\u00bfSe pueden proteger los prompts? Solo cuando el prompt es en s\u00ed mismo un texto original, y aun as\u00ed esa protecci\u00f3n no le convierte en autor de lo que genera el modelo. Los datasets se protegen mediante derechos sobre bases de datos, que cubren su estructura o la inversi\u00f3n realizada, no los datos. Un modelo ajustado (fine-tuned) se protege mejor como secreto empresarial respaldado por contratos, y algunos m\u00e9todos de entrenamiento son patentables. Esta gu\u00eda es para empresas tecnol\u00f3gicas de Europa y Latinoam\u00e9rica que quieren saber qu\u00e9 activos de IA son realmente suyos.<\/p>\n
La propiedad intelectual protege la expresi\u00f3n original, no las ideas. El art\u00edculo 10 de la Ley de Propiedad Intelectual (TRLPI)<\/a> protege \u00abtodas las creaciones originales literarias, art\u00edsticas o cient\u00edficas\u00bb expresadas en cualquier medio. En la Comunidad Andina (Bolivia, Colombia, Ecuador y Per\u00fa), la Decisi\u00f3n 351<\/a> dispone que solo se protege la forma en que se expresan las ideas, nunca las ideas (art\u00edculo 7).<\/p>\n Aplicado a los prompts, el criterio es claro. \u00abRedacta una descripci\u00f3n de producto en tono cercano\u00bb es una instrucci\u00f3n que no es de nadie. Un prompt de sistema de varias p\u00e1ginas, con estructura, ejemplos y decisiones de redacci\u00f3n propias, puede ser una obra literaria. Copiarlo literalmente podr\u00eda infringir; reescribir las mismas instrucciones, en general, no.<\/p>\n El informe de la Oficina de Derechos de Autor de EE. UU. sobre protegibilidad (enero de 2025)<\/a> sigue la misma l\u00f3gica. Admite que los prompts pueden protegerse si son suficientemente creativos, pero concluye que, con la tecnolog\u00eda actual, no dan al usuario control suficiente para ser autor del resultado: funcionan como instrucciones que transmiten ideas no protegibles.<\/p>\n Los prompts con valor comercial contienen l\u00f3gica de negocio: reglas de tono, flujos, salvaguardas. El derecho de autor protege poco ese texto, porque un competidor puede reescribirlo; por eso recomendamos tratarlos como know-how confidencial.<\/p>\n S\u00ed, si cumplen los tres requisitos del art\u00edculo 1 de la Ley 1\/2019 de Secretos Empresariales<\/a>, que transpone la Directiva (UE) 2016\/943<\/a>: que la informaci\u00f3n no sea generalmente conocida ni f\u00e1cilmente accesible, que tenga valor empresarial por ser secreta y que su titular haya adoptado medidas razonables para mantenerla en secreto. Prompts, conjuntos de evaluaci\u00f3n e hiperpar\u00e1metros encajan si se gestionan como confidenciales.<\/p>\n El punto d\u00e9bil es el tercer requisito: un prompt de sistema expuesto en una interfaz p\u00fablica, o compartido con proveedores sin cl\u00e1usula de confidencialidad, es dif\u00edcil de defender. La ley considera adem\u00e1s l\u00edcita la observaci\u00f3n o el ensayo de un producto puesto a disposici\u00f3n del p\u00fablico, salvo que una obligaci\u00f3n v\u00e1lida lo impida (art\u00edculo 2.1.b de la Ley 1\/2019). Sus condiciones de uso son las que convierten la extracci\u00f3n de prompts o la destilaci\u00f3n del modelo en un incumplimiento.<\/p>\n Hay dos v\u00edas, y ninguna alcanza a los datos individuales.<\/p>\n Para un equipo de IA, el segundo derecho es el decisivo: un corpus depurado y anotado suele reflejar esa inversi\u00f3n. Conserve la prueba: presupuestos, horas de etiquetado, verificaciones e historial de versiones.<\/p>\n Dos advertencias. La Decisi\u00f3n 351 no contempla un derecho basado en la inversi\u00f3n, as\u00ed que en los mercados andinos conviene apoyarse en contratos y secretos empresariales y revisar la ley nacional. Y si comercializa un modelo de IA de uso general en la UE, el considerando 107 del Reglamento de IA<\/a> exige un resumen p\u00fablico del contenido de entrenamiento que cite los principales conjuntos de datos, teniendo en cuenta los secretos comerciales. Decida pronto qu\u00e9 divulgar\u00e1.<\/p>\n Un modelo es un conjunto de activos, cada uno con su propia protecci\u00f3n.<\/p>\n\u00bfPueden protegerse los prompts y el know-how como secreto empresarial?<\/h2>\n
\u00bfSe puede proteger un dataset de entrenamiento?<\/h2>\n
\n
\u00bfDe qui\u00e9n es un modelo ajustado y qu\u00e9 lo protege?<\/h2>\n