Suno admite haber usado música de YouTube para entrenar sus modelos de IA

Suno admite música de YouTube para entrenar su IA. La firma de creación musical con inteligencia artificial ha reconocido, en un nuevo escrito judicial, que utilizó datos de audio de la plataforma de vídeo para entrenar sus modelos. La información la adelanta Mixmag, que recoge la admisión de la compañía en el marco de un procedimiento legal en curso.

El reconocimiento llega después de meses en los que la procedencia de los datasets empleados por las herramientas generativas de audio ha sido una de las grandes incógnitas del sector. Hasta ahora, las empresas de este ámbito tendían a hablar de «datos disponibles públicamente» sin detallar plataformas ni catálogos concretos. La admisión de Suno pone nombre propio a una de esas fuentes: YouTube.

Qué implica la admisión de Suno para sellos y artistas

La clave del asunto está en el origen de ese audio. YouTube aloja tanto material de dominio público como masters con copyright, remixes, sesiones de DJ y ediciones subidas por sellos y usuarios. Si el entrenamiento se hizo sobre ese conjunto sin distinguir licencias, la admisión abre la puerta a reclamaciones por parte de titulares de derechos cuyas obras podrían haber alimentado el modelo.

No es un debate aislado. La industria lleva meses moviéndose en esta dirección: Sony Music superó las 260.000 retiradas de deepfakes, una cifra que muestra hasta qué punto los sellos están vigilando el uso no autorizado de sus catálogos en el entorno de la IA. La diferencia aquí es que ya no se trata de suplantaciones vocales o clones, sino del propio entrenamiento de los modelos.

Un posible precedente para la regulación del entrenamiento con IA

El valor jurídico de esta admisión es doble. Por un lado, fija un hecho: qué datos se usaron y de dónde salieron. Por otro, puede convertirse en referencia para futuros litigios sobre entrenamiento de modelos generativos con música protegida. Si los tribunales consideran que ese uso requiere licencia, el modelo de negocio de buena parte de las herramientas de IA musical tendría que reescribirse.

Para los artistas y DJs, el impacto es directo. Sus producciones, edits y sesiones circulan por YouTube con frecuencia sin control sobre su destino posterior. Saber que ese material puede acabar dentro de un dataset de entrenamiento cambia la conversación sobre distribución, derechos y visibilidad en plataformas.

La lectura de Beats&Repeat

La escena electrónica vive de un ecosistema frágil: sellos independientes, productores que autogestionan sus lanzamientos y DJs que construyen su identidad sobre un catálogo propio. Que una empresa de IA admita haber entrenado sus modelos con audio de YouTube sin detallar licencias no es una anécdota técnica: es la constatación de que el suelo sobre el que se construyen estas herramientas es, en muchos casos, material ajeno.

La pregunta ya no es si la IA va a formar parte de la producción musical, sino bajo qué reglas. Y esas reglas, a la vista de lo que ocurre en los tribunales, se van a escribir con nombres propios, contratos y, probablemente, indemnizaciones. La industria electrónica haría bien en no mirar hacia otro lado.