El Gobierno de España presentó a comienzos de 2025 el modelo Alia, definido como el primer gran modelo fundacional de inteligencia artificial entrenado con especial atención a las lenguas oficiales y cooficiales del país: castellano, catalán, gallego, valenciano y vasco. La iniciativa fue anunciada por Pedro Sánchez en el marco de la jornada HispanIA 2040: cómo la inteligencia artificial mejorará nuestro futuro. El proyecto, de código abierto, se plantea como una alternativa nacional frente a herramientas globales como ChatGPT o Gemini.
Un entrenamiento con polémica
En la descripción oficial de los corpus empleados se detalla que una de las fuentes utilizadas fue Common Crawl, una organización sin ánimo de lucro que desde 2007 almacena más de 300.000 millones de páginas web con el objetivo de facilitar su acceso a investigadores. Sin embargo, este repositorio incluye obras con derechos de autor publicadas en internet sin pagar licencias.
Desde el Ministerio de Transformación Digital y de la Función Pública aseguran que todo se hizo bajo el marco legal vigente: “La Directiva de Mercado Único Digital y el Reglamento Europeo de IA establecen una serie de excepciones para hacer minería de datos. Alia ha respetado todos estos mecanismos de protección de derechos de autor”. La excepción mencionada permite el uso de obras siempre que sus titulares no hayan indicado expresamente su exclusión mediante mecanismos técnicos.
Esto obliga a los autores que no quieran que su obra sea usada a incluir una etiqueta o bloqueo en cada plataforma donde se publique, algo que muchos consideran inviable. “Es materialmente imposible”, sostiene Eva Moraga, abogada y portavoz de la Coalición IA Respeta Cultura. Para ella, la normativa fue concebida para fines de investigación académica y no para el entrenamiento de modelos comerciales.
Lenguas españolas en el centro
Uno de los objetivos principales de Alia es dar mayor protagonismo a los textos en lenguas españolas, que representan un 20% del corpus analizado, muy por encima de lo habitual en otros modelos internacionales. Según el Gobierno, esta estrategia permitirá una mejor comprensión de frases hechas, expresiones locales y contextos culturales, corrigiendo carencias que presentan otras IA globales.
Además de Common Crawl, la base de datos del modelo incluye documentación pública como boletines del BOE, intervenciones parlamentarias y resoluciones judiciales, lo que refuerza la legitimidad de gran parte de sus fuentes. El modelo, al ser de código abierto, puede ser descargado y adaptado por empresas o particulares para construir sus propias aplicaciones.
El debate sobre derechos de autor
La cuestión central gira en torno a la legalidad del uso de obras con copyright en el entrenamiento de modelos de IA. En Estados Unidos, los gigantes del sector enfrentan múltiples demandas colectivas desde 2022 por casos similares. Incluso OpenAI reconoció en 2024 ante la Cámara de los Lores británica que “sería imposible entrenar los modelos actuales de IA sin material con derechos de autor”.
Un ejemplo reciente es el acuerdo extrajudicial de Anthropic, creadora del chatbot Claude, que aceptó pagar 1.500 millones de dólares a un grupo de escritores para evitar un juicio por el uso de sus libros sin licencia. Este precedente ha elevado la presión sobre las tecnológicas y abre la puerta a que más autores reclamen compensaciones.
La visión europea
En Europa, la situación legal es menos clara. La Directiva de Mercado Único Digital permite la minería de datos para investigación, pero su aplicación a modelos con fines comerciales genera dudas. El abogado y consultor digital Borja Adsuara sostiene que el uso que hace Alia contradice “el espíritu de la norma”, pues pone a disposición un modelo con aplicaciones comerciales.
El Reglamento Europeo de IA, en vigor desde julio de 2024, insiste en la necesidad de contar con autorización expresa de los titulares de derechos. Sin embargo, no especifica con claridad cómo debe aplicarse. La Comisión Europea publicó un código de buenas prácticas en junio de 2025, que pide a las empresas solicitar permisos, pero también exige a los autores explicitar su oposición al uso de sus obras. Una ambigüedad que, en opinión de Jorge Corrales, director general de CEDRO, supone “una oportunidad perdida para volver a conectar la actuación de algunos gobiernos y de las grandes empresas tecnológicas con los valores de la sociedad”.
Un futuro en manos de los tribunales
Ante esta falta de claridad, la resolución definitiva recaerá en los tribunales europeos. Actualmente existen demandas en países como Francia, Alemania y Hungría que podrían sentar jurisprudencia sobre si la excepción regulatoria es aplicable o no al entrenamiento de modelos de IA. “Ahora mismo hay una discusión de carácter jurídico y doctrinal que se va a debatir en procedimientos judiciales en toda Europa”, afirma Moraga.
Lo cierto es que, mientras tanto, el Gobierno español avanza en la promoción de Alia como una herramienta estratégica para situar a España en el mapa de la inteligencia artificial. El proyecto combina ambición tecnológica con un trasfondo legal aún incierto, que definirá no solo el futuro del modelo, sino también el de la creación cultural en la era de la IA.
