entrenarlos. La Comisión publicó en julio de 2025 una plantilla para ese resumen. [5] La transparencia sobre las fuentes permite examinar decisiones y plantear reclamaciones. Sin embargo, conocer los materiales utilizados no garantiza que una respuesta sea correcta ni que pueda atribuirse a un documento concreto.
Para una institución cultural, esa diferencia importa mucho. Una respuesta sobre un manuscrito debería permitir comprobar su referencia y distinguir la transcripción de la interpretación. La soltura verbal de una máquina no puede sustituir esa comprobación.
Dos posiciones enfrentadas
La posición favorable a una apertura amplia sostiene un argumento sólido: el patrimonio alcanza mayor utilidad cuando puede estudiarse y reutilizarse. Las herramientas automáticas pueden facilitar tareas como la transcripción, la búsqueda y el análisis de grandes conjuntos documentales. El propio informe europeo sobre IA pública recoge esa trayectoria de aplicaciones en el sector cultural. [2] Desde esta perspectiva, imponer barreras generales podría perjudicar a investigadores, pequeñas empresas y proyectos educativos. También podría reforzar a las compañías con recursos para negociar acuerdos exclusivos. Quienes defienden el acceso abierto recuerdan, además, que el dominio público debe seguir disponible para todos.
La posición que reclama mayores condiciones señala otra desigualdad: el acceso formalmente igual no supone una capacidad igual para aprovecharlo. Un pequeño archivo y una gran empresa tecnológica disponen de recursos muy distintos. La conservación, la digitalización y la descripción requieren trabajo; cabe preguntar cómo se sostiene ese esfuerzo cuando terceros obtienen valor de él. Esta postura también pide garantías para los creadores y cautela ante acuerdos que comprometan la autonomía de una institución. Su versión más razonable propone examinar las condiciones de cada colaboración, establecer responsabilidades y hacer visible el beneficio público.
Ambas posiciones merecen atención. La apertura puede favorecer la concentración si solo unos pocos cuentan con medios para explotarla a gran escala. Las restricciones pueden producir el mismo efecto si únicamente esos actores pueden pagarlas. El criterio debe ser quién gana capacidad de investigar, crear y acceder a la cultura.
Hojas Sueltas defiende la reutilización del patrimonio con garantías proporcionadas y compromisos públicos verificables. La decisión exige algo más que entusiasmo tecnológico o temor a lo desconocido. Proponemos que las instituciones publiquen qué colecciones aportan a cada proyecto, cuál es su situación jurídica y qué obligaciones asume cada participante. Cuando existan acuerdos, deberían explicar su duración, las posibles exclusividades, las condiciones de salida y el destino de las mejoras obtenidas. Son criterios editoriales que defendemos, no obligaciones legales idénticas para todos los casos.
La reciprocidad puede adoptar formas concretas: devolver transcripciones corregidas, enriquecer catálogos, financiar conservación o proporcionar herramientas que la institución pueda seguir utilizando. Su valor debe poder evaluarse. Una demostración vistosa aporta poco si termina dejando al archivo dependiente de un servicio que no puede mantener. También conviene distinguir entrenar un modelo con una colección de utilizar un sistema que consulta documentos al responder. Son operaciones diferentes. Según el proyecto, la segunda opción puede facilitar la actualización y la comprobación de referencias. Ninguna solución elimina por sí sola los errores: hacen falta evaluación y profesionales capaces de detectarlos.
El control público debe significar capacidad de inspección, rendición de cuentas y autonomía institucional. Incluye permitir que investigadores y usuarios señalen fallos, así como preservar la independencia de bibliotecarios, archiveros y conservadores frente a intereses empresariales o políticos. Hay una pregunta práctica que debería acompañar cada convenio: al terminar el proyecto, ¿la institución conoce mejor sus fondos y dispone de más capacidad para atender a sus usuarios? Si la respuesta es incierta, el beneficio anunciado necesita una explicación más convincente.
La memoria cultural puede contribuir a tecnologías valiosas. La responsabilidad de quienes la custodian consiste en asegurar que esa contribución amplíe el conocimiento compartido y permita seguir examinando de dónde procede.
Recomendamos el documento The case for Public AI: making it happen with cultural heritage, disponible en inglés y de acceso abierto. Resulta pertinente porque sitúa a las instituciones culturales como participantes en la orientación de la IA y plantea vías de colaboración vinculadas al interés público. Su lectura permite discutir propuestas concretas más allá de la promesa abstracta de innovación. [2]
Fuentes documentales
[1] Biblioteca Nacional de España, noticia del 28 de julio de 2021 sobre MarIA; datos.gob.es, «Así es MarIA, la primera inteligencia artificial de la lengua española», 22 de septiembre de 2022.
https://www.bne.es/es/noticias/0728-maria-los-desarrolladores-de-aplicaciones-ya-disponen-de-un-sistema-de-inteligencia-artificial-experto-en-comprender-y-escribir-la-lengua-espaniola
https://datos.gob.es/es/blog/asi-es-maria-la-primera-inteligencia-artificial-de-la-lengua-espanola
[2] Comunidad del espacio europeo de datos del patrimonio cultural, The case for Public AI: making it happen with cultural heritage, 2026. Autores: Lorena Aldana, Johan Oomen, Harry Verwayen y otros.
https://pro.europeana.eu/files/data_space/publications/The_case_for_Public_AI_PDF.pdf
[3] Directiva (UE) 2019/790, artículos 3, 4 y 14; Real Decreto-ley 24/2021, artículos 67 y 72.
https://www.wipo.int/wipolex/en/legislation/details/18927
https://www.boe.es/buscar/act.php?id=BOE-A-2021-17910
[4] Europeana Pro, documentación del proyecto DE-BIAS (2023–2024).
https://pro.europeana.eu/project/de-bias
[5] Reglamento (UE) 2024/1689, artículo 53; Comisión Europea, plantilla y nota explicativa del resumen público de contenidos de entrenamiento, publicadas el 24 de julio de 2025.
https://www.boe.es/doue/2024/1689/L00001-00144.pdf
Valentín Castro