Hanademi

The AI habit that becomes a legal problemEl hábito con IA que se vuelve un problema legal

98 slides · 60 min · 2026-07-20 language
ENES
theme
LightDark
view
DeckTableTalk
brand
HanademiPlatzi
The AI habit that becomes alegal problemMade for Freddy Vega, by Hanademi
  1. Publishing piracy rose while every other tracked sector fell.
  2. The published models agree on 12 all-party jurisdictions but differ between 38 and 39 one-party jurisdictions.
  3. Illinois may allow a recording under criminal law while an employer still disciplines the worker.
El hábito con IA que se vuelveun problema legalMade for Freddy Vega, by Hanademi
  1. La piratería de publicaciones subió mientras bajaron todos los demás sectores medidos.
  2. Los modelos publicados coinciden en 12 jurisdicciones de todas las partes, pero difieren entre 38 y 39 jurisdicciones de una parte.
  3. Illinois puede permitir una grabación bajo la ley penal, mientras el empleador aún sanciona al trabajador.
The contested estimate shows piracyshifting sectorsGlobal piracy website visits by content category, billions, 2023 versus 2024.Made for Freddy Vega, by HanademiSources: MUSO. (2025). 2024 piracy trends and insights.Annual global piracy website visits by content category.UnitBillion visitsTelevision103.82023 visits96.82024 visits1.1×Publishing66.463.6Film29.624.31.2×Software15.214.9Music17.214.01.2×
The headline is not that piracy vanished. The stronger finding is that the mix changed. Publishing was the only tracked category to grow, reaching 66.38 billion visits in 2024, while the other four categories fell.
La estimación discutida muestra que lapiratería cambia de sectorVisitas mundiales a sitios piratas por categoría de contenido, en miles de millones, 2023 frente a 2024.Made for Freddy Vega, by HanademiFuentes: MUSO. (2025). 2024 piracy trends and insights.Visitas anuales mundiales a sitios piratas por categoría de contenido.UnidadMiles de millones de visitasTelevisión103,8Visitas de 202396,8Visitas de 20241,1×Publicaciones66,463,6Cine29,624,31,2×Programas informáticos15,214,9Música17,214,01,2×
La noticia no es que la piratería haya desaparecido. El hallazgo más fuerte es que cambió la mezcla. Las publicaciones fueron la única categoría medida que creció, hasta 66,38 mil millones de visitas en 2024, mientras bajaron las otras cuatro.
Most US states allow one-party recordingU.S. states and Washington, D.C., classified by the supplied one-party and all-party consent sources.Made for Freddy Vega, by HanademiSources: Recording Law and Silent Security. (2026). United States recording laws.; Kilpatrick Townsend & Stockton LLP.(2024). Wiretap laws chart.; Justia. (2024). Recording phone calls and conversations: 50-state survey.The one-party figure counts 38 states and Washington, D.C.UnitStates or jurisdictionsOne-party states plus DC38Named all-party states132.9x
Start with the split that matters for an AI meeting recorder. Thirty-eight states and Washington, D.C. follow one-party rules, but the named all-party group creates a real compliance boundary. A participant can be allowed to record in one place and exposed in another.
La mayoría de los estados de EE. UU. permite grabarcon consentimiento de una parteEstados de EE. UU. y Washington D. C., clasificados según las fuentes suministradas de consentimiento deuna parte y de todas las partes.Made for Freddy Vega, by HanademiFuentes: Recording Law and Silent Security. (2026). United States recording laws.; Kilpatrick Townsend & Stockton LLP.(2024). Wiretap laws chart.; Justia. (2024). Recording phone calls and conversations: 50-state survey.La cifra de una parte cuenta 38 estados y Washington D.UnidadEstados o jurisdiccionesEstados de una parte más DC38Estados nombrados de todas las partes132,9x
Empecemos por la división que importa para una herramienta de reuniones con IA. Treinta y ocho estados y Washington D. C. siguen reglas de una parte, pero el grupo nombrado de todas las partes crea un límite real de cumplimiento. Una persona puede estar autorizada a grabar en un lugar y quedar expuesta en otro.
Intentional unlawful interceptioncan bring up to five years in prison,plus civil damages.The two federal sources corroborate the same five-year maximum. The consequence isnot merely a workplace or platform penalty: the supplied legal guidance also identifiescivil lawsuits and criminal prosecution.Sources: Reporters Committee for Freedom of the Press. (2012). Reporter's recording guide.; Justia. (2024). Recording phone calls and conversations:50-state survey.
This is where a casual recording habit becomes a legal exposure. The supplied federal sources point to the same maximum of five years in prison. They also preserve a second route to liability, civil damages, so the risk is not limited to criminal punishment.
La interceptación ilícita intencional puedeconllevar hasta cinco años de prisión yademás daños civiles.Las dos fuentes federales corroboran el mismo máximo de cinco años. La consecuenciano es solo laboral o de plataforma: la orientación jurídica suministrada también identificademandas civiles y procesos penales.Fuentes: Reporters Committee for Freedom of the Press. (2012). Reporter's recording guide.; Justia. (2024). Recording phone calls and conversations:50-state survey.
Aquí es donde un hábito casual de grabar se convierte en exposición legal. Las fuentes federales suministradas señalan el mismo máximo de cinco años de prisión. También mantienen una segunda vía de responsabilidad, los daños civiles, por lo que el riesgo no se limita al castigo penal.
US recording counts disagree acrosspublished modelsTwo supplied U.S. classification models, showing their reported jurisdiction totals without resolving thediscrepancy.Made for Freddy Vega, by HanademiSources: Kilpatrick Townsend & Stockton LLP. (2024). Wiretap laws chart.; Recording Law. (2026). Is it illegal to recordsomeone?The supplied sources agree on 12 all-party jurisdictions in these models but differ on whether the one-party count is 38 states or 39jurisdictions including D.C.UnitStates or jurisdictionsAll-party jurisdictions12Jurisdiction comparison12Inventory modelOne-party jurisdictions3938
The point is not to pretend the count is cleaner than the evidence. The supplied models agree on 12 all-party jurisdictions, but one counts 38 one-party states and the other counts 39 one-party jurisdictions after including D.C. That one-unit difference signals a definition problem, not a safe margin.
Los recuentos de grabación en EE. UU.discrepan entre modelos publicadosDos modelos de clasificación de EE. UU. suministrados, con sus totales de jurisdicciones sin resolver ladiscrepancia.Made for Freddy Vega, by HanademiFuentes: Kilpatrick Townsend & Stockton LLP. (2024). Wiretap laws chart.; Recording Law. (2026). Is it illegal to recordsomeone?Las fuentes suministradas coinciden en 12 jurisdicciones de todas las partes en estos modelos, pero difieren en si el recuento deuna parte es de 38 estados o 39 jurisdicciones con Washington D.UnidadEstados o jurisdiccionesJurisdicciones de todas las partes12Comparación jurisdiccional12Modelo de inventarioJurisdicciones de una parte3938
El punto no es fingir que el recuento es más claro de lo que permite la evidencia. Los modelos suministrados coinciden en 12 jurisdicciones de todas las partes, pero uno cuenta 38 estados de una parte y otro 39 jurisdicciones de una parte al incluir Washington D. C. Esa diferencia de una unidad señala un problema de definición, no un margen seguro.
California sets a $2,500 maximum fine perviolation, while Washington requires priorconsent from everyone.These state examples make the split concrete without forcing unlike facts onto onenumeric scale. California supplies a statutory fine; Washington supplies an all-party rulefor private communications, with listed exceptions.Sources: California Legislature. (n.d.). California Penal Code, section 632.; Washington State Legislature. (n.d.). RCW 9.73.030.
The legal split becomes tangible in 2 states. California attaches a maximum fine of $2,500 per violation to recording a confidential communication without every party’s consent. Washington states the rule directly: private communications require prior consent from all participants, subject to narrow exceptions.
California fija una multa máxima de2.500 dólares por infracción,mientras Washington exige elconsentimiento previo de todos.Estos ejemplos estatales hacen concreta la división sin forzar hechos distintos sobre unamisma escala numérica. California aporta una multa legal; Washington aporta una reglade todas las partes para comunicaciones privadas, con excepciones enumeradas.Fuentes: California Legislature. (n.d.). California Penal Code, section 632.; Washington State Legislature. (n.d.). RCW 9.73.030.
La división legal se vuelve tangible en 2 estados. California vincula una multa máxima de 2.500 dólares por infracción a grabar una comunicación confidencial sin el consentimiento de todas las partes. Washington formula la regla directamente: las comunicaciones privadas requieren el consentimiento previo de todos, con excepciones limitadas.
The recording act and location mattermore than whether a person or AItool performs it.The supplied legal analysis treats the recording act as the relevant conduct, regardless ofthe tool. For interstate recordings, uncertainty over the governing location makes thestricter applicable rule a practical safeguard.Sources: Reed Smith. (2025). The legality of AI-powered recording and transcription.; Matthiesen, Wickert & Lehrer. (2018). Laws on recordingconversations in all 50 states.
The technology is not the legal escape hatch. The relevant question remains whether a private conversation was recorded and which jurisdiction’s rule applies. When locations cross state lines, following the stricter applicable standard is the practical safeguard described by the supplied source.
La tecnología no es una salida legal.El análisis jurídico suministrado trata el acto de grabar como la conducta relevante, sinimportar la herramienta. En grabaciones interestatales, la incertidumbre sobre el lugarcuya ley rige hace que cumplir la norma más estricta sea una salvaguarda práctica.Fuentes: Reed Smith. (2025). The legality of AI-powered recording and transcription.; Matthiesen, Wickert & Lehrer. (2018). Laws on recordingconversations in all 50 states.
La tecnología no es una salida legal. La pregunta relevante sigue siendo si se grabó una conversación privada y qué regla jurisdiccional se aplica. Cuando las ubicaciones cruzan fronteras estatales, cumplir la norma aplicable más estricta es la salvaguarda práctica descrita por la fuente suministrada.
In Canada, one participant 's consentcan be enough to intercept a privatecommunication.Canada's Criminal Code states this one-party rule for private communications. It doesnot settle every provincial privacy requirement.Sources: Justice Laws Website. (n.d.). Criminal Code.
The key point is narrower than a universal recording rule. Canada's Criminal Code says consent from any one participant is sufficient for intercepting a private communication. That gives a participant a legal path, but provincial privacy rules may still add requirements.
En Canadá, el consentimiento de unparticipante puede bastar para interceptaruna comunicación privada.El Código Penal de Canadá establece esta regla de una sola parte para lascomunicaciones privadas. No resuelve todos los requisitos provinciales de privacidad.Fuentes: Justice Laws Website. (n.d.). Criminal Code.
El punto es más limitado que una regla universal sobre grabaciones. El Código Penal de Canadá dice que basta el consentimiento de cualquier participante para interceptar una comunicación privada. Eso ofrece una vía legal, pero las normas provinciales de privacidad pueden añadir requisitos.
Illinois may allow a recording undercriminal law while an employer stilldisciplines the worker.The sourced legal analysis separates criminal legality from workplace discipline. Arecording policy can impose consequences even when the criminal rule is narrower.Sources: Gibson, M. J. (2015). Just because it's legal doesn't mean you can do it: The legality of employee eavesdropping and Illinois workplacerecording policies. Loyola University Chicago Law Journal.
This is the practical trap. Illinois law shifted toward secretly recording private conversations, but employers can still enforce their own recording policies. Legal permission and workplace permission are separate questions.
Illinois puede permitir una grabación bajola ley penal, mientras el empleador aúnsanciona al trabajador.El análisis jurídico citado separa la legalidad penal de la disciplina laboral. Una políticade grabación puede imponer consecuencias aunque la regla penal sea más limitada.Fuentes: Gibson, M. J. (2015). Just because it's legal doesn't mean you can do it: The legality of employee eavesdropping and Illinois workplacerecording policies. Loyola University Chicago Law Journal.
Esta es la trampa práctica. La ley de Illinois se orientó hacia las grabaciones secretas de conversaciones privadas, pero los empleadores aún pueden hacer cumplir sus propias políticas. La autorización legal y la autorización laboral son preguntas distintas.
The workplace adds another layerWorkers use desktop computers in a shared office.Sources: Riso, S., & Litardi, C. (2024). Employee monitoring: A moving target for regulation. Eurofound.
An everyday office recording can implicate both local law and workplace policy.
El trabajo añade otra capaTrabajadores utilizan computadoras de escritorio en una oficina compartida.Fuentes: Riso, S., & Litardi, C. (2024). Employee monitoring: A moving target for regulation. Eurofound.
Una grabación cotidiana en la oficina puede implicar tanto la ley local como la política laboral.
Mexico covers identifiable voice recordingsand recognizes both tacit and expressconsent, with writing for sensitive data.The law's data-protection principles apply when a voice can identify a person. Consentmay be tacit or express for ordinary personal data, but sensitive data require expresswritten consent.Sources: Cámara de Diputados de México. (2025). Ley Federal de Protección de Datos Personales en Posesión de los Particulares.; UniversidadNacional Autónoma de México. (n.d.). Ley Federal de Protección de Datos Personales en Posesión de los Particulares.
A meeting transcript is not legally empty just because it is text. Mexico's private-sector data law covers identifiable voice recording and transcription. The consent route depends on the data, and sensitive data require express written consent.
Una transcripción de reunión no quedafuera de la ley por ser texto.Los principios de protección de datos se aplican cuando una voz puede identificar a unapersona. Para datos personales ordinarios, el consentimiento puede ser tácito o expreso,pero los datos sensibles requieren consentimiento expreso y escrito.Fuentes: Cámara de Diputados de México. (2025). Ley Federal de Protección de Datos Personales en Posesión de los Particulares.; Universidad NacionalAutónoma de México. (n.d.). Ley Federal de Protección de Datos Personales en Posesión de los Particulares.
Una transcripción de reunión no queda fuera de la ley por ser texto. La ley mexicana de datos privados cubre la grabación y transcripción de voces identificables. La forma de consentimiento depende del tipo de dato, y los datos sensibles requieren consentimiento expreso y escrito.
Mexico's rules combine lawful processing,private -communication sensitivity, andARCO rights in the digital environment.The current private-sector law sets the processing boundary and excludes exclusivelypersonal use without disclosure or commercial use. Supreme Court materials identifyviolating private communications as a crime. The regulation adds ARCO rights and abroad digital-processing definition, but none of these claims alone determines whetherevery AI meeting recording is unlawful.Sources: Cámara de Diputados del H. Congreso de la Unión. (2025). Ley Federal de Protección de Datos Personales en Posesión de los Particulares.;Suprema Corte de Justicia de la Nación. (2024). Amparo en revisión 156/2024.; Cámara de Diputados del H. Congreso de la Unión. (2011). Reglamentode la Ley Federal de Protección de Datos Personales en Posesión de los Particulares.
Mexico puts meeting recording on two legal tracks at once. It is personal-data processing with ARCO rights and digital safeguards, and private communications can trigger criminal sensitivity. The personal-use exception is narrow because it excludes disclosure and commercial use.
Las normas mexicanas combinantratamiento legítimo, sensibilidad de lascomunicaciones privadas y derechos ARCOen el entorno digital.La ley vigente para el sector privado fija el límite del tratamiento y excluye el usoexclusivamente personal sin divulgación ni fines comerciales. Los materiales de laSuprema Corte identifican la violación de comunicaciones privadas como delito. Elreglamento añade derechos ARCO y una definición amplia del tratamiento digital, peroninguna de estas afirmaciones determina por sí sola que toda grabación de reuniones conIA sea ilícita.Fuentes: Cámara de Diputados del H. Congreso de la Unión. (2025). Ley Federal de Protección de Datos Personales en Posesión de los Particulares.;Suprema Corte de Justicia de la Nación. (2024). Amparo en revisión 156/2024.; Cámara de Diputados del H. Congreso de la Unión. (2011). Reglamentode la Ley Federal de Protección de Datos Personales en Posesión de los Particulares.
México coloca la grabación de reuniones en dos vías legales a la vez. Es tratamiento de datos personales con derechos ARCO y salvaguardas digitales, y las comunicaciones privadas pueden tener sensibilidad penal. La excepción de uso personal es estrecha porque excluye la divulgación y los fines comerciales.
Mexico's framework adds three separateduties: express consent for sensitive data,transfer safeguards, and security withpurpose-based blocking.These are statutory conditions, not equally weighted scores. Sensitive data requireexpress consent; international transfers belong in the privacy notice and generally needconsent and safeguards; stored data require administrative, physical, and technicalsecurity, with blocking after the purpose is fulfilled.Sources: Congreso de la Unión de México. (2025). Ley Federal de Protección de Datos Personales en Posesión de los Particulares.; SDV Asesores.(2026). Artículo 36: Ley Federal de Protección de Datos Personales.; Secretaría de Educación Pública de México. (2011). Reglamento de la Ley Federalde Protección de Datos Personales en Posesión de los Particulares.
The legal burden does not end when a recording is made. Mexico's rules separately address sensitive-data consent, foreign recipients, and stored-data security. For an AI workflow, each handoff and each retention decision can create its own compliance duty.
La carga legal no termina cuando sehace una grabación.Estas son condiciones legales, no puntuaciones con el mismo peso. Los datos sensiblesrequieren consentimiento expreso; las transferencias internacionales deben figurar en elaviso de privacidad y generalmente necesitan consentimiento y salvaguardas; los datosalmacenados requieren seguridad administrativa, física y técnica, con bloqueo alcumplirse la finalidad.Fuentes: Congreso de la Unión de México. (2025). Ley Federal de Protección de Datos Personales en Posesión de los Particulares.; SDV Asesores.(2026). Artículo 36: Ley Federal de Protección de Datos Personales.; Secretaría de Educación Pública de México. (2011). Reglamento de la Ley Federalde Protección de Datos Personales en Posesión de los Particulares.
La carga legal no termina cuando se hace una grabación. Las normas mexicanas abordan por separado el consentimiento para datos sensibles, los receptores extranjeros y la seguridad de los datos almacenados. En un flujo de IA, cada transferencia y cada decisión de conservación puede crear su propio deber de cumplimiento.
Colombian law imposes 48 to 96 monthsprison for unauthorized data capture.Colombian guidance treats recording, transmitting, storing, and reproducing personaldata as regulated processing requiring a specific purpose and stronger safeguards. Thecriminal provision covers unauthorized interception, collection, or use. Court decisionsrecognize limited exceptions for documenting crimes, disciplinary offenses, due-processissues, or shared conversations, but not abusive or intimate recording.Sources: Congreso de Colombia. (2009). Ley 1273 de 2009.; Superintendencia de Industria y Comercio. (2023). Tratamiento de datos personales através de cámaras de videovigilancia.; Corte Constitucional de Colombia. (2021). Sentencia SU-371/21.
Colombia connects the data workflow to criminal exposure. Recording and storing personal data can be regulated processing, not a casual technical act. Unauthorized interception, collection, or use can carry 48 to 96 months in prison, although courts recognize narrow exceptions for participants documenting serious wrongdoing.
La ley colombiana impone 48 a 96meses de prisión por captura noautorizada de datos.La guía colombiana trata la grabación, transmisión, almacenamiento y reproducción dedatos personales como tratamiento regulado que requiere una finalidad específica ymayores salvaguardas. La norma penal cubre la interceptación, recopilación o uso noautorizados. Las decisiones judiciales reconocen excepciones limitadas para documentardelitos, faltas disciplinarias, asuntos de debido proceso o conversaciones compartidas,pero no grabaciones abusivas o íntimas.Fuentes: Congreso de Colombia. (2009). Ley 1273 de 2009.; Superintendencia de Industria y Comercio. (2023). Tratamiento de datos personales através de cámaras de videovigilancia.; Corte Constitucional de Colombia. (2021). Sentencia SU-371/21.
Colombia conecta el flujo de datos con la exposición penal. Grabar y almacenar datos personales puede ser tratamiento regulado, no un acto técnico casual. La interceptación, recopilación o uso no autorizados pueden conllevar 48 a 96 meses de prisión, aunque los tribunales reconocen excepciones estrechas para participantes que documentan conductas graves.
Chile's private-use exception meets newtransfer rules on December 1, 2026.Private-use recording is not automatically illegal in every Chilean scenario. The newregime is projected to apply fully on December 1, 2026, with international-transfermechanisms and remedies described in the supplied evidence. Note: a derived analysiswas removed from this slide during quality checks.Sources: Biblioteca del Congreso Nacional de Chile. (1999). Ley 19.628 sobre protección de la vida privada.; Fyr Legal. (2025). Resolución Exenta202503748.
Chile’s privacy rules contain an important limit: exclusively personal activity is excluded from the data-protection regime. That does not settle every recording question. A projected new regime adds transfer mechanisms and remedies from December 1, 2026.
La excepción chilena de uso privado entraen nuevas reglas de transferencia el 1 dediciembre de 2026.Grabar para uso personal no es automáticamente ilegal en todos los casos chilenos. Elnuevo régimen está proyectado para entrar plenamente en vigor el 1 de diciembre de2026, con mecanismos de transferencia internacional y recursos descritos en laevidencia suministrada. Nota: un análisis derivado se retiró de esta diapositiva durante elcontrol de calidad.Fuentes: Biblioteca del Congreso Nacional de Chile. (1999). Ley 19.628 sobre protección de la vida privada.; Fyr Legal. (2025). Resolución Exenta202503748.
Las normas chilenas de privacidad tienen un límite importante: las actividades exclusivamente personales quedan fuera del régimen de protección de datos. Eso no resuelve todas las preguntas sobre grabación. Un nuevo régimen proyectado añade mecanismos de transferencia y recursos desde el 1 de diciembre de 2026.
A GDPR transfer needs three gates beforesafeguards can workThree cumulative legal gates for meeting recording and cross-border personal-data transfers.Made for Freddy Vega, by HanademiSources: MirrorCaption. (2026). GDPR transcription compliance.; Data Protection Network. (n.d.). AI transcripts and recordings.;European Data Protection Board. (2023). Guidelines 05/2021.The equal values encode the presence and sequence of legal gates, not population drop-off or approval rates.UnitLegal gatesPrior noticeThird-country testChapter V safeguard
The transfer question is not solved by one privacy notice or one contract. First, people need information about the recording. Then the transfer must fit the EDPB’s three-condition test. Finally, Chapter V safeguards must supplement the ordinary GDPR rules.
Una transferencia del RGPD necesita tresfiltros antes de aplicar garantíasTres filtros jurídicos acumulativos para grabar reuniones y transferir datos personales fuera del país.Made for Freddy Vega, by HanademiFuentes: MirrorCaption. (2026). GDPR transcription compliance.; Data Protection Network. (n.d.). AI transcripts and recordings.;European Data Protection Board. (2023). Guidelines 05/2021.Los valores iguales codifican la presencia y la secuencia de filtros jurídicos, no una caída poblacional ni tasas de aprobación.UnidadFiltros jurídicosInformación previaPrueba de tercerpaísGarantía del capítuloV
La cuestión de la transferencia no se resuelve con un solo aviso de privacidad ni con un solo contrato. Primero, las personas necesitan información sobre la grabación. Después, la transferencia debe cumplir la prueba de tres condiciones del EDPB. Por último, las garantías del capítulo V deben complementar las reglas ordinarias del RGPD.
Unauthorized meeting recording led to a€6,930 Austrian administrative fine.An Austrian court record reports the fine for unauthorized recording of meetingparticipants’ conversations. Eurofound separately warns that systematic, continuous, anddetailed AI monitoring raises privacy and data-protection risk; it does not say everysuch practice is automatically illegal.Sources: Cookie Fines. (2026). Court case W298 2323263-1/11E.; Riso, S., & Litardi, C. (2024). Employee monitoring: A moving target for regulation.Eurofound.
The legal risk is not abstract. An Austrian court record reports a €6,930 administrative fine for unauthorized recording of meeting conversations. Eurofound adds the broader warning: systematic and detailed employee monitoring can put privacy rights at risk.
Grabar reuniones sin autorizaciónllevó a una multa administrativaaustríaca de 6.930 €.Un expediente judicial austríaco informa de la multa por grabar sin autorizaciónconversaciones de participantes en una reunión. Por separado, Eurofound advierte que lavigilancia laboral sistemática, continua y detallada con IA aumenta el riesgo para laprivacidad y la protección de datos; no afirma que toda práctica de ese tipo seaautomáticamente ilegal.Fuentes: Cookie Fines. (2026). Court case W298 2323263-1/11E.; Riso, S., & Litardi, C. (2024). Employee monitoring: A moving target for regulation.Eurofound.
El riesgo jurídico no es abstracto. Un expediente judicial austríaco informa de una multa administrativa de 6.930 € por grabar sin autorización conversaciones de una reunión. Eurofound añade la advertencia más amplia: vigilar a empleados de forma sistemática y detallada puede poner en riesgo sus derechos de privacidad.
Granola says retained customer data stayson AWS servers in the United States.Granola’s first-party materials say customer data, including transcripts and notes, isstored on AWS servers in the United States and that regional residency outside the U.S. isnot offered. The storage-location claim is first-party, not independently verified.Sources: Granola. (n.d.). Security, privacy & data FAQs.; Granola. (2025). Security, privacy & data FAQs.
The destination matters as much as the capture. Granola says customer data, including transcripts and notes, is stored on AWS servers in the United States. It also says regional residency outside the U.S. is not currently offered.
Granola afirma que los datos retenidos declientes permanecen en servidores de AWSen Estados Unidos.Los materiales de primera mano de Granola indican que los datos de clientes, incluidaslas transcripciones y las notas, se almacenan en servidores de AWS en Estados Unidos yque no se ofrece residencia regional fuera del país. La afirmación sobre la ubicación esde primera mano, no una verificación independiente.Fuentes: Granola. (n.d.). Security, privacy & data FAQs.; Granola. (2025). Security, privacy & data FAQs.
El destino importa tanto como la captura. Granola afirma que los datos de clientes, incluidas las transcripciones y las notas, se almacenan en servidores de AWS en Estados Unidos. También afirma que actualmente no ofrece residencia regional fuera del país.
Granola deletes raw audio aftertranscription but keeps thetranscript and enhanced notes.The retention boundary is not the meeting's substance. Raw audio disappears, while thetranscript and notes remain stored.Sources: Granola. (2026). Local-first AI notetakers vs. cloud-based.; Granola. (n.d.). Getting consent.
The audio file is not the only thing that matters. Granola says it deletes raw audio after transcription, but the transcript and enhanced notes remain. That moves the retention risk from the recording itself to the preserved meaning of the meeting.
Granola elimina el audio original después detranscribirlo, pero conserva latranscripción y las notas mejoradas.El límite de conservación no es el contenido de la reunión. El audio original desaparece,mientras la transcripción y las notas siguen almacenadas.Fuentes: Granola. (2026). Local-first AI notetakers vs. cloud-based.; Granola. (n.d.). Getting consent.
El archivo de audio no es lo único que importa. Granola afirma que elimina el audio original después de transcribirlo, pero conserva la transcripción y las notas mejoradas. Así, el riesgo de conservación pasa de la grabación al significado preservado de la reunión.
Granola retains transcriptsindefinitely by default unlessautomatic deletion is configured.The default is indefinite retention, not automatic expiry. Deleting a transcript also does notdelete its notes.Sources: Granola. (n.d.). Transcript auto-deletion.
The default setting matters more than the exception. Granola says transcripts remain indefinitely unless someone configures automatic deletion. Notes survive transcript deletion, so the meeting's record can outlast the transcript itself.
Granola conserva las transcripcionesindefinidamente por defecto, salvo que seconfigure el borrado automático.La configuración predeterminada conserva los datos indefinidamente, no los eliminaautomáticamente. Además, borrar una transcripción no elimina sus notas.Fuentes: Granola. (n.d.). Transcript auto-deletion.
La configuración predeterminada importa más que la excepción. Granola afirma que las transcripciones permanecen indefinidamente, salvo que alguien configure el borrado automático. Las notas sobreviven al borrado de la transcripción, por lo que el registro de la reunión puede durar más que ella.
Personal data cannot train third-party models, while de-identifieddata has an opt-out.Granola distinguishes personal data from de-identified data. OpenAI and Anthropic cannotuse personal data for training, while de-identified use may occur with an opt-out.Sources: Granola. (2026). Privacy policy.
The policy draws a line around model training. Personal data cannot be used by third parties such as OpenAI and Anthropic, but de-identified data may be used unless users opt out.
Los datos personales no pueden entrenarmodelos de terceros, mientras los datosdesidentificados tienen opción de exclusión.Granola distingue los datos personales de los datos desidentificados. OpenAI y Anthropicno pueden usar datos personales para entrenar modelos, mientras que el uso de datosdesidentificados puede ocurrir con opción de exclusión.Fuentes: Granola. (2026). Privacy policy.
La política traza un límite para el entrenamiento de modelos. Terceros como OpenAI y Anthropic no pueden usar datos personales, pero pueden usar datos desidentificados salvo que los usuarios se excluyan.
Granola does not notify participantsautomatically, so the recording user ownsdisclosure and consent.The product does not create automatic participant notice. Granola recommends consent,but places legal responsibility for obtaining it on the user.Sources: Granola. (n.d.). Participant privacy in enterprise AI notetakers.; Granola. (n.d.). Getting consent.
There is no automatic disclosure built into the workflow. Granola says the person recording or transcribing must obtain consent and satisfy the applicable legal requirements. The tool shifts that burden to the user.
El flujo no incluye un aviso automático.El producto no avisa automáticamente a los participantes. Granola recomienda obtenerconsentimiento, pero deja en el usuario la responsabilidad legal de conseguirlo.Fuentes: Granola. (n.d.). Participant privacy in enterprise AI notetakers.; Granola. (n.d.). Getting consent.
El flujo no incluye un aviso automático. Granola afirma que la persona que graba o transcribe debe obtener el consentimiento y cumplir los requisitos legales aplicables. La herramienta traslada esa responsabilidad al usuario.
The file can vanish while themeeting's sensitive meaningremains, potentially indefinitely.This analysis combines Granola's capture and deletion claims with its default transcriptpolicy. The relationship is about what survives, not how long the audio existed.Sources: Granola. (2026). Local-first AI notetakers vs. cloud-based.; Granola. (n.d.). Transcript auto-deletion.; Granola. (n.d.). Getting consent.Hanademi analysis: Granola deletes raw audio after transcription but retains the resulting transcript and notes under a default that can be indefinite. · Thepositions encode the transition from capture to retained meaning.
The surprising risk is not the audio file alone. Granola says raw audio is deleted after transcription, while transcripts and notes remain. Because transcripts can remain indefinitely by default, the preserved meaning may outlast the recording.
El archivo puede desaparecer mientraspermanece el significado sensible de lareunión, quizá indefinidamente.Este análisis combina las afirmaciones de Granola sobre captura y borrado con supolítica predeterminada de transcripciones. La relación trata de lo que sobrevive, no deltiempo que existió el audio.Fuentes: Granola. (2026). Local-first AI notetakers vs. cloud-based.; Granola. (n.d.). Transcript auto-deletion.; Granola. (n.d.). Getting consent.Análisis de Hanademi: Granola elimina el audio original después de transcribirlo, pero conserva la transcripción y las notas bajo una configuraciónpredeterminada que puede ser indefinida. · Las posiciones codifican la transición desde la captura hasta el significado conservado.
El riesgo sorprendente no está solo en el archivo de audio. Granola afirma que elimina el audio original después de transcribirlo, mientras las transcripciones y las notas permanecen. Como las transcripciones pueden conservarse indefinidamente por defecto, el significado preservado puede durar más que la grabación.
Consent becomes the user's legal problemGranola's notice behavior and consent allocation compared with Washington's all-party rule for privatecommunications.Made for Freddy Vega, by HanademiSources: Granola. (n.d.). Participant privacy in enterprise AI notetakers.; Granola. (n.d.). Getting consent.; Washington State Legislature.(n.d.). RCW 9.73.030.Hanademi analysis: The product supplies no automatic notice, assigns legal responsibility to its user, and can be used where law requires priorconsent from everyone.UnitBinary statusParticipant notice01Automatic noticeUser disclosureConsent responsibility01ProductUser
The routine feels simple: start transcription and keep moving. But Granola does not automatically tell participants, and its own guidance puts consent responsibility on the user. Washington makes the gap concrete because private communications generally require prior consent from everyone. The product choice is not the legal permission.
El consentimiento se convierte en elproblema legal del usuarioEl comportamiento de aviso y la asignación del consentimiento de Granola frente a la norma de Washingtonpara comunicaciones privadas.Made for Freddy Vega, by HanademiFuentes: Granola. (n.d.). Participant privacy in enterprise AI notetakers.; Granola. (n.d.). Getting consent.; Washington State Legislature.(n.d.). RCW 9.73.030.Análisis de Hanademi: El producto no emite avisos automáticos, asigna la responsabilidad legal al usuario y puede utilizarse donde la ley exigeel consentimiento previo de todos.UnidadEstado binarioAviso a participantes01Aviso automáticoInformación del usuarioResponsabilidad del consentimiento01ProductoUsuario
La rutina parece sencilla: iniciar la transcripción y continuar. Pero Granola no avisa automáticamente a los participantes, y sus propias indicaciones ponen la responsabilidad del consentimiento en el usuario. Washington vuelve concreta la brecha porque las comunicaciones privadas generalmente requieren el consentimiento previo de todas las personas. La decisión del producto no equivale al permiso legal.
No stored audio still leaves transcriptsexposedReported beta testers and accessed transcriptions in Granola's disclosed security incident.Made for Freddy Vega, by HanademiSources: Granola. (2025). Post-mortem: AssemblyAI API key exposure.; Granola. (n.d.). Getting consent.; Granola. (n.d.).Transcript auto-deletion.Hanademi analysis: Deleting raw audio narrows one exposure, but indefinite transcript retention preserves another asset thatunauthorized access can reveal.UnitReported incident countsBeta testers affected · 333Transcriptions accessed · 29
The reassuring story is that no meeting audio remains. But the durable record is the transcript, and that is what an intruder accessed. Granola reported 29 accessed transcriptions affecting 333 beta testers. The lesson is simple: deleting audio does not erase the security surface.
Sin audio almacenado, las transcripcionessiguen expuestasProbadores beta reportados y transcripciones accedidas en el incidente de seguridad divulgado por Granola.Made for Freddy Vega, by HanademiFuentes: Granola. (2025). Post-mortem: AssemblyAI API key exposure.; Granola. (n.d.). Getting consent.; Granola.(n.d.). Transcript auto-deletion.Análisis de Hanademi: Eliminar el audio original reduce una exposición, pero conservar transcripciones indefinidamentemantiene otro activo que un acceso no autorizado puede revelar.UnidadConteos del incidente reportadoProbadores beta afectados · 333Transcripciones accedidas · 29
La historia tranquilizadora es que no queda audio de la reunión. Pero el registro duradero es la transcripción, y eso fue lo que un intruso logró consultar. Granola reportó 29 transcripciones accedidas que afectaron a 333 probadores beta. La lección es sencilla: borrar el audio no elimina la superficie de riesgo.
Stored meaning needs protectionA padlock sits on an open laptop.Sources: Spain’s Supervisory Authority Issues New Guidance on AI‑Based Voice Transcription | Inside Privacy. insideprivacy.com.
Deleting audio does not remove the need to secure the transcript that remains.
El significado almacenado necesita protecciónUn candado está colocado sobre una computadora portátil abierta.Fuentes: Spain’s Supervisory Authority Issues New Guidance on AI‑Based Voice Transcription | Inside Privacy. insideprivacy.com.
Eliminar el audio no elimina la necesidad de proteger la transcripción que permanece.
Private AI recording is not automaticallyillegalPersonal-use exclusions in Chile and Mexico, without deciding separate recording, criminal, civil, oremployment rules.Made for Freddy Vega, by HanademiSources: Biblioteca del Congreso Nacional de Chile. (1999). Ley 19.628 sobre protección de la vida privada.; Cámara deDiputados del H. Congreso de la Unión. (2025). Ley Federal de Protección de Datos Personales en Posesión de los Particulares.Hanademi analysis: Both regimes exclude certain exclusively personal activity, so coverage turns on disclosure,commercial use, and the factual setting rather than recording alone.UnitQualitative legal scope markersPersonal-use exceptions1unchanged, Chile → MexicoWhat the exception does not decide1unchanged, Chile private use → Mexico private use
The broad warning needs an important boundary. Chile and Mexico both recognize situations where exclusively personal activity falls outside commercial data-protection coverage. That does not make every private AI recording lawful, because other legal regimes may still apply. The useful rule is narrower: personal use can change which data-law question comes first.
Grabar con IA en privado no esautomáticamente ilegalExclusiones de uso personal en Chile y México, sin resolver normas separadas sobre grabación, delitos,responsabilidad civil o empleo.Made for Freddy Vega, by HanademiFuentes: Biblioteca del Congreso Nacional de Chile. (1999). Ley 19.628 sobre protección de la vida privada.; Cámara deDiputados del H. Congreso de la Unión. (2025). Ley Federal de Protección de Datos Personales en Posesión de los Particulares.Análisis de Hanademi: Ambos regímenes excluyen ciertas actividades exclusivamente personales, por lo que lacobertura depende de la divulgación, uso comercial y contexto, no solo de grabar.UnidadMarcadores cualitativos del alcance legalExcepciones de uso personal1sin cambio, Chile → MéxicoLo que la excepción no decide1sin cambio, Uso privado en Chile → Uso privado en México
La advertencia general necesita un límite importante. Chile y México reconocen situaciones en las que la actividad exclusivamente personal queda fuera de la cobertura comercial de protección de datos. Eso no vuelve lícita toda grabación privada con IA, porque pueden aplicar otros regímenes legales. La regla útil es más precisa: el uso personal puede cambiar cuál pregunta sobre datos debe plantearse primero.
Unauthorized recording cantrigger criminal, civil, andadministrative consequences.This synthesis connects separate evidence from California, federal law, Colombia, andAustria. The legal tests and sanctions differ sharply, so the amounts and maximumpenalties are not directly comparable. The point is the range of remedies, not a universalpenalty.Sources: California Legislature. (n.d.). California Penal Code, section 632.; Justia. (2024). Recording phone calls and conversations: 50-state survey.;Congreso de Colombia. (2009). Ley 1273 de 2009.Hanademi analysis: California and federal law provide monetary, imprisonment, or civil exposure, Colombia provides criminal penalties, and Austria documentsan administrative fine.
The exposure is broader than an internal complaint or a product warning. The supplied evidence reaches criminal penalties, civil damages, and administrative fines across different jurisdictions. The important number is not one fine, but 3 distinct legal consequence paths.
La grabación no autorizada puedecausar consecuencias penales,civiles y administrativas.Esta síntesis conecta pruebas separadas de California, la ley federal, Colombia yAustria. Las pruebas jurídicas y las sanciones varían mucho, por lo que los montos y laspenas máximas no son directamente comparables. El punto es la variedad de recursos,no una sanción universal.Fuentes: California Legislature. (n.d.). California Penal Code, section 632.; Justia. (2024). Recording phone calls and conversations: 50-state survey.;Congreso de Colombia. (2009). Ley 1273 de 2009.Análisis de Hanademi: California y la ley federal prevén exposición económica, penal o civil; Colombia establece penas de prisión y Austria documenta una multaadministrativa.
La exposición es más amplia que una queja interna o una advertencia del producto. La evidencia suministrada incluye penas penales, daños civiles y multas administrativas en distintas jurisdicciones. Lo importante no es una multa, sino 3 vías legales distintas.
A selfie can become source materialA man takes an outdoor selfie near parked cars and apartment buildings.Sources: New York City Council candidate charged with forgery over AI posts | AP News. apnews.com.
AI can turn an ordinary image of a person into material for a harmful fabrication.
Una selfie puede convertirse en materia primaUn hombre se toma una selfie al aire libre cerca de automóviles estacionados y edificios deapartamentos.Fuentes: New York City Council candidate charged with forgery over AI posts | AP News. apnews.com.
La IA puede convertir una imagen común de una persona en material para una falsificación dañina.
U.S. deepfake law moves from consent andharm to a 2026 removal deadlineFederal legal milestones for nonconsensual intimate images and realistic AI digital forgeries, 2025 to May19, 2026.Made for Freddy Vega, by HanademiSources: U.S. Government Publishing Office. (2025). TAKE IT DOWN Act, Public Law 119-12.; Killion, V. L. (2025). The TAKE IT DOWN Act.Congressional Research Service.The 2025 marker reflects the statute's publication year.2025May 19, 20262025Federal criminal prohibitionMay 19, 2026Platform removal process
The legal sequence starts with a federal crime, but the trigger is not artificiality alone. The statute focuses on consent, public concern, and harm. By May 19, 2026, covered platforms must also have a notice-and-removal process.
La ley estadounidense sobre deepfakes pasa delconsentimiento y el daño a un plazo de retirada en2026Hitos legales federales sobre imágenes íntimas no consentidas y falsificaciones digitales realistas de IA, de2025 al 19 de mayo de 2026.Made for Freddy Vega, by HanademiFuentes: U.S. Government Publishing Office. (2025). TAKE IT DOWN Act, Public Law 119-12.; Killion, V. L. (2025). The TAKE IT DOWN Act.Congressional Research Service.La marca de 2025 refleja el año de publicación de la ley.2025May 19, 20262025Prohibición penal federalMay 19, 2026Proceso de retirada deplataformas
La secuencia legal comienza con un delito federal, pero el factor decisivo no es que la imagen sea artificial. La ley se centra en el consentimiento, el interés público y el daño. Para el 19 de mayo de 2026, las plataformas cubiertas también deben tener un proceso de aviso y retirada.
Michigan combines civil andcriminal exposure with a narrowpublic-interest defense.Michigan's 2025 law covers realistic sexual deepfakes depicting identifiable peoplewithout consent. Its defense applies only in specified public-interest orlawful-public-purpose cases, with clear labeling, good faith, and an effort to preventfurther dissemination. Labeling is not a universal safe harbor.Sources: Michigan Legislature. (2025). Protection from intimate deep fakes act, Public Act 11.
Michigan does not offer a blanket answer for manipulated images. The 2025 law creates civil liability and criminal penalties for realistic sexual deepfakes of identifiable people. It also preserves a narrow defense for clearly labeled, good-faith public-interest uses.
Michigan combina responsabilidadcivil y penal con una defensa limitadade interés público.La ley de Michigan de 2025 abarca deepfakes sexuales realistas de personasidentificables sin consentimiento. Su defensa solo aplica en ciertos casos de interéspúblico o finalidad pública lícita, con identificación clara, buena fe y un intento de impedirmás difusión. Identificar el contenido no es un puerto seguro universal.Fuentes: Michigan Legislature. (2025). Protection from intimate deep fakes act, Public Act 11.
Michigan no ofrece una respuesta general para las imágenes manipuladas. La ley de 2025 establece responsabilidad civil y sanciones penales por deepfakes sexuales realistas de personas identificables. También conserva una defensa limitada para usos de interés público claramente identificados y realizados de buena fe.
Colorado law creates a civil path; aCalifornia proposal names the harms itseeks to address.Colorado's enacted law establishes a civil action for unauthorized intimate digitaldepictions. California's Digital Dignity Act proposal lists harms, but its proposal statusdoes not prove that every listed harm is already unlawful.Sources: Colorado General Assembly. (2025). SB25-288.; California Legislature. (2026). SB-1142 Digital Dignity Act.
The legal response is not one single switch. Colorado has enacted a civil remedy for unauthorized intimate digital depictions. California's proposal goes broader by naming financial fraud, false endorsements, defamation, harassment, and fraudulent impersonation, but those listed harms are not automatically enacted law.
La ley de Colorado crea una vía civil; unapropuesta de California nombra los dañosque busca abordar.La ley vigente de Colorado establece una acción civil por representaciones digitalesíntimas no autorizadas. La propuesta californiana de Dignidad Digital enumera daños,pero su carácter de propuesta no demuestra que todos los daños ya sean ilegales.Fuentes: Colorado General Assembly. (2025). SB25-288.; California Legislature. (2026). SB-1142 Digital Dignity Act.
La respuesta legal no es un solo interruptor. Colorado ya tiene una vía civil para representaciones digitales íntimas no autorizadas. La propuesta de California va más allá al nombrar fraude financiero, respaldos falsos, difamación, acoso y suplantación fraudulenta, pero esos daños enumerados no son automáticamente ley vigente.
A secondary tracker records deepfakesentences up to 18 yearsFive sentences reported by a secondary international tracker, converted to years for comparison.Made for Freddy Vega, by HanademiSources: Natural and Artificial Law. (2026). International Deepfake Case Law Database and Litigation Tracker.Values convert the supplied sentence descriptions to years for comparison.UnitYears in prison18R v Nelson11.3R v Teixeira5R v Brandon3.5R v Cornelius1.5R v Castell
This is not a sentencing league table. It is a warning about the spread of outcomes in the tracker. The shortest listed term is 18 months and the longest is 18 years, but different crimes and jurisdictions make direct ranking unsafe.
Un registro secundario documenta condenaspor deepfakes de hasta 18 añosCinco condenas informadas por un registro internacional secundario, convertidas a años para compararlas.Made for Freddy Vega, by HanademiFuentes: Natural and Artificial Law. (2026). International Deepfake Case Law Database and Litigation Tracker.Los valores convierten las descripciones suministradas de las condenas a años para compararlas.UnidadAños de prisión18R v Nelson11,3R v Teixeira5R v Brandon3,5R v Cornelius1,5R v Castell
Esto no es una tabla de posiciones de condenas. Es una advertencia sobre la amplitud de resultados del registro. La pena más corta es de 18 meses y la más larga de 18 años, pero los distintos delitos y jurisdicciones impiden una clasificación directa.
Prosecutors called a guilty plea the firstU.S. conviction under the Take It Down Act.The defendant pleaded guilty to cyberstalking, child sexual-abuse material, andpublication of digital forgeries. The first-conviction characterization comes fromprosecutors.Sources: U.S. Department of Justice. (2026, April 7). Columbus man pleads guilty to cyberstalking exes, creating AI-generated obscene material ofadults and children.
The law has moved from text to a named prosecution. The defendant pleaded guilty to several offenses, including publication of digital forgeries. Prosecutors described it as the first U.S. conviction under the Act.
Los fiscales calificaron una declaración deculpabilidad como la primera condenaestadounidense bajo la ley Take It Down.El acusado se declaró culpable de acoso cibernético, material de abuso sexual infantil ypublicación de falsificaciones digitales. La caracterización como primera condenaproviene de los fiscales.Fuentes: U.S. Department of Justice. (2026, April 7). Columbus man pleads guilty to cyberstalking exes, creating AI-generated obscene material ofadults and children.
La ley pasó del texto a una acusación concreta. El acusado se declaró culpable de varios delitos, incluida la publicación de falsificaciones digitales. Los fiscales la describieron como la primera condena estadounidense bajo la ley.
Mexico's Supreme Court upheld a 3 to 6-year prison range for nonconsensual AImanipulation of intimate sexual media.Sources: La Jornada. (2025, February 20). SCJN avala penas por manipulación de contenido sexual en Sinaloa.
Mexico's Supreme Court upheld Sinaloa provisions that attach a prison range to a specific AI-enabled harm. The conduct is nonconsensual manipulation of intimate sexual images, audio, or video. The stated range is 3 to 6 years.
La Suprema Corte mexicana validó unapena de 3 a 6 años por manipular con IAmaterial sexual íntimo sin consentimiento.Fuentes: La Jornada. (2025, February 20). SCJN avala penas por manipulación de contenido sexual en Sinaloa.
La Suprema Corte mexicana validó normas de Sinaloa que vinculan una pena de prisión con un daño específico facilitado por IA. La conducta es manipular sin consentimiento imágenes, audios o videos sexuales íntimos. El rango indicado es de 3 a 6 años.
Mexico's Electoral Tribunalrequired election rules to verify orcertify AI -modified orAI-generated images of children.Sources: Tribunal Electoral del Poder Judicial de la Federación. (2024). SUP-REP-0893-2024.
The rule targets political propaganda involving children. Mexico's Electoral Tribunal required election guidelines to verify or certify images that were modified or generated with AI. The duty is about verification before political use.
La regla se dirige a la propaganda políticaque involucra a menores.Fuentes: Tribunal Electoral del Poder Judicial de la Federación. (2024). SUP-REP-0893-2024.
La regla se dirige a la propaganda política que involucra a menores. El Tribunal Electoral mexicano exigió que las reglas electorales verifiquen o certifiquen imágenes modificadas o generadas con IA. El deber se refiere a verificar antes del uso político.
EU transparency duties for labelingdeepfakes and certain AI-generated contentapply from 2 August 2026.The European Commission states that the EU AI Act transparency obligations describedhere apply on 2 August 2026. Note: a derived analysis was removed from this slideduring quality checks.Sources: European Commission. (2026). Code of practice on transparency of AI-generated content.
The European rule has a clear application date. From 2 August 2026, the transparency obligations described by the Commission apply to labeling deepfakes and certain AI-generated content. That turns disclosure from a voluntary signal into a stated regulatory duty.
Las obligaciones europeas de transparenciapara etiquetar deepfakes y cierto contenidogenerado con IA se aplican desde el 2 deagosto de 2026.La Comisión Europea indica que las obligaciones de transparencia de la Ley de IA de laUE descritas aquí se aplican el 2 de agosto de 2026. Nota: un análisis derivado se retiróde esta diapositiva durante el control de calidad.Fuentes: European Commission. (2026). Code of practice on transparency of AI-generated content.
La regla europea tiene una fecha clara de aplicación. Desde el 2 de agosto de 2026, las obligaciones de transparencia descritas por la Comisión se aplican al etiquetado de deepfakes y cierto contenido generado con IA. Así, la divulgación pasa de ser una señal voluntaria a un deber regulatorio establecido.
Canadian regulators found that Xand xAI lacked valid consent forsexualized deepfakes.The finding covers the collection, use, and disclosure of identifiable people's personalinformation to create sexualized deepfakes under Canada's investigated privacyframework.Sources: Office of the Privacy Commissioner of Canada. (2026, June 11). PIPEDA Findings #2026-004.
This is not a hypothetical privacy concern. Canadian regulators found that X and xAI lacked valid consent to create and disclose sexualized deepfakes of identifiable people. The legal issue begins before publication, with the collection and use of personal information.
Los reguladores canadienses concluyeronque X y xAI no obtuvieron consentimientoválido para imágenes sexuales falsas.La conclusión abarca la recopilación, el uso y la divulgación de información personal depersonas identificables para crear imágenes sexuales falsas bajo el marco de privacidadcanadiense investigado.Fuentes: Office of the Privacy Commissioner of Canada. (2026, June 11). PIPEDA Findings #2026-004.
No se trata de una preocupación hipotética sobre privacidad. Los reguladores canadienses concluyeron que X y xAI no obtuvieron consentimiento válido para crear y divulgar imágenes sexuales falsas de personas identificables. El problema legal comienza antes de la publicación, con la recopilación y el uso de información personal.
Texas criminalizes knowingly producing ordistributing sexual deepfakes, includingthreats used to harass or extort.The Texas provision covers production and distribution of nonconsensual sexual deepfakemedia, plus threats to use such media for harassment or extortion.Sources: Texas Legislature. (2025). Senate Bill 441.
Texas makes the conduct concrete. Knowingly producing or distributing nonconsensual sexual deepfake media is a crime, and threats to use it for harassment or extortion are covered too. The law reaches both the creation or spread of the material and the coercive threat around it.
Texas penaliza producir o distribuirconscientemente deepfakes sexuales,incluidas las amenazas usadas paraacosar o extorsionar.La disposición de Texas abarca la producción y distribución de medios sexuales deepfakesin consentimiento, además de las amenazas de usarlos para acosar o extorsionar.Fuentes: Texas Legislature. (2025). Senate Bill 441.
Texas concreta la conducta prohibida. Producir o distribuir conscientemente medios sexuales deepfake sin consentimiento es un delito, y también están cubiertas las amenazas de usarlos para acosar o extorsionar. La ley alcanza tanto la creación o difusión del material como la amenaza coercitiva que lo rodea.
An altered likeness can remain protectededitorial speech or satire.Recognizability and the purpose of the image matter. Unauthorized alteration alone doesnot settle liability, especially when editorial expression or satire applies.Sources: Hoffman v. L.A. Magazine, Inc. (2001). United States Court of Appeals for the Ninth Circuit.
The law does not treat every altered image as a crime. Courts protect some editorial speech and satire. The boundary turns on recognizability, purpose, and the legal harm involved.
Una imagen alterada puede seguir protegidacomo expresión editorial o sátira.La reconocibilidad y la finalidad de la imagen importan. La alteración no autorizada porsí sola no determina la responsabilidad, especialmente cuando se aplica la expresióneditorial o la sátira.Fuentes: Hoffman v. L.A. Magazine, Inc. (2001). United States Court of Appeals for the Ninth Circuit.
La ley no trata toda imagen alterada como un delito. Los tribunales protegen cierta expresión editorial y sátira. El límite depende de la reconocibilidad, la finalidad y el daño jurídico involucrado.
Texas found hundreds of AI-generatedimages; Colorado filed 23 counts.These are separate enforcement records, not a combined count. Texas authoritiesdescribed hundreds of images and videos, while Colorado authorities reported 23charges tied to AI-generated exploitation material.Sources: Texas Department of Public Safety. (2026, May 29). DPS arrests man in possession of hundreds of AI-generated images involving South Texaschildren.; Boulder County. (2026, January 30). 72-year-old Boulder man arrested for creation of AI-generated sexually exploitative images of children.
The conduct is not waiting for a new theory of harm. Texas authorities described hundreds of AI-generated images and videos in one case. Colorado authorities reported 23 exploitation counts in another, showing how prosecutors are applying existing criminal frameworks to synthetic material.
Texas halló cientos de imágenes generadascon IA; Colorado presentó 23 cargos.Estos son registros separados de aplicación de la ley, no un total combinado. Lasautoridades de Texas describieron cientos de imágenes y videos, mientras que lasautoridades de Colorado informaron 23 cargos relacionados con material de explotacióngenerado con IA.Fuentes: Texas Department of Public Safety. (2026, May 29). DPS arrests man in possession of hundreds of AI-generated images involving South Texaschildren.; Boulder County. (2026, January 30). 72-year-old Boulder man arrested for creation of AI-generated sexually exploitative images of children.
La conducta no está esperando una nueva teoría del daño. Las autoridades de Texas describieron cientos de imágenes y videos generados con IA en un caso. Las autoridades de Colorado informaron 23 cargos de explotación en otro, lo que muestra cómo los fiscales aplican marcos penales existentes al material sintético.
AI creation alone does not decide liability;conduct and harm do.This is a HANADEMI synthesis, not a rule published as one universal test. The conclusioncombines federal consent and harm conditions, judicial protection for some editorialexpression, and Michigan's narrow labeled public-interest defense. These sources do notestablish one rule for every jurisdiction.Sources: U.S. Government Publishing Office. (2025). TAKE IT DOWN Act, Public Law 119-12.; Hoffman v. L.A. Magazine, Inc. (2001). United StatesCourt of Appeals for the Ninth Circuit.; Michigan Legislature. (2025). Protection from intimate deep fakes act, Public Act 11.Hanademi analysis: Federal coverage depends on consent and harm, courts protect some editorial expression, and Michigan recognizes a narrow labeledpublic-interest defense.
The misleading shortcut is to ask whether AI made the image. The stronger legal question is what happened, who was identifiable, whether consent existed, and what harm followed. That is why artificiality alone is not the offense.
Crear con IA no decide la responsabilidad;importan la conducta y el daño.Esta es una síntesis de HANADEMI, no una regla publicada como prueba universal. Laconclusión combina las condiciones federales de consentimiento y daño, la protecciónjudicial de cierta expresión editorial y la defensa limitada de interés público conidentificación clara en Michigan. Estas fuentes no establecen una regla única para todaslas jurisdicciones.Fuentes: U.S. Government Publishing Office. (2025). TAKE IT DOWN Act, Public Law 119-12.; Hoffman v. L.A. Magazine, Inc. (2001). United StatesCourt of Appeals for the Ninth Circuit.; Michigan Legislature. (2025). Protection from intimate deep fakes act, Public Act 11.Análisis de Hanademi: La cobertura federal depende del consentimiento y el daño, los tribunales protegen cierta expresión editorial y Michigan reconoce unadefensa limitada de interés público.
El atajo engañoso es preguntar si la IA creó la imagen. La pregunta jurídica más sólida es qué ocurrió, quién era identificable, si hubo consentimiento y qué daño siguió. Por eso la artificialidad por sí sola no constituye el delito.
Intimate deepfakes now triggercriminal and civil remedies acrossmultiple jurisdictions.Federal U.S. law criminalizes covered publication, Michigan adds civil and criminalliability, Colorado provides a civil action, and Mexico documents imprisonment forcovered manipulation. The measures differ in scope and conditions, so this isconvergence around a harm, not one uniform offense.Sources: U.S. Government Publishing Office. (2025). TAKE IT DOWN Act, Public Law 119-12.; Michigan Legislature. (2025). Protection from intimatedeep fakes act, Public Act 11.; Colorado General Assembly. (2025). SB25-288.Hanademi analysis: Federal law criminalizes covered publication, Michigan adds civil and criminal liability, Colorado provides a civil action, and Mexicodocuments imprisonment for covered manipulation.
The legal response is no longer only a policy debate. U.S. federal law, Michigan, Colorado, and Mexico each provide a route to punishment or redress for covered intimate deepfakes. The rules are not identical, but the remedy pattern is already visible.
Los deepfakes íntimos ya activan recursospenales y civiles en varias jurisdicciones.La ley federal estadounidense criminaliza ciertas publicaciones, Michigan añaderesponsabilidad civil y penal, Colorado ofrece una acción civil y México documenta penasde prisión por manipulación cubierta. Las medidas difieren en alcance y condiciones, porlo que es una convergencia alrededor de un daño, no un delito uniforme.Fuentes: U.S. Government Publishing Office. (2025). TAKE IT DOWN Act, Public Law 119-12.; Michigan Legislature. (2025). Protection from intimatedeep fakes act, Public Act 11.; Colorado General Assembly. (2025). SB25-288.Análisis de Hanademi: La ley federal criminaliza la publicación cubierta, Michigan añade responsabilidad civil y penal, Colorado ofrece una acción civil y Méxicodocumenta penas de prisión.
La respuesta legal ya no es solo un debate de políticas. La ley federal estadounidense, Michigan, Colorado y México ofrecen vías de castigo o reparación para deepfakes íntimos cubiertos. Las reglas no son idénticas, pero el patrón de recursos ya es visible.
Labeling can satisfy one rule without curingconsent, harm, or misuse problems.EU transparency rules apply in covered contexts, and Michigan makes clear labeling onecondition of a narrow defense. Federal illegality can still turn on consent and harm, so alabel is not a universal safe harbor. Note: a derived analysis was removed from this slideduring quality checks.Sources: European Commission. (2026). Code of practice on transparency of AI-generated content.; Michigan Legislature. (2025). Protection fromintimate deep fakes act, Public Act 11.; U.S. Government Publishing Office. (2025). TAKE IT DOWN Act, Public Law 119-12.
A label can matter legally, but only in the rule that recognizes it. Michigan ties labeling to a narrow defense, while EU rules impose transparency in covered cases. Neither fact cancels consent requirements or harm-based liability elsewhere.
Etiquetar puede cumplir una regla sinresolver problemas de consentimiento,daño o uso indebido.Las reglas europeas de transparencia se aplican en contextos cubiertos, y Michiganconvierte la identificación clara en una condición de una defensa limitada. La ilegalidadfederal aún puede depender del consentimiento y del daño, por lo que una etiqueta no esuna protección universal. Nota: un análisis derivado se retiró de esta diapositiva duranteel control de calidad.Fuentes: European Commission. (2026). Code of practice on transparency of AI-generated content.; Michigan Legislature. (2025). Protection fromintimate deep fakes act, Public Act 11.; U.S. Government Publishing Office. (2025). TAKE IT DOWN Act, Public Law 119-12.
Una etiqueta puede importar jurídicamente, pero solo dentro de la regla que la reconoce. Michigan vincula la identificación con una defensa limitada, mientras que las reglas de la UE imponen transparencia en ciertos casos. Ninguno de esos hechos elimina los requisitos de consentimiento ni la responsabilidad basada en el daño.
Arrests, criminal counts, andprison sentences showenforcement is already underway.Texas and Colorado enforcement actions sit alongside reported prison sentences in otherjurisdictions. The cases differ in procedure, offense, and penalty, but together they showthat synthetic child-abuse material is not only a future legislative concern.Sources: Texas Department of Public Safety. (2026, May 29). DPS arrests man in possession of hundreds of AI-generated images involving South Texas children.; Boulder County. (2026, January 30). 72-year-oldBoulder man arrested for creation of AI-generated sexually exploitative images of children.; Natural and Artificial Law. (2026). International Deepfake Case Law Database and Litigation Tracker.Hanademi analysis: Texas and Colorado enforcement actions, alongside reported prison sentences, show that synthetic child-abuse material is already beingprosecuted.
The legal risk is not waiting for a perfect future statute. Texas and Colorado authorities have already brought cases involving AI-generated child-exploitation material. Reported prison sentences add a second signal, although the jurisdictions and procedural stages differ.
Arrestos, cargos penales ycondenas muestran que elcumplimiento ya está en marcha.Las acciones de las autoridades de Texas y Colorado se suman a condenas de prisiónreportadas en otras jurisdicciones. Los casos difieren en procedimiento, delito y pena,pero juntos muestran que el material sintético de abuso infantil no es solo unapreocupación legislativa futura.Fuentes: Texas Department of Public Safety. (2026, May 29). DPS arrests man in possession of hundreds of AI-generated images involving South Texas children.; Boulder County. (2026, January 30). 72-year-oldBoulder man arrested for creation of AI-generated sexually exploitative images of children.; Natural and Artificial Law. (2026). International Deepfake Case Law Database and Litigation Tracker.Análisis de Hanademi: Las acciones en Texas y Colorado, junto con penas de prisión reportadas, muestran que el material sintético de abuso infantil ya estásiendo procesado.
El riesgo legal no espera una ley futura perfecta. Las autoridades de Texas y Colorado ya han presentado casos relacionados con material de explotación infantil generado por IA. Las condenas de prisión reportadas añaden otra señal, aunque las jurisdicciones y etapas procesales difieren.
AI-generated songs and botssupported a fraud scheme covered byfamiliar federal offenses.The Justice Department described a guilty plea involving hundreds of thousands ofAI-generated songs, billions of fraudulent streams, and diverted royalties. TheCongressional Research Service identifies existing federal offenses that can apply toAI-enabled conduct, without treating AI use itself as a separate crime.Sources: U.S. Department of Justice, U.S. Attorney’s Office for the Southern District of New York. (2026, March 19). North Carolina man pleads guilty tomusic streaming fraud aided by artificial intelligence.; Congressional Research Service. (2023). Cybercrime and the law: Primer on the Computer Fraudand Abuse Act and related statutes.
The technology changed the scale, not necessarily the legal category. A guilty plea tied AI-generated songs and automated streams to a royalty-fraud scheme. Existing federal statutes already cover conduct such as wire fraud and unauthorized access.
Canciones generadas por IA y botsapoyaron un fraude cubierto por delitosfederales conocidos.El Departamento de Justicia describió una declaración de culpabilidad relacionada concientos de miles de canciones generadas por IA, miles de millones de reproduccionesfraudulentas y regalías desviadas. El Servicio de Investigación del Congreso identificadelitos federales existentes aplicables a conductas facilitadas por IA, sin considerar eluso de IA como un delito separado.Fuentes: U.S. Department of Justice, U.S. Attorney’s Office for the Southern District of New York. (2026, March 19). North Carolina man pleads guilty tomusic streaming fraud aided by artificial intelligence.; Congressional Research Service. (2023). Cybercrime and the law: Primer on the Computer Fraudand Abuse Act and related statutes.
La tecnología cambió la escala, no necesariamente la categoría legal. Una declaración de culpabilidad vinculó canciones generadas por IA y reproducciones automatizadas con un fraude de regalías. Las leyes federales existentes ya cubren conductas como el fraude electrónico y el acceso no autorizado.
Deepfakes can persuade victims to sendmoney, while a dedicated federal billremained introduced only.Legal scholarship describes deepfakes that imitate trusted people to support fraud.Congress introduced the AI Fraud Accountability Act to criminalize digitalimpersonations used for fraud, but the supplied record identifies it only as an introducedbill.Sources: Library of Congress. (2026). S.3982: AI Fraud Accountability Act of 2026.; Eichner, A. W. (2024). Artificial intelligence and weaponizedillusions: Methodologies for federal fraud prosecutions involving deepfakes. American University Law Review.
The mechanism is already understandable: a synthetic voice or image can borrow trust and push someone to send money. But the dedicated federal response remains at the proposal stage in this evidence. Existing fraud law and proposed AI-specific law are not the same thing.
Los deepfakes pueden convencer a víctimasde enviar dinero, mientras un proyectofederal seguía solo presentado.La literatura jurídica describe deepfakes que imitan a personas de confianza parafacilitar fraudes. El Congreso presentó el AI Fraud Accountability Act para penalizar lassuplantaciones digitales usadas en fraudes, pero el registro suministrado solo loidentifica como un proyecto presentado.Fuentes: Library of Congress. (2026). S.3982: AI Fraud Accountability Act of 2026.; Eichner, A. W. (2024). Artificial intelligence and weaponizedillusions: Methodologies for federal fraud prosecutions involving deepfakes. American University Law Review.
El mecanismo ya es claro: una voz o imagen sintética puede tomar prestada la confianza y llevar a alguien a enviar dinero. Pero la respuesta federal específica para IA seguía en la etapa de propuesta según esta evidencia. Las leyes de fraude existentes y una ley específica propuesta para IA no son lo mismo.
A 2026 indictment listed 10 counts, but anindictment is not a conviction.The supplied source reports an indictment alleging fabricated revenue, customers, andcontracts marketed as AI-enabled fraud. The 10 counts describe the charging document,not a judicial finding that the defendants committed fraud.Sources: Debevoise Data Blog. (2026, April 20). DOJ signals AI prosecution priorities with charges against AI technology company executives.
The number is specific, but the legal status matters more than the headline. Prosecutors filed 10 counts alleging fabricated business facts in an AI-related scheme. The evidence supports describing charges, not declaring guilt.
Una acusación de 2026 incluyó 10 cargos,pero una acusación no es una condena.La fuente suministrada informa una acusación que alega ingresos, clientes y contratosfalsos presentados como fraude habilitado por IA. Los 10 cargos describen el documentode acusación, no una conclusión judicial de que los acusados cometieron fraude.Fuentes: Debevoise Data Blog. (2026, April 20). DOJ signals AI prosecution priorities with charges against AI technology company executives.
El número es específico, pero la situación procesal importa más que el titular. Los fiscales presentaron 10 cargos por supuestos hechos empresariales falsos en una trama relacionada con IA. La evidencia permite describir cargos, no declarar culpabilidad.
The EU AI Act creates acomprehensive, risk-based frameworkfor AI developers and deployers…Sources: European Commission. (n.d.). AI Act.
The EU AI Act creates a comprehensive, risk-based framework for AI developers and deployers…
La Ley de IA de la UE crea un marcointegral basado en riesgos…Fuentes: European Commission. (n.d.). AI Act.
La Ley de IA de la UE crea un marco integral basado en riesgos…
Privacy violations can forcecompanies to delete models built fromunlawfully obtained data.The FTC says broken privacy promises can create legal liability, including deletion ofproducts, models, or algorithms built from unlawfully obtained data.Sources: Federal Trade Commission. (2024). AI companies: Uphold your privacy and confidentiality commitments.
Privacy compliance is not just about a fine after the fact. The FTC says unlawful data collection can reach the product built from that data. In the strongest cases, the remedy can mean deleting the model or algorithm itself.
Las infracciones de privacidad puedenobligar a las empresas a borrar modeloscreados con datos obtenidos ilegalmente.La FTC afirma que incumplir promesas de privacidad puede generar responsabilidadlegal, incluido el borrado de productos, modelos o algoritmos creados con datosobtenidos ilegalmente.Fuentes: Federal Trade Commission. (2024). AI companies: Uphold your privacy and confidentiality commitments.
El cumplimiento de la privacidad no se reduce a pagar una multa después. La FTC afirma que la recopilación ilegal de datos puede alcanzar el producto creado con ellos. En los casos más graves, la solución puede exigir borrar el propio modelo o algoritmo.
Canadian privacy regulators foundChatGPT training noncompliant becausecollection, consent, transparency, andaccountability fell short.This finding concerns OpenAI's initial ChatGPT training and deployment. It does notgeneralize the regulators' conclusion to every current OpenAI practice.Sources: Office of the Privacy Commissioner of Canada. (2026, May 6). Joint investigation by Canadian privacy regulators into OpenAI’s ChatGPT.
The Canadian regulators' finding is broader than a single consent failure. They identified overcollection, weak consent, limited transparency, and accountability problems in the initial ChatGPT training and deployment. That makes the issue a governance failure, not just a notice problem.
La conclusión de los reguladorescanadienses va más allá de una solafalla de consentimiento.Esta conclusión se refiere al entrenamiento y despliegue iniciales de ChatGPT. Nogeneraliza la conclusión de los reguladores a todas las prácticas actuales de OpenAI.Fuentes: Office of the Privacy Commissioner of Canada. (2026, May 6). Joint investigation by Canadian privacy regulators into OpenAI’s ChatGPT.
La conclusión de los reguladores canadienses va más allá de una sola falla de consentimiento. Identificaron exceso de recopilación, consentimiento débil, poca transparencia y problemas de responsabilidad en el entrenamiento y despliegue iniciales de ChatGPT. El problema es de gobernanza, no solo de aviso.
AI plaintiffs invoke wiretap,biometric, employment, consumer,and common-law privacy rules.The comparison is about litigation theories, not proven outcomes. The analysis reportsmixed motion-to-dismiss results and does not establish liability in every case.Sources: ZwillGen. (2026). Old statutes, new targets: How plaintiffs are using existing privacy and consumer laws against AI companies.
AI cases are not waiting for a special AI statute. Plaintiffs are reaching for familiar legal tools, including wiretap, biometric privacy, employment, consumer-protection, and common-law privacy rules. That makes the legal exposure broader than a single new AI law.
Los demandantes de IA invocan normassobre escuchas, biometría, empleo,consumidores y privacidad común.La comparación trata sobre teorías litigiosas, no sobre resultados probados. El análisisinforma resultados mixtos en mociones de desestimación y no establece responsabilidaden todos los casos.Fuentes: ZwillGen. (2026). Old statutes, new targets: How plaintiffs are using existing privacy and consumer laws against AI companies.
Los casos de IA no esperan una ley especial sobre IA. Los demandantes recurren a herramientas jurídicas conocidas, como normas sobre escuchas, privacidad biométrica, empleo, consumidores y privacidad común. Por eso la exposición legal es más amplia que una sola ley nueva sobre IA.
AI remedy estimates span $0.017B to$1.5BDocumented or estimated AI-related remedies by entity, USD billions, from one contested comparativesource.Made for Freddy Vega, by HanademiSources: Surfshark. (2026). AI-related fines.The supplied mixed units are normalized to billions of U.S.UnitUSDAnthropic$1.5BMeta$1.4BGoogle$291MApple$250MClearview AI$105MAmazon$25MOpenAI$17M
The spread is the point, but the labels need caution. Anthropic and Meta sit near the billion-dollar mark, while OpenAI is at $17M in the supplied comparison. These figures combine different kinds of remedies, so they show scale, not a definitive ranking of legal liability.
Las estimaciones de remedios de IA van de0,017 a 1,5 mil millones de dólaresRemedios de IA documentados o estimados por entidad, miles de millones de USD, de una fuentecomparativa controvertida.Made for Freddy Vega, by HanademiFuentes: Surfshark. (2026). AI-related fines.Las unidades mixtas suministradas se normalizan a miles de millones de dólares estadounidenses: 291 millones se convierten en 0,291, 250 millones en0,250, y así sucesivamente.UnidadUSDAnthropic$1,5 mil MMeta$1,4 mil MGoogle$291 MApple$250 MClearview AI$105 MAmazon$25 MOpenAI$17 M
La amplitud es el punto, pero las etiquetas requieren cautela. Anthropic y Meta se acercan a los mil millones de dólares, mientras OpenAI aparece con 17 millones en la comparación suministrada. Estas cifras combinan distintos tipos de remedios, así que muestran escala, no una clasificación definitiva de responsabilidad jurídica.
Universities usually treat undisclosed AIwork as misconduct, not a crime.The claim describes institutional discipline rules. It does not establish that undisclosedAI use alone is criminal.Sources: Carnegie Mellon University Eberly Center. (n.d.). Examples of academic integrity policies.
A university rule and a criminal statute are different things. Carnegie Mellon’s policy examples place undisclosed or unauthorized AI work under academic integrity, plagiarism, contract cheating, or misrepresentation. That can bring serious discipline without automatically becoming a crime.
Las universidades suelen tratar eltrabajo con IA no declarado como unafalta, no como un delito.La afirmación describe normas de disciplina institucional. No demuestra que usar IA sindeclarar sea por sí solo un delito.Fuentes: Carnegie Mellon University Eberly Center. (n.d.). Examples of academic integrity policies.
Una norma universitaria y un estatuto penal son cosas distintas. Los ejemplos de políticas de Carnegie Mellon sitúan el trabajo con IA no declarado o no autorizado bajo integridad académica, plagio, fraude académico o tergiversación. Puede generar una sanción grave sin convertirse automáticamente en un delito.
Undisclosed AI use can bring academicexpulsion or workplace termination.Universities define undisclosed or unauthorized AI use as plagiarism, cheating, oracademic dishonesty. The University of Minnesota's expulsion finding was disputed by thestudent, while a Seattle police recruit was terminated after submitting AI-completedwork and initially lying about it.Sources: Simon Fraser University. (2026). Senate Document S.26-56.; University of Minnesota. (2025). Final decision on appeal in University ofMinnesota v. Haishan Yang.; Seattle Office of Police Accountability. (2024). Closed case summary 2024OPA-0178.
The rule is usually institutional before it is criminal. Universities classify undisclosed AI work as plagiarism or cheating. In one disputed case, the consequence was expulsion, while a Seattle police recruit lost the job after submitting AI-completed work and lying about it.
El uso de IA sin declarar puede provocarexpulsión académica o despido laboral.Las universidades definen el uso de IA no declarado o no autorizado como plagio, trampao deshonestidad académica. La expulsión dictada por la Universidad de Minnesota fuediscutida por el estudiante, mientras que un recluta de la policía de Seattle fue despedidotras entregar un trabajo hecho por IA y mentir inicialmente sobre ello.Fuentes: Simon Fraser University. (2026). Senate Document S.26-56.; University of Minnesota. (2025). Final decision on appeal in University ofMinnesota v. Haishan Yang.; Seattle Office of Police Accountability. (2024). Closed case summary 2024OPA-0178.
La regla suele ser institucional antes que penal. Las universidades clasifican el trabajo con IA no declarado como plagio o trampa. En un caso disputado, la consecuencia fue la expulsión, mientras que un recluta de la policía de Seattle perdió su empleo tras entregar trabajo hecho por IA y mentir sobre ello.
Copyright complaints allege that AIcompanies copied millions of protectedworks for training.The documented chronology includes complaints against Meta, OpenAI, Google, Anthropic,and other companies. These remain allegations from litigation records, not adjudicatedfindings that every alleged copy infringed copyright.Sources: In re Google Generative AI Copyright Litigation. (2024, December 20). Consolidated class action complaint.; Kadrey v. Meta. (2023, February1). Complaint.
The scale is the allegation. Complaints describe millions of protected books, articles, images, and other works copied for commercial model training. The case chronology names several major AI companies, but litigation allegations are not final judgments.
Las demandas de copyright alegan queempresas de IA copiaron millones de obrasprotegidas para entrenar modelos.La cronología documentada incluye demandas contra Meta, OpenAI, Google, Anthropic yotras empresas. Siguen siendo alegaciones de expedientes judiciales, no conclusionesdefinitivas de que cada copia alegada infringiera el copyright.Fuentes: In re Google Generative AI Copyright Litigation. (2024, December 20). Consolidated class action complaint.; Kadrey v. Meta. (2023, February1). Complaint.
La escala es la alegación. Las demandas describen millones de libros, artículos, imágenes y otras obras protegidas copiadas para entrenar modelos comerciales. La cronología nombra a varias grandes empresas de IA, pero las alegaciones judiciales no son sentencias definitivas.
Training, retrieval, output, fair use, andlicensing raise separate legal questions.The Copyright Office framework distinguishes data collection, training, retrieval, output,fair use, memorization, unlawful access, and licensing. Treating the whole pipeline asone copyright question hides where the legal dispute actually sits.Sources: U.S. Copyright Office. (2025, May). Copyright and artificial intelligence, Part 3: Generative AI training, pre-publication version.; U.S. CopyrightOffice. (2025). Copyright and artificial intelligence, Part 3: Generative AI training, pre-publication version.
A model's legal exposure is not decided at one single moment. The Copyright Office separates collection, training, retrieval, output, fair use, memorization, and licensing. That separation matters because a dispute about one stage does not automatically answer the others.
El entrenamiento, la recuperación, losresultados, el uso legítimo y las licenciasplantean preguntas jurídicas separadas.El marco de la Oficina de Copyright distingue la recopilación de datos, el entrenamiento,la recuperación, los resultados, el uso legítimo, la memorización, el acceso ilícito y laslicencias. Tratar todo el proceso como una sola cuestión de copyright oculta dónde seencuentra realmente la disputa jurídica.Fuentes: U.S. Copyright Office. (2025, May). Copyright and artificial intelligence, Part 3: Generative AI training, pre-publication version.; U.S. CopyrightOffice. (2025). Copyright and artificial intelligence, Part 3: Generative AI training, pre-publication version.
La exposición jurídica de un modelo no se decide en un solo momento. La Oficina de Copyright separa la recopilación, el entrenamiento, la recuperación, los resultados, el uso legítimo, la memorización y las licencias. Esa separación importa porque una disputa sobre una etapa no responde automáticamente por las demás.
Training rules diverge: EU opt-outs, UKnoncommercial research, and U.S. fairuse case by case.The claim compares legal approaches, not identical tests or settled outcomes. The EUpermits text-and-data mining with an opt-out, the UK limits the exception tononcommercial research, and the U.S. applies fair use case by case.Sources: Copyright Exceptions. (2019, April 17). DSM Directive Article 4 text and data mining exception.
The legal answer changes with the jurisdiction. The EU offers a text-and-data-mining route unless rights holders opt out. The UK keeps its exception for noncommercial research, while U.S. fair use remains case by case.
La respuesta legal cambiasegún la jurisdicción.La afirmación compara enfoques legales, no pruebas idénticas ni resultados definitivos.La UE permite la minería con reserva de derechos, el Reino Unido limita la excepción ainvestigación no comercial y EE. UU. aplica el uso legítimo caso por caso.Fuentes: Copyright Exceptions. (2019, April 17). DSM Directive Article 4 text and data mining exception.
La respuesta legal cambia según la jurisdicción. La UE permite la minería de textos y datos salvo que los titulares se opongan. El Reino Unido limita su excepción a la investigación no comercial, mientras EE. UU. mantiene un uso legítimo caso por caso.
One 2026 study reported 85%-90%verbatim recall, with passagesreaching 1,868 words.This methodology-limited result concerns certain language models fine-tuned on held-outcopyrighted books. It is not a measure of every deployed model. Note: a derived analysiswas removed from this slide during quality checks.Sources: Finetuning Activates Verbatim Recall in LLMs. (2026, March 20).
The study tested whether fine-tuning could unlock exact passages from copyrighted books. It reported recall as high as 85% to 90%, with one passage reaching 1,868 words. That is a study result, not a universal model capability.
Un estudio de 2026 informó un recuerdoliteral del 85%-90%, con pasajes de hasta1.868 palabras.Este resultado, limitado por su metodología, se refiere a ciertos modelos ajustados conlibros protegidos retenidos para prueba. No mide todos los modelos desplegados. Nota: unanálisis derivado se retiró de esta diapositiva durante el control de calidad.Fuentes: Finetuning Activates Verbatim Recall in LLMs. (2026, March 20).
El estudio probó si el ajuste podía desbloquear pasajes exactos de libros protegidos. Informó un recuerdo de entre 85% y 90%, con un pasaje de hasta 1.868 palabras. Es un resultado de estudio, no una capacidad universal de todos los modelos.
The record distinguishes millions ofcopyrighted books from 196,640unauthorized Books3 copies.The court describes a library containing millions of copyrighted books, including booksfrom pirate sites. Separately, the litigation record identifies 196,640 unauthorized booksin Books3. These figures should not be treated as one shared count.Sources: U.S. District Court for the Northern District of California. (2025). Order on fair use, Bartz v. Anthropic.; Bartz v. Anthropic, No. C 24-05417WHA (N.D. Cal. 2025).; Bartz v. Anthropic. (2025). Order on fair use.
The court record contains two different scales. It describes millions of copyrighted books acquired for a central library. It also identifies 196,640 unauthorized books in the Books3 dataset, a separate figure with its own scope.
El expediente distingue millones de librosprotegidos de 196.640 copias noautorizadas de Books3.El tribunal describe una biblioteca con millones de libros protegidos, incluidos libros desitios piratas. Por separado, el expediente identifica 196.640 libros no autorizados enBooks3. Las cifras no deben tratarse como un único conteo.Fuentes: U.S. District Court for the Northern District of California. (2025). Order on fair use, Bartz v. Anthropic.; Bartz v. Anthropic, No. C 24-05417WHA (N.D. Cal. 2025).; Bartz v. Anthropic. (2025). Order on fair use.
El expediente judicial contiene dos escalas distintas. Describe millones de libros protegidos adquiridos para una biblioteca central. También identifica 196.640 libros no autorizados en el conjunto Books3, una cifra separada con su propio alcance.
Anthropic's $1.5 billion settlement is aprivate remedy, not a final ruling.The authors' case produced a proposed class settlement subject to court approval. The$1.5 billion figure is contested and projected in the supplied inventory, so it is notpresented as a completed payment or final judgment. Note: a derived analysis wasremoved from this slide during quality checks.Sources: U.S. District Court for the Northern District of California. (2026). Class action settlement agreement, Bartz v. Anthropic.; LLM Pulse. (2026).Every AI content licensing deal, mapped.
The remedy story is settlement-shaped, not judgment-shaped. Anthropic agreed to a proposed class settlement subject to court approval. A separate inventory places the proposal at $1.5 billion, but that figure is not a final award or completed payment.
El acuerdo de 1.500 millones de dólarespara Anthropic es un remedio privado, nouna sentencia final.El caso de los autores produjo un acuerdo colectivo propuesto, sujeto a aprobaciónjudicial. La cifra de 1.500 millones de dólares es controvertida y está proyectada en elinventario suministrado, por lo que no se presenta como un pago completado ni como unasentencia definitiva. Nota: un análisis derivado se retiró de esta diapositiva durante elcontrol de calidad.Fuentes: U.S. District Court for the Northern District of California. (2026). Class action settlement agreement, Bartz v. Anthropic.; LLM Pulse. (2026).Every AI content licensing deal, mapped.
La historia del remedio tiene forma de acuerdo, no de sentencia. Anthropic aceptó un acuerdo colectivo propuesto sujeto a aprobación judicial. Un inventario separado sitúa la propuesta en 1.500 millones de dólares, pero esa cifra no es una indemnización final ni un pago completado.
An OpenAI output claim surviveddismissal, but the ruling did notestablish final infringement.The judge found that authors plausibly alleged direct infringement involving at least someChatGPT outputs. The ruling concerns the pleading stage and does not decide the merits.Sources: In re OpenAI, Inc. Copyright Infringement Litigation, No. 25-md-3143 (S.D.N.Y. 2025).
The court allowed part of the output claim to move forward. That means the authors' allegations were plausible at the dismissal stage. It does not mean the court found that OpenAI infringed copyright.
Una reclamación sobre respuestas deOpenAI sobrevivió a la desestimación,pero la resolución no estableció unainfracción definitiva.El juez concluyó que los autores alegaron de forma plausible una infracción directarelacionada con algunas respuestas de ChatGPT. La resolución se refiere a la etapa dealegaciones y no decide el fondo.Fuentes: In re OpenAI, Inc. Copyright Infringement Litigation, No. 25-md-3143 (S.D.N.Y. 2025).
El tribunal permitió que una parte de la reclamación sobre las respuestas siguiera adelante. Eso significa que las alegaciones de los autores eran plausibles en la etapa de desestimación. No significa que el tribunal haya concluido que OpenAI infringió derechos de autor.
Getty alleges that Stability AI copied morethan 12 million photographs for training.This is an allegation in Getty's complaint concerning photographs, captions, and metadata.It is not a final finding of copying or liability. Note: a derived analysis was removed fromthis slide during quality checks.Sources: Getty Images (US), Inc. v. Stability AI, Ltd. et al. (2023). Second amended complaint.
Getty's complaint puts the alleged scale in view: more than 12 million photographs, plus captions and metadata. The key word is alleges. The supplied evidence is a complaint, not an adjudicated finding of liability.
Getty alega que Stability AI copió másde 12 millones de fotografías paraentrenar modelos.Esta es una alegación de la demanda de Getty sobre fotografías, leyendas y metadatos. Noes una determinación definitiva de copia ni de responsabilidad. Nota: un análisis derivadose retiró de esta diapositiva durante el control de calidad.Fuentes: Getty Images (US), Inc. v. Stability AI, Ltd. et al. (2023). Second amended complaint.
La demanda de Getty pone en primer plano la escala alegada: más de 12 millones de fotografías, además de leyendas y metadatos. La palabra clave es alega. La evidencia suministrada es una demanda, no una determinación judicial de responsabilidad.
Early rulings split between fair-use winsand claims that remained active.The claim summarizes separate proceedings. It does not establish one rule for all AItraining disputes.Sources: Debevoise Data Blog. (2025). Anthropic and Meta decisions on fair use.
The first court results do not point in one direction. Anthropic and Meta won fair-use rulings on training, while other claims survived dismissal or stayed active. That split keeps the core legal question open.
Los primeros fallos se dividieron entrevictorias por uso legítimo y reclamosque siguieron activos.La afirmación resume procesos separados. No establece una regla única para todos loslitigios sobre entrenamiento de IA.Fuentes: Debevoise Data Blog. (2025). Anthropic and Meta decisions on fair use.
Los primeros resultados judiciales no apuntan en una sola dirección. Anthropic y Meta obtuvieron fallos favorables sobre el uso legítimo del entrenamiento, mientras otros reclamos sobrevivieron al rechazo o siguieron activos. Esa división mantiene abierta la pregunta jurídica central.
A standardized tracker counts 189 verifiedAI copyright cases.This is a tracker-based count, so it measures cases included under that source'sverification and classification method.Sources: AI Lawsuit Tracker. (2026). How many AI copyright lawsuits?
The conflict is no longer theoretical. A standardized tracker records 189 verified AI copyright cases. The number is useful for showing breadth, but it depends on the tracker's inclusion and verification rules.
Un registro estandarizado cuenta 189casos verificados de copyright e IA.Este es un recuento basado en un registro, por lo que mide los casos incluidos según elmétodo de verificación y clasificación de esa fuente.Fuentes: AI Lawsuit Tracker. (2026). How many AI copyright lawsuits?
El conflicto ya no es teórico. Un registro estandarizado contabiliza 189 casos verificados de copyright e IA. La cifra sirve para mostrar amplitud, pero depende de las reglas de inclusión y verificación del registro.
A $250 million News Corp deal showscommercial path around disputed copying.The News Corp agreement supplies a reported five-year price. The Tempus agreementshows a proprietary, de-identified database license, but the supplied claim does not stateits price.Sources: LLM Pulse. (2026). Every AI content licensing deal, mapped.; Tempus AI, Inc. (2024). Data license agreement.
Licensing is the practical counterweight to disputed copying. One example carries a reported five-year price of $250 million. Another uses a proprietary, de-identified database for foundation models and related products, showing that the commercial route does not require one uniform deal structure.
Un acuerdo de $ 250 millones con NewsCorp muestra una vía comercial frente ala copia discutida.El acuerdo con News Corp aporta un precio reportado por cinco años. El acuerdo deTempus muestra una licencia de una base de datos propia y anonimizada, pero laafirmación suministrada no indica su precio.Fuentes: LLM Pulse. (2026). Every AI content licensing deal, mapped.; Tempus AI, Inc. (2024). Data license agreement.
Las licencias son el contrapeso práctico a la copia discutida. Un ejemplo tiene un precio reportado de 250 millones de dólares durante cinco años. Otro usa una base de datos propia y anonimizada para modelos fundacionales y productos relacionados, lo que muestra que la vía comercial no exige una estructura única.
European Parliament researchers reportlegal limits and uncertainty around trainingAI on copyrighted works.The finding describes the legal position as limited and uncertain despite existing EUcopyright and AI rules.Sources: Marcelin, T., & Cassetti, F. (2025). AI and copyright: The training of general-purpose AI. European Parliamentary Research Service.
Europe has rules, but the training question is not settled by them. European Parliament researchers report legal limits and uncertainty around using copyrighted works to train general-purpose AI. The open space is legal, not merely technical.
Investigadores del Parlamento Europeoseñalan límites e incertidumbre jurídicasobre entrenar IA con obras protegidas.El hallazgo describe la posición jurídica como limitada e incierta pese a las normaseuropeas existentes sobre copyright e IA.Fuentes: Marcelin, T., & Cassetti, F. (2025). AI and copyright: The training of general-purpose AI. European Parliamentary Research Service.
Europa tiene normas, pero esas normas no resuelven la cuestión del entrenamiento. Investigadores del Parlamento Europeo señalan límites e incertidumbre jurídica sobre usar obras protegidas para entrenar IA general. El espacio abierto es jurídico, no solo técnico.
The Office split AI into training, outputs,and digital replicas, drawing more than10,000 comments.The inquiry treats training, AI-generated output copyright, and digital replicas asseparate subjects. The comment count measures participation, not consensus or a finallegal outcome.Sources: U.S. Copyright Office. (n.d.). Copyright and artificial intelligence.; U.S. Copyright Office. (2026). Copyright and artificial intelligence.
The U.S. Copyright Office is not treating AI copyright as one yes-or-no issue. Its inquiry separates training, generated outputs, and digital replicas. More than 10,000 comments show how much unresolved policy demand surrounds the questions.
La Oficina separó la IA en entrenamiento,resultados y réplicas digitales, y recibiómás de 10.000 comentarios.La consulta trata el entrenamiento, el copyright de resultados generados por IA y lasréplicas digitales como asuntos separados. El recuento mide participación, no consensoni un resultado jurídico final.Fuentes: U.S. Copyright Office. (n.d.). Copyright and artificial intelligence.; U.S. Copyright Office. (2026). Copyright and artificial intelligence.
La Oficina de Copyright de Estados Unidos no trata el copyright de la IA como una sola pregunta de sí o no. Su consulta separa el entrenamiento, los resultados generados y las réplicas digitales. Más de 10.000 comentarios muestran la amplitud del debate normativo pendiente.
U.S. copyright policy is fivequestions, not one.The Copyright Office separates digital replicas, AI outputs, training, licensing, andliability instead of presenting one settled AI copyright rule.Sources: U.S. Copyright Office. (2024). Copyright and artificial intelligence, Part 1: Digital replicas.; U.S. Copyright Office. (2026). Copyright andartificial intelligence.
The United States does not treat AI copyright as one legal question. The Copyright Office separates digital replicas, outputs, training, licensing, and liability. That split matters because an answer in one area does not settle the others.
La política estadounidense de copyrightplantea cinco preguntas, no una sola.La Oficina de Derechos de Autor separa las réplicas digitales, los resultados de IA, elentrenamiento, las licencias y la responsabilidad, en lugar de presentar una única regladefinitiva sobre copyright.Fuentes: U.S. Copyright Office. (2024). Copyright and artificial intelligence, Part 1: Digital replicas.; U.S. Copyright Office. (2026). Copyright and artificialintelligence.
Estados Unidos no trata el copyright de la IA como una sola cuestión jurídica. La Oficina de Derechos de Autor separa las réplicas digitales, los resultados, el entrenamiento, las licencias y la responsabilidad. Esa división importa porque una respuesta en un área no resuelve las demás.
Human authorship still mattersIlluminated AI letters stand before silhouettes behind a glass wall.Sources: U.S. Copyright Office issues highly anticipated report on copyrightability of AI-generated works | Reuters. reuters.com.
When AI generates content, copyright still asks where identifiable human creativity appears.
La autoría humana sigue importandoLetras iluminadas de IA aparecen frente a siluetas detrás de una pared de vidrio.Fuentes: U.S. Copyright Office issues highly anticipated report on copyrightability of AI-generated works | Reuters. reuters.com.
Cuando la IA genera contenido, el derecho de autor aún pregunta dónde aparece la creatividad humana identificable.
U.S. courts require a human author.Across the Thaler decisions, U.S. courts rejected registration for work attributed solelyto an artificial system and preserved human authorship as the governing requirement.Sources: Thaler v. Perlmutter, 23-5233 (D.C. Cir. March 18, 2025).; U.S. District Court for the District of Columbia. (2023). Memorandum opinionaffirming refusal of registration in Thaler v. Perlmutter.; U.S. Court of Appeals for the District of Columbia Circuit. (2025, March 18). Thaler v.Perlmutter, No. 23-5233.
The courts answered the first boundary question clearly. A machine cannot be the author under the Copyright Act. The Thaler decisions therefore leave human authorship as the gate to registration.
Los tribunales estadounidensesexigen un autor humano.En las decisiones de Thaler, los tribunales estadounidenses rechazaron el registro deuna obra atribuida exclusivamente a un sistema artificial y mantuvieron la autoríahumana como requisito aplicable.Fuentes: Thaler v. Perlmutter, 23-5233 (D.C. Cir. March 18, 2025).; U.S. District Court for the District of Columbia. (2023). Memorandum opinionaffirming refusal of registration in Thaler v. Perlmutter.; U.S. Court of Appeals for the District of Columbia Circuit. (2025, March 18). Thaler v.Perlmutter, No. 23-5233.
Los tribunales respondieron con claridad a la primera cuestión límite. Una máquina no puede ser autora bajo la ley de copyright. Por eso, las decisiones de Thaler dejan la autoría humana como puerta de entrada al registro.
Prompts alone do not create copyright.The Copyright Office distinguishes directing an AI system from creating protectableexpression. Copyright depends on sufficient human control and creative contribution, notprompting alone.Sources: U.S. Copyright Office. (2025, January 29). Copyright Office releases Part 2 of artificial intelligence report.; United States Copyright Office.(2023). Works containing material generated by artificial intelligence.; U.S. Copyright Office. (2025). Copyright and artificial intelligence, Part 2:Copyrightability.
A prompt can guide a system without becoming human expression. The Office says AI material may appear inside a protected work, but the applicant must show human authorship and creative control. Prompting alone does not cross that line.
Las instrucciones por solas nocrean copyright.La Oficina de Derechos de Autor distingue entre dirigir un sistema de IA y crear unaexpresión protegible. El copyright depende de un control humano suficiente y de un aportecreativo, no solo de las instrucciones.Fuentes: U.S. Copyright Office. (2025, January 29). Copyright Office releases Part 2 of artificial intelligence report.; United States Copyright Office.(2023). Works containing material generated by artificial intelligence.; U.S. Copyright Office. (2025). Copyright and artificial intelligence, Part 2:Copyrightability.
Una instrucción puede guiar un sistema sin convertirse en expresión humana. La Oficina afirma que el material de IA puede aparecer dentro de una obra protegida, pero el solicitante debe demostrar autoría humana y control creativo. Las instrucciones por sí solas no cruzan ese límite.
Human choices can protect theparts AI generates.Protection can attach to human-authored text, creative selection, arrangement,coordination, or modification, even when AI assists the process. Purely generatedmaterial remains excluded.Sources: U.S. Copyright Office. (2023, March 16). Copyright registration guidance: Works containing material generated by artificial intelligence.; UnitedStates Copyright Office. (2023). Zarya of the Dawn letter.; U.S. Copyright Office. (2025). Copyright and artificial intelligence, Part 2: Copyrightability.
The rule is not anti-AI. It is a boundary between assistance and authorship. Zarya of the Dawn protected the creator's selection and arrangement while excluding the Midjourney-generated images themselves.
Las decisiones humanas pueden protegerlas partes que genera la IA.La protección puede recaer en texto escrito por una persona, selección, organización,coordinación o modificación creativa, incluso cuando la IA ayuda en el proceso. Elmaterial generado exclusivamente por IA sigue excluido.Fuentes: U.S. Copyright Office. (2023, March 16). Copyright registration guidance: Works containing material generated by artificial intelligence.; UnitedStates Copyright Office. (2023). Zarya of the Dawn letter.; U.S. Copyright Office. (2025). Copyright and artificial intelligence, Part 2: Copyrightability.
La regla no está contra la IA. Marca un límite entre asistencia y autoría. En Zarya of the Dawn se protegieron la selección y la organización de la creadora, mientras que las imágenes generadas por Midjourney quedaron excluidas.
U.S. registrations range fromrejection to partial protection.The supplied decisions do not create a numeric score. They show a legal spectrum:autonomous AI work was denied, an AI co-authored artwork was denied as submitted,and Zarya protected only human-authored elements.Sources: U.S. Copyright Office. (2023, February 21). Zarya of the Dawn registration letter.; U.S. Copyright Office Review Board. (2023, December 11).Second request for reconsideration for refusal to register SURYAST.
Registration is not simply approved or denied because AI was involved. The cases distinguish between the generated material and the person's contribution. The result can be rejection of the submission alongside protection for selected human elements.
Los registros estadounidenses van delrechazo a la protección parcial.Las decisiones suministradas no crean una puntuación numérica. Muestran un espectrojurídico: se rechazó una obra autónoma de IA, se rechazó tal como fue presentada unaobra con una aplicación de IA como coautora y Zarya protegió solo elementos humanos.Fuentes: U.S. Copyright Office. (2023, February 21). Zarya of the Dawn registration letter.; U.S. Copyright Office Review Board. (2023, December 11).Second request for reconsideration for refusal to register SURYAST.
El registro no se aprueba o rechaza simplemente porque intervino la IA. Los casos distinguen entre el material generado y la contribución de la persona. El resultado puede ser el rechazo de la solicitud junto con la protección de ciertos elementos humanos.
AI content can trigger disclosure withoutdeciding the whole claim.Applicants must disclose AI-generated content when it exceeds a minimal amount, whilethe protectability of human contributions is assessed case by case. Disclosure andcopyrightability are related but distinct questions.Sources: U.S. Copyright Office. (2023, March 16). Copyright registration guidance: Works containing material generated by artificial intelligence.; U.S.Copyright Office. (2025). Copyright and artificial intelligence, Part 2: Copyrightability.
The application asks two separate questions. Did the work contain more than a minimal amount of AI-generated material? If so, the applicant must disclose it. Then the Office examines the human contribution on its own facts.
El contenido de IA puede exigir divulgaciónsin decidir toda la reclamación.Los solicitantes deben revelar el contenido generado por IA cuando supera una cantidadmínima, mientras que la protección de las contribuciones humanas se evalúa caso porcaso. La divulgación y la protección por copyright están relacionadas, pero soncuestiones distintas.Fuentes: U.S. Copyright Office. (2023, March 16). Copyright registration guidance: Works containing material generated by artificial intelligence.; U.S.Copyright Office. (2025). Copyright and artificial intelligence, Part 2: Copyrightability.
La solicitud plantea dos preguntas distintas. ¿La obra contiene más que una cantidad mínima de material generado por IA? Si es así, el solicitante debe revelarlo. Después, la Oficina examina la contribución humana según los hechos del caso.
Human authorship matters across borders,but courts still reach different answers.Mexico's Supreme Court centers original human creation. The broader Latin Americanand European picture still contains national differences and unresolved gray areas.Chinese decisions also diverge, so no single cross-border rule safely answers everyAI-output dispute.Sources: Suprema Corte de Justicia de la Nación. (2025). Amparo Directo 6/2025.; Karttunen, S. (2025). Copyright of AI-generated works: Approachesin the EU and beyond. European Parliamentary Research Service.; World Intellectual Property Organization. (2019). Tencent Shenzhen v. ShanghaiYingxin.
The first mistake is assuming that AI copyright has one global answer. Mexico's Supreme Court emphasizes human personality and creation, while the wider comparison shows national variation. Chinese cases reinforce the warning: similar AI involvement can produce different outcomes.
La autoría humana importa en distintospaíses, pero los tribunales aún llegan arespuestas distintas.La Suprema Corte mexicana centra la protección en la creación humana original. Elpanorama latinoamericano y europeo aún contiene diferencias nacionales y zonas grisessin resolver. Las decisiones chinas también divergen, por lo que ninguna reglatransfronteriza responde por sí sola a todos los conflictos sobre resultados de IA.Fuentes: Suprema Corte de Justicia de la Nación. (2025). Amparo Directo 6/2025.; Karttunen, S. (2025). Copyright of AI-generated works: Approachesin the EU and beyond. European Parliamentary Research Service.; World Intellectual Property Organization. (2019). Tencent Shenzhen v. ShanghaiYingxin.
El primer error es asumir que los derechos de autor sobre IA tienen una respuesta mundial única. La Suprema Corte mexicana enfatiza la personalidad y la creación humanas, mientras la comparación amplia muestra variación nacional. Los casos chinos refuerzan la advertencia: una intervención similar de la IA puede producir resultados distintos.
Training legality and output authorship areseparate questionsAnalytical separation of training acquisition and output authorship, based on U.S. Copyright Office reports.Made for Freddy Vega, by HanademiSources: U.S. Copyright Office. (2025, May 6). Copyright and artificial intelligence, Part 3: Generative AI training.; U.S. Copyright Office. (2025, January 29).Copyright Office releases Part 2 of artificial intelligence report.; U.S. Copyright Office. (2024). Copyright and artificial intelligence, Part 1: Digital replicas.Hanademi analysis: Copyright authorities analyze training acquisition and fair use separately from the human contribution required to protect a resulting work. ·Links encode the analytical separation between legal questions, not magnitudes or causal flow.Training dataLawful copyingAI outputHuman authorship
AI copyright disputes often sound like one giant question. They are not. Training asks about copying, access, and fair use. Output protection asks about human expression, selection, arrangement, or modification. Keeping those tests apart prevents a shortcut from becoming a legal conclusion.
La legalidad del entrenamiento y la autoríadel resultado son preguntas distintasSeparación analítica entre la obtención para entrenamiento y la autoría del resultado, basada en informesde la Oficina de Derechos de Autor de EE. UU.Made for Freddy Vega, by HanademiFuentes: U.S. Copyright Office. (2025, May 6). Copyright and artificial intelligence, Part 3: Generative AI training.; U.S. Copyright Office. (2025, January 29).Copyright Office releases Part 2 of artificial intelligence report.; U.S. Copyright Office. (2024). Copyright and artificial intelligence, Part 1: Digital replicas.Análisis de Hanademi: Las autoridades de derechos de autor analizan la obtención y el uso legítimo para entrenamiento por separado de la contribución humananecesaria para proteger la obra resultante. · Los enlaces codifican la separación analítica entre preguntas jurídicas, no magnitudes ni causalidad.Datos deentrenamientoCopia lícitaResultado de IAAutoría humana
Los conflictos sobre derechos de autor de la IA suelen sonar como una sola gran pregunta. No lo son. El entrenamiento pregunta por la copia, el acceso y el uso legítimo. La protección del resultado pregunta por la expresión, selección, organización o modificación humanas. Separar las pruebas evita convertir un atajo en una conclusión jurídica.
Copyright can protect the human layer, notthe generated layerRelationship between human contributions and generated elements in AI-assisted works.Made for Freddy Vega, by HanademiSources: U.S. Copyright Office. (2023, March 16). Copyright registration guidance: Works containing material generated by artificial intelligence.; UnitedStates Copyright Office. (2023). Zarya of the Dawn letter.; U.S. Copyright Office. (2025). Copyright and artificial intelligence, Part 2: Copyrightability.Hanademi analysis: Copyright can attach to identifiable human expression and creative assembly without extending protection to the machine-generated materialitself. · Links identify protected and excluded element types; they do not represent shares or quantities.AI-assisted workHuman textCreativearrangementHuman selectionGenerated elementsexcluded
AI assistance does not automatically erase protection. The decisive question is what the person actually contributed. Human writing, arrangement, selection, or modification can remain protectable, while the generated material itself can be excluded. The boundary is about expression, not the presence of the tool.
Los derechos de autor pueden proteger lacapa humana, no la generadaRelación entre las contribuciones humanas y los elementos generados en obras asistidas por IA.Made for Freddy Vega, by HanademiFuentes: U.S. Copyright Office. (2023, March 16). Copyright registration guidance: Works containing material generated by artificial intelligence.; UnitedStates Copyright Office. (2023). Zarya of the Dawn letter.; U.S. Copyright Office. (2025). Copyright and artificial intelligence, Part 2: Copyrightability.Análisis de Hanademi: La protección puede recaer sobre la expresión humana identificable y el ensamblaje creativo sin extenderse al material generado por lamáquina. · Los enlaces identifican tipos de elementos protegidos y excluidos; no representan proporciones ni cantidades.Obra asistida porIATexto humanoOrganizacióncreativaSelección humanaElementos generadosexcluidos
La asistencia de IA no elimina automáticamente la protección. La pregunta decisiva es qué aportó realmente la persona. La escritura, organización, selección o modificación humanas pueden seguir protegidas, mientras que el material generado puede quedar excluido. El límite se refiere a la expresión, no a la presencia de la herramienta.
Editing and arranging carry moreauthorship evidence than promptsQualitative relationship between prompts, editing, arrangement, and human-authorship evidence.Made for Freddy Vega, by HanademiSources: U.S. Copyright Office. (2025). Copyright and artificial intelligence, Part 2: Copyrightability.; U.S. Copyright Office. (2023, February 21). Zaryaof the Dawn registration letter.Hanademi analysis: Copyright authorities distinguish merely requesting an output from making identifiable creative choices in the resulting work. · Links encodethe qualitative distinction between contribution types, not a ranked score or magnitude.Prompt aloneWeak authorshipevidenceVisible editingPotentially protectableexpressionCreative arrangement
The creator's strongest evidence is not the instruction sent to the model. It is the human work visible in the result. Editing, arranging, and changing the output can show creative control. The Copyright Office still leaves the threshold to a case-by-case review.
Editar y organizar aportan más evidencia deautoría que los comandosRelación cualitativa entre comandos, edición, organización y evidencia de autoría humana.Made for Freddy Vega, by HanademiFuentes: U.S. Copyright Office. (2025). Copyright and artificial intelligence, Part 2: Copyrightability.; U.S. Copyright Office. (2023, February 21). Zarya ofthe Dawn registration letter.Análisis de Hanademi: Las autoridades de derechos de autor distinguen entre pedir un resultado y tomar decisiones creativas identificables en la obra resultante.· Los enlaces codifican la distinción cualitativa entre tipos de contribución, no una puntuación ni una magnitud.Solo comandoEvidencia débil deautoríaEdición visibleExpresión potencialmenteprotegibleOrganización creativa
La evidencia más sólida del creador no es la instrucción enviada al modelo. Es el trabajo humano visible en el resultado. Editar, organizar y modificar el resultado puede mostrar control creativo. La Oficina de Derechos de Autor aún deja el umbral a una evaluación caso por caso.
Copyright risk continues from acquisition toreproduced outputQualitative relationship among alleged acquisition, model memorization, and reported verbatim recall.Made for Freddy Vega, by HanademiSources: Getty Images (US), Inc. v. Stability AI, Ltd. et al. (2023). Second amended complaint.; In re Google GenAI Litigation. (2024). Consolidatedamended complaint.; Finetuning Activates Verbatim Recall in LLMs. (2026, March 20).Links show three connected risk stages, not measured probabilities or causal magnitudes.Alleged massacquisitionModel memorizationReproduced output
The copyright question does not stop when data enters a model. Complaints describe enormous alleged acquisition. A 2026 study then reported up to 85% to 90% verbatim recall in selected fine-tuned models, including passages as long as 1,868 words. Those are different pieces of evidence, but together they explain why acquisition, memorization, and output must be examined separately.
El riesgo de derechos de autor continúa desde laadquisición hasta el resultado reproducidoRelación cualitativa entre la adquisición alegada, la memorización del modelo y la reproducción literalreportada.Made for Freddy Vega, by HanademiFuentes: Getty Images (US), Inc. v. Stability AI, Ltd. et al. (2023). Second amended complaint.; In re Google GenAI Litigation. (2024). Consolidatedamended complaint.; Finetuning Activates Verbatim Recall in LLMs. (2026, March 20).Los enlaces muestran tres etapas de riesgo conectadas, no probabilidades ni magnitudes causales.Adquisición masivaalegadaMemorización delmodeloResultadoreproducido
La pregunta sobre derechos de autor no termina cuando los datos entran en un modelo. Las demandas describen una adquisición masiva alegada. Después, un estudio de 2026 informó entre 85% y 90% de reproducción literal en modelos ajustados seleccionados, incluidos pasajes de hasta 1.868 palabras. Son pruebas distintas, pero juntas explican por qué la adquisición, la memorización y el resultado deben examinarse por separado.
Licensing offers a real alternative todisputed mass copyingDocumented licensing pathways for foundation models and AI products, with one deal valued at 250 milliondollars over 5 years.Made for Freddy Vega, by HanademiSources: Tempus AI, Inc. (2024). Data license agreement.; LLM Pulse. (2026). Every AI content licensing deal, mapped.; U.S. Copyright Office. (2025,May 6). Copyright and artificial intelligence, Part 3: Generative AI training.Hanademi analysis: A licensed proprietary database and News Corp's five-year deal provide commercial alternatives while the Copyright Office separately examinescopying, access, licensing, and lost opportunities. · Links identify documented commercial pathways, not market share, cost equivalence, or universal feasibility.Licensed databaseFoundation modelsPublishing licenseAI products
The commercial alternative is already visible. One agreement licenses a proprietary, de-identified database for foundation models. Another gives OpenAI a 5-year News Corp deal worth 250 million dollars. That does not solve every training problem, but it weakens the idea that disputed copying is the only workable path.
Las licencias ofrecen una alternativa real ala copia masiva discutidaVías de licencia documentadas para modelos fundacionales y productos de IA, con un acuerdo valorado en250 millones de dólares durante 5 años.Made for Freddy Vega, by HanademiFuentes: Tempus AI, Inc. (2024). Data license agreement.; LLM Pulse. (2026). Every AI content licensing deal, mapped.; U.S. Copyright Office. (2025,May 6). Copyright and artificial intelligence, Part 3: Generative AI training.Análisis de Hanademi: Una base de datos propietaria licenciada y el acuerdo de cinco años con News Corp ofrecen alternativas mientras la Oficina examina por separado copia,acceso, licencias y oportunidades perdidas. · Los enlaces identifican vías comerciales documentadas, no cuota de mercado, equivalencia de costos ni viabilidad universal.Base de datoslicenciadaModelos fundacionalesLicencia editorialProductos de IA
La alternativa comercial ya es visible. Un acuerdo licencia una base propia y anonimizada para modelos fundacionales. Otro da a OpenAI un acuerdo de 5 años con News Corp valorado en 250 millones de dólares. Eso no resuelve todos los problemas del entrenamiento, pero debilita la idea de que la copia discutida sea la única vía viable.
A ruling on training cannot answercollection, outputs, authorship,licensing, or liability.The analysis separates the AI copyright lifecycle into eight questions. The bands showstructure, not duration or legal certainty. Some boundaries are clearer than others.Sources: U.S. Copyright Office. (2024). Copyright and artificial intelligence, Part 1: Digital replicas.; U.S. Copyright Office. (2025). Copyright andartificial intelligence, Part 3: Generative AI training, pre-publication version.; U.S. Copyright Office. (2026). Copyright and artificial intelligence.Hanademi analysis: The Copyright Office repeatedly separates the AI lifecycle and its remedies into distinct legal questions rather than applying one rule to everystage. · The bands organize the separate questions identified across the Copyright Office reports; they are not legal effect windows.
The mistake is treating AI copyright as one switch marked legal or illegal. The lifecycle has eight separate questions, from collection to liability. A favorable answer at one stage cannot silently authorize the rest.
Un fallo sobre entrenamiento no puederesponder sobre recopilación, resultados,autoría, licencias o responsabilidad.El análisis separa el ciclo de vida de los derechos de autor de la IA en ocho preguntas.Las bandas muestran estructura, no duración ni certeza jurídica. Algunos límites sonmás claros que otros.Fuentes: U.S. Copyright Office. (2024). Copyright and artificial intelligence, Part 1: Digital replicas.; U.S. Copyright Office. (2025). Copyright and artificialintelligence, Part 3: Generative AI training, pre-publication version.; U.S. Copyright Office. (2026). Copyright and artificial intelligence.Análisis de Hanademi: La Oficina de Derechos de Autor separa repetidamente el ciclo de vida de la IA y sus remedios en preguntas jurídicas distintas, en vez de aplicaruna sola regla. · Las bandas organizan las preguntas separadas identificadas en los informes de la Oficina de Derechos de Autor; no son períodos de vigencia jurídica.
El error es tratar los derechos de autor de la IA como un interruptor de legal o ilegal. El ciclo tiene ocho preguntas separadas, desde la recopilación hasta la responsabilidad. Una respuesta favorable en una etapa no puede autorizar silenciosamente las demás.
The DMCA added controls, then asmall-claims remedyDated statutory controls and remedy described by the U.S. Copyright Office, 1998 and 2020.Made for Freddy Vega, by HanademiSources: U.S. Copyright Office. (n.d.). The Digital Millennium Copyright Act.; U.S. Copyright Office. (n.d.). Online service providers.199820201998Three DMCA controls1998Section 512 safe harbor2020CASE Act board
The DMCA was more than notice and takedown. It also addressed access controls and copyright information. Years later, the CASE Act added a voluntary small-claims path for certain disputes.
La DMCA añadió controles y después unrecurso de menor cuantíaControles legales y recurso fechados descritos por la Oficina de Derechos de Autor de Estados Unidos, 1998y 2020.Made for Freddy Vega, by HanademiFuentes: U.S. Copyright Office. (n.d.). The Digital Millennium Copyright Act.; U.S. Copyright Office. (n.d.). Online service providers.199820201998Tres controles de la DMCA1998Puerto seguro de la sección5122020Junta de la ley CASE
La DMCA fue más que avisos y retiradas. También abordó los controles de acceso y la información sobre derechos de autor. Años después, la ley CASE añadió una vía voluntaria de menor cuantía para ciertas disputas.
The DMCA preceded Napster and laterenforcementDated sequence from the 1998 DMCA to the 2000 Napster injunction and later enforcement.Made for Freddy Vega, by HanademiSources: U.S. Copyright Office. (n.d.). The Digital Millennium Copyright Act.; U.S. Congress. (1998). Digital Millennium Copyright Act.; U.S. Court ofAppeals for the Ninth Circuit. (2000). A&M Records, Inc. v. Napster, Inc.Hanademi analysis: Placing the DMCA enactment beside the piracy chronology shows that major internet copyright protections predated the Napster injunction. ·The final band groups the later dated enforcement milestones supplied in the chronology; it does not imply one continuous legal proceeding.20002003Dec 1, 2015Oct 28, 1998DMCA2000Napster injunction2003–Dec 1, 2015Peer-to-peer enforcement
The useful correction is chronological. The DMCA came first, then Napster, then a series of enforcement responses. The early internet had rules, but those rules kept adapting to new systems.
La DMCA precedió a Napster y a laaplicación posteriorSecuencia fechada desde la DMCA de 1998 hasta la orden contra Napster de 2000 y la aplicación posterior.Made for Freddy Vega, by HanademiFuentes: U.S. Copyright Office. (n.d.). The Digital Millennium Copyright Act.; U.S. Congress. (1998). Digital Millennium Copyright Act.; U.S. Court ofAppeals for the Ninth Circuit. (2000). A&M Records, Inc. v. Napster, Inc.Análisis de Hanademi: Al colocar la promulgación de la DMCA junto a la cronología de la piratería, se observa que importantes protecciones digitales precedieron a laorden contra Napster. · La banda final agrupa los hitos posteriores de aplicación fechados en la cronología; no implica un único procedimiento jurídico continuo.20002003Dec 1, 2015Oct 28, 1998DMCA2000Orden contra Napster2003–Dec 1, 2015Aplicación contra redes entrepares
La corrección útil es cronológica. Primero llegó la DMCA, después Napster y luego una serie de respuestas de aplicación. El internet temprano tenía normas, pero esas normas siguieron adaptándose a nuevos sistemas.
Removing hosted files cannot resolvedisputes that begin with collection andcontinue through training, retrieval, andgenerated outputs.The DMCA bargain focuses on online services and removal of hosted material. AIdisputes can begin upstream at collection and continue through training, memorization,retrieval, and outputs, so the analogy is useful but incomplete.Sources: U.S. Copyright Office. (n.d.). Online service providers.; U.S. Copyright Office. (2025, May). Copyright and artificial intelligence, Part 3:Generative AI training, pre-publication version.; Finetuning Activates Verbatim Recall in LLMs. (2026, March 20).
The old bargain was built around hosted files and takedown requests. AI disputes can start before a model exists and continue after it generates an answer. That is why the early-internet analogy helps, but cannot serve as a complete AI template.
El antiguo pacto se construyó alrededor dearchivos alojados y solicitudes de retirada.El pacto de la DMCA se centra en servicios en línea y retirada de material alojado. Lasdisputas sobre IA pueden comenzar antes, en la recopilación, y continuar por elentrenamiento, la memorización, la recuperación y los resultados, por lo que la analogíaes útil pero incompleta.Fuentes: U.S. Copyright Office. (n.d.). Online service providers.; U.S. Copyright Office. (2025, May). Copyright and artificial intelligence, Part 3:Generative AI training, pre-publication version.; Finetuning Activates Verbatim Recall in LLMs. (2026, March 20).
El antiguo pacto se construyó alrededor de archivos alojados y solicitudes de retirada. Las disputas sobre IA pueden comenzar antes de que exista un modelo y continuar después de que genere una respuesta. Por eso la analogía con el internet temprano ayuda, pero no puede ser un modelo completo para la IA.
Piracy visits fell after 2023, but estimatesblur the trendGlobal annual visits to piracy websites, billions, 2017-2024; 2017-2021 are source-marked estimates.Made for Freddy Vega, by HanademiSources: MUSO. (2025). 2024 piracy trends and insights.2017-2021 values are source-marked estimates; the series covers piracy websites across film, television, music, software, and publishing.UnitBillion visits15020020172019202120232023 peak: 229.4 billion visits2024: 216.3 billion visits154.5
Piracy did not move in a straight line. Visits climbed from 154.5 billion in 2017 to a 229.4 billion peak in 2023, then fell to 216.3 billion in 2024. The direction changed, but the scale remained enormous, and the early estimates limit precision.
Las visitas piratas cayeron tras 2023, perolas estimaciones nublan la tendenciaVisitas anuales mundiales a sitios piratas, en miles de millones, 2017-2024; 2017-2021 son estimacionesmarcadas por la fuente.Made for Freddy Vega, by HanademiFuentes: MUSO. (2025). 2024 piracy trends and insights.Los valores de 2017 a 2021 están marcados como estimaciones por la fuente; la serie cubre sitios piratas de cine,televisión, música, software y publicaciones.UnidadMiles de millones de visitas1502002017201920212023Pico de 2023: 229,4 mil millonesde visitas2024: 216,3 mil millones devisitas154,5
La piratería no siguió una línea recta. Las visitas subieron de 154,5 mil millones en 2017 a un pico de 229,4 mil millones en 2023, y luego bajaron a 216,3 mil millones en 2024. La dirección cambió, pero la escala siguió siendo enorme, y las estimaciones iniciales limitan la precisión.
EU piracy fell, then recovered part of thelossMonthly access rate per internet user across 27 EU member states, 2017 to late 2022.Made for Freddy Vega, by HanademiSources: European Union Intellectual Property Office. (2023). Online copyright infringement in the EuropeanUnion: Films, music, publications, software and TV (2017-2022).; European Union Intellectual Property Office.(2024). Europeans access illegal content online 10 times each month.UnitPiracy accesses per user per month05102017Early 2021Late 2022Decline reversed2017 began at about 11.5 monthlyaccesses.Late 2022 reached 7, still 40%below 2017.
The long decline was real, but it was not a straight line. EU access fell by more than half from 2017 to early 2021. It then climbed to 7 monthly accesses by late 2022, still 40% below the starting point. The direction depends on where you stop measuring.
La piratería en la UE cayó y luego recuperóparte de la pérdidaTasa mensual de acceso por usuario de internet en 27 países miembros de la UE, de 2017 a finales de2022.Made for Freddy Vega, by HanademiFuentes: European Union Intellectual Property Office. (2023). Online copyright infringement in the European Union:Films, music, publications, software and TV (2017-2022).; European Union Intellectual Property Office. (2024).Europeans access illegal content online 10 times each month.UnidadAccesos a piratería por usuario al mes05102017Early 2021Late 2022Se revirtió eldescenso2017 comenzó con unos 11,5accesos mensuales.A finales de 2022 llegó a 7, aún 40% por debajo de 2017.
El descenso prolongado fue real, pero no siguió una línea recta. El acceso en la UE cayó más de la mitad entre 2017 y comienzos de 2021. Después subió a 7 accesos mensuales a finales de 2022, aún 40 % por debajo del punto de partida. La dirección depende de dónde termina la medición.
Piracy trends change when themeasurement changesReported annual decline in software-piracy statistics before and after a documented methodology change.Made for Freddy Vega, by HanademiSources: Liao, H. (n.d.). On the reliability of software piracy statistics.; UK Intellectual Property Office. (2020). OnlineCopyright Infringement Tracker.; MUSO. (2025). Piracy trends and insights 2024.Sources use different measurement bases; read the comparison directionally, not as one exact scale.UnitPercentage points per yearBefore 2002-03 change2After 2002-03 change1.11.8x
Before arguing about whether piracy is rising or falling, check the ruler. One review found that a methodology change altered the reported annual decline from 2.0 to 1.1 percentage points. The UK tracker adds another break in 2018-2019. A neat line across these periods would create false confidence.
Las tendencias de piratería cambian cuandocambia la mediciónDescenso anual informado en estadísticas de piratería de software antes y después de un cambiometodológico documentado.Made for Freddy Vega, by HanademiFuentes: Liao, H. (n.d.). On the reliability of software piracy statistics.; UK Intellectual Property Office. (2020). OnlineCopyright Infringement Tracker.; MUSO. (2025). Piracy trends and insights 2024.Las fuentes usan bases de medición distintas; lea la comparación como tendencia, no como una escala exacta.UnidadPuntos porcentuales por añoAntes del cambio 2002-032Después del cambio 2002-031,11,8x
Antes de discutir si la piratería sube o baja, hay que revisar la regla de medición. Una revisión halló que un cambio metodológico alteró el descenso anual informado de 2,0 a 1,1 puntos porcentuales. El rastreador británico añade otra ruptura en 2018-2019. Trazar una línea continua entre esos períodos daría una confianza falsa.
Piracy measures point in oppositedirectionsHistorical file-sharing indicators and BitTorrent transfers, with unlike measures kept in separate panels.Made for Freddy Vega, by HanademiSources: Hiller, R. S. (n.d.). Sales displacement and streaming music: Evidence from YouTube.; Oberholzer-Gee,F., & Strumpf, K. (2016). The effect of file sharing on record sales, revisited.; Mateus, A. M., & Peha, J. M. (2011).Quantifying global transfers of copyrighted content using BitTorrent.UnitPercent and transfers per legal saleHistorical percentages40%BitTorrent transfers10.73.6227Song salePhysical film sale orrentalPaid download
Piracy depends on what gets counted. One study saw music file sharing decline while digital music reached 40% of sales. Another reported file-sharing volume rising more than 40%, although that proxy is contested. BitTorrent ratios add a third warning: 10.7 transfers per legal song sale, 3.6 per physical film transaction, and 227 per paid download.
Las medidas de piratería apuntan endirecciones opuestasIndicadores históricos de intercambio de archivos y transferencias por BitTorrent, con medidas distintasen paneles separados.Made for Freddy Vega, by HanademiFuentes: Hiller, R. S. (n.d.). Sales displacement and streaming music: Evidence from YouTube.; Oberholzer-Gee,F., & Strumpf, K. (2016). The effect of file sharing on record sales, revisited.; Mateus, A. M., & Peha, J. M. (2011).Quantifying global transfers of copyrighted content using BitTorrent.UnidadPorcentaje y transferencias por venta legalPorcentajes históricos40 %Transferencias por BitTorrent10,73,6227Venta de canciónVenta o alquilerfísico de películaDescarga pagada
La piratería depende de qué se cuenta. Un estudio vio caer el intercambio musical mientras la música digital llegaba al 40 % de las ventas. Otro informó que el volumen compartido subió más de 40 %, aunque ese indicador es controvertido. Las proporciones de BitTorrent añaden otra advertencia: 10,7 transferencias por venta legal de canción, 3,6 por transacción física de película y 227 por descarga pagada.
Netflix edged past BitTorrent in NorthAmerican trafficAverage share of North American fixed-network internet traffic during spring 2011.Made for Freddy Vega, by HanademiSources: Sandvine. (2011). Global Internet phenomena report, spring 2011.UnitPercent of average internet traffic22.2%Netflix21.6%BitTorrent
The old and new access models met almost exactly in the middle. Netflix carried 22.2% of average fixed-network traffic in North America, while BitTorrent carried 21.6%. The difference was only 0.6 points. Legal streaming became a major behavior shift, but the narrow gap shows why substitution is not the same as disappearance.
Netflix superó por poco a BitTorrent en eltráfico norteamericanoCuota promedio del tráfico de internet en redes fijas norteamericanas durante la primavera de 2011.Made for Freddy Vega, by HanademiFuentes: Sandvine. (2011). Global Internet phenomena report, spring 2011.UnidadPorcentaje del tráfico promedio de internet22,2 %Netflix21,6 %BitTorrent
El modelo antiguo y el nuevo de acceso casi se encontraron en el mismo punto. Netflix llevó el 22,2 % del tráfico promedio en redes fijas de Norteamérica, mientras BitTorrent llevó el 21,6 %. La diferencia fue de solo 0,6 puntos. El streaming legal cambió mucho el comportamiento, pero la brecha estrecha muestra que sustitución no significa desaparición.
Piracy interest rose when Netflix accessnarrowedSeparate studies measured piracy searches or intent after Netflix was unavailable or films were removed.Made for Freddy Vega, by HanademiSources: Lu, S., Rajavi, K., & Dinner, I. (2016). The effect of over-the-top media services on piracy search.; Frick, S. J., Fletcher, D., & Smith, A. C. (2023). Pirateand chill: The effect of Netflix on illegal streaming. Journal of Economic Behavior & Organization, 209, 334-347.; Lu, S., Rajavi, K., & Dinner, I. M. (2020). Theeffect of over-the-top media services on piracy search.; Frick, S. J., Fletcher, D., & Smith, A. C. (2023). Pirate and chill: The effect of Netflix on illegal streaming…UnitPercent increase in piracy interest19.6%19.8%20.0%19.7%Indonesia unavailable20%Epix films removed19.7%Indonesia availability study19.7%Indonesia search study20%
Access matters, and the size of the response is surprisingly similar across studies. Indonesia's missing Netflix launch was associated with a 19.7% increase in piracy searches. Removing films after the Epix dispute produced a 20% increase in measured intent. These are separate treatments and markets, so the safe conclusion is behavioral substitution, not a universal causal rule.
El interés por piratear subió cuando seredujo el acceso a NetflixEstudios separados midieron búsquedas o intención de piratear después de que Netflix no estuvieradisponible o retirara películas.Made for Freddy Vega, by HanademiFuentes: Lu, S., Rajavi, K., & Dinner, I. (2016). The effect of over-the-top media services on piracy search.; Frick, S. J., Fletcher, D., & Smith, A. C. (2023). Pirateand chill: The effect of Netflix on illegal streaming. Journal of Economic Behavior & Organization, 209, 334-347.; Lu, S., Rajavi, K., & Dinner, I. M. (2020). Theeffect of over-the-top media services on piracy search.; Frick, S. J., Fletcher, D., & Smith, A. C. (2023). Pirate and chill: The effect of Netflix on illegal streaming…UnidadAumento porcentual del interés por piratear19,6 %19,8 %20,0 %19,7 %Indonesia no disponible20 %Películas de Epix retiradas19,7 %Estudio de disponibilidad19,7 %Estudio de búsquedas20 %
El acceso importa, y el tamaño de la respuesta es sorprendentemente parecido entre estudios. La falta de lanzamiento de Netflix en Indonesia se asoció con un aumento del 19,7 % en las búsquedas piratas. Retirar películas tras la disputa con Epix produjo un aumento del 20 % en la intención medida. Son tratamientos y mercados distintos, por lo que la conclusión segura es una sustitución conductual, no una regla causal universal.
Legal access keeps piracy interest movingMeasured increase in piracy-related searches after legal Netflix access was removed or unavailable.Made for Freddy Vega, by HanademiSources: Frick, S. J., Fletcher, D., & Smith, A. C. (2023). Pirate and chill: The effect of Netflix on illegal streaming. Journal of Economic Behavior& Organization, 209, 334-347.; Lu, S., Rajavi, K., & Dinner, I. M. (2020). The effect of over-the-top media services on piracy search.Hanademi analysis: Piracy interest rose when films left Netflix and when Netflix remained unavailable in Indonesia, giving two independentexamples of legal access shaping demand. · Both studies use search behavior as a measure of piracy interest, not completed infringement.UnitPercent increase20%Netflix films removed19.7%Indonesia unavailable
The key point is not one Netflix episode. Two different access disruptions produced the same directional result. Search-based piracy interest rose by about 20% in both settings, although that does not prove completed infringement.
El acceso legal mantiene el interés porpiratearAumento medido de búsquedas relacionadas con la piratería después de retirar o negar el acceso legal aNetflix.Made for Freddy Vega, by HanademiFuentes: Frick, S. J., Fletcher, D., & Smith, A. C. (2023). Pirate and chill: The effect of Netflix on illegal streaming. Journal of EconomicBehavior & Organization, 209, 334-347.; Lu, S., Rajavi, K., & Dinner, I. M. (2020). The effect of over-the-top media services on piracy search.Análisis de Hanademi: El interés por la piratería aumentó cuando películas salieron de Netflix y cuando Netflix siguió sin estar disponible en Indonesia,dos ejemplos independientes del efecto del acceso legal. · Ambos estudios usan búsquedas como medida del interés por piratear, no de infracciones…UnidadAumento porcentual20 %Películas retiradas de Netflix19,7 %Netflix no disponible en Indonesia
El punto clave no es un solo episodio de Netflix. Dos interrupciones de acceso distintas produjeron el mismo resultado direccional. El interés por piratear medido por búsquedas subió cerca de un 20% en ambos casos, aunque eso no demuestra una infracción consumada.
Brazil’s shutdown sent users both waysChanges in affected users’ visits after Brazil shut down MegafilmesHD.Made for Freddy Vega, by HanademiSources: Danaher, B., Hersh, J., & Smith, M. D. (2025). From bootleg to binge: User migration and legal demandfollowing Brazil’s MegafilmesHD shutdown.UnitPercent change after shutdownOther piracy sites20%Netflix visits6%
A shutdown did not simply convert piracy users into legal customers. Visits to Netflix rose 6%, but visits to other piracy sites rose 20%. The same intervention therefore produced legal uptake and illegal substitution at once.
El cierre brasileño llevó a los usuarios enambas direccionesCambios en las visitas de usuarios afectados después del cierre brasileño de MegafilmesHD.Made for Freddy Vega, by HanademiFuentes: Danaher, B., Hersh, J., & Smith, M. D. (2025). From bootleg to binge: User migration and legal demandfollowing Brazil’s MegafilmesHD shutdown.UnidadCambio porcentual tras el cierreOtros sitios piratas20 %Visitas a Netflix6 %
Un cierre no convirtió simplemente a los usuarios piratas en clientes legales. Las visitas a Netflix subieron un 6%, pero las visitas a otros sitios piratas aumentaron un 20%. La misma intervención produjo al mismo tiempo adopción legal y sustitución ilegal.
Blocking redirects users to the substitutethat remainsObserved legal and illegal destinations after blocking interventions in the UK, Brazil, and international domainsample.Made for Freddy Vega, by HanademiSources: Harvard Business School. (2016). UK blocking study.; Danaher, B., Hersh, J., & Smith, M. D. (2025). From bootleg to binge: User migrationand legal demand following Brazil’s MegafilmesHD shutdown.; World Intellectual Property Organization & MUSO. (2023). Unlicensed demand report.Hanademi analysis: UK blocking increased legal streaming, Brazil's shutdown shifted users toward both piracy and Netflix, and internationalblocking results varied sharply by country.UnitPercent changeLegal destination12%6%UK, 2013UK, 2014Illegal destination20%15.7%Brazil shutdownBlocked domains
The same policy tool can send users in opposite directions. UK blocking produced more paid streaming, while Brazil’s shutdown produced more visits to other piracy sites. The international evidence adds a warning: 15.7% of blocked domains had no later visits, meaning the outcome depends on what remains accessible.
El bloqueo redirige a los usuarios hacia laalternativa disponibleDestinos legales e ilegales observados tras intervenciones de bloqueo en Reino Unido, Brasil y una muestrainternacional de dominios.Made for Freddy Vega, by HanademiFuentes: Harvard Business School. (2016). UK blocking study.; Danaher, B., Hersh, J., & Smith, M. D. (2025). From bootleg to binge: User migration andlegal demand following Brazil’s MegafilmesHD shutdown.; World Intellectual Property Organization & MUSO. (2023). Unlicensed demand report.Análisis de Hanademi: El bloqueo británico aumentó la transmisión legal, el cierre brasileño desplazó usuarios tanto hacia la pirateríacomo hacia Netflix y los resultados internacionales variaron mucho por país.UnidadCambio porcentualDestino legal12 %6 %Reino Unido, 2013Reino Unido, 2014Destino ilegal20 %15,7 %Cierre en BrasilDominios bloqueados
La misma herramienta política puede enviar a los usuarios en direcciones opuestas. El bloqueo británico produjo más streaming pagado, mientras el cierre brasileño produjo más visitas a otros sitios piratas. La evidencia internacional añade una advertencia: el 15,7% de los dominios bloqueados no recibió visitas posteriores, así que el resultado depende de lo que siga accesible.
By 2020, stream ripping made up morethan 80% of leading music-piracy sites.The dominant format changed. Stream ripping accounted for more than 80% of the top 50music-piracy sites by 2020, while INTERPOL lists apps, offshore hosting, cyberlockers,pre-release theft, and cryptocurrencies as part of the wider ecosystem.Sources: PRS for Music. (2020). Stream-ripping: Its role in the UK music piracy landscape three years on.; INTERPOL. (2023). Digital piracy methods.
Piracy did not simply vanish when enforcement hit older technologies. It changed format. By 2020, stream-ripping services made up more than 80% of the top 50 music-piracy sites, while the broader ecosystem also included apps, offshore hosting, and cyberlockers.
En 2020, la extracción de streamssuperó el 80% de los principales sitiosde piratería musical.Cambió el formato dominante. La extracción de streams representó más del 80% de los50 principales sitios de piratería musical en 2020, mientras INTERPOL enumeraaplicaciones, alojamiento extraterritorial, cibercasilleros, robo de estrenos ycriptomonedas como parte del ecosistema más amplio.Fuentes: PRS for Music. (2020). Stream-ripping: Its role in the UK music piracy landscape three years on.; INTERPOL. (2023). Digital piracy methods.
La piratería no desapareció simplemente cuando la aplicación de la ley golpeó a las tecnologías antiguas. Cambió de formato. En 2020, los servicios de extracción de streams constituían más del 80% de los 50 principales sitios de piratería musical, mientras el ecosistema también incluía aplicaciones, alojamiento extraterritorial y cibercasilleros.
Each pirated minute displacedabout 3.5 streaming minutes in19,764 U.S. households.The study measured a 3.5-to-1 displacement ratio, but its authors judged the practicaleffect closer to one-to-one. The result is therefore a strong directional signal, not asimple forecast of lost streaming time.Sources: Oh, S., Wallsten, S., & Lovin, N. (2020). Do pirated video streams crowd out non-pirated video streams? Evidence from online activity.Technology Policy Institute.
The study found a large measured displacement effect in online activity. Each minute on pirated video sites corresponded to about 3.5 minutes displaced on streaming apps. But the authors put the practical effect closer to one-to-one, so the caveat belongs with the headline.
Cada minuto pirateado desplazó unos 3,5minutos de streaming en 19.764hogares estadounidenses.El estudio midió una proporción de desplazamiento de 3,5 a 1, pero sus autoresconsideraron que el efecto práctico se acercaba más a uno a uno. Por tanto, el resultadoes una señal direccional sólida, no una previsión simple del tiempo de streaming perdido.Fuentes: Oh, S., Wallsten, S., & Lovin, N. (2020). Do pirated video streams crowd out non-pirated video streams? Evidence from online activity.Technology Policy Institute.
El estudio halló un gran efecto de desplazamiento medido en la actividad en línea. Cada minuto en sitios de vídeo pirateado correspondió a unos 3,5 minutos desplazados en aplicaciones de streaming. Pero los autores situaron el efecto práctico más cerca de uno a uno, así que la salvedad debe acompañar al titular.
A 2023 UK study estimated 2021 piracy at£3.6 billion to £7.5 billion.The study also reported that this estimated value was falling. Its method priceshousehold piracy using paid digital goods and services as a proxy, so it is not a directcount of users or infringements.Sources: Poquiz, J. L. (2023). Measuring the value of digital piracy. ESCoE Discussion Paper No. 2023-05.
The UK estimate puts the economic value of pirated media in 2021 between £3.6 billion and £7.5 billion. That is a wide interval, and the study says the value was falling. The key caveat is the method: prices of paid digital goods and services stand in for the value of household piracy.
Un estudio británico de 2023 estimó lapiratería de 2021 entre 3.600 y 7.500millones de libras.El estudio también informó que este valor estimado estaba disminuyendo. Su métodovalora la piratería de los hogares usando como referencia bienes y servicios digitalespagados, por lo que no es un recuento directo de usuarios o infracciones.Fuentes: Poquiz, J. L. (2023). Measuring the value of digital piracy. ESCoE Discussion Paper No. 2023-05.
La estimación británica sitúa el valor económico de los medios pirateados en 2021 entre 3.600 y 7.500 millones de libras. Es un intervalo amplio, y el estudio señala que el valor estaba disminuyendo. La salvedad clave es el método: los precios de bienes y servicios digitales pagados sirven como aproximación al valor de la piratería doméstica.
Legal access can cut piracy until streamingfragmentsTwo study findings on piracy response and a June 2026 U.S. snapshot of title availability.Made for Freddy Vega, by HanademiSources: INFORMS. (2021). The effect of over-the-top media services on piracy search.; Crawlora. (2026, June). Streamingfragmentation index: Data.; European Union Intellectual Property Office. (2023). Online copyright infringement in EU 2023.Hanademi analysis: Piracy interest rises when legal access disappears, broader legal supply is associated with lesspiracy, and fragmented catalogs make complete lawful access harder.UnitPercent increase and servicesPiracy response19.7%20%Netflix absentTitles removedAccess fragmentation1411ServicesSubscriptions for 74 titles
Legal access matters because its absence changes behavior. Two separate studies report increases of 19.7% and 20% when access disappears or titles are removed. But access is not simply present or absent: the June 2026 snapshot shows popular titles spread across 14 services, with 11 subscriptions covering 74 titles.
El acceso legal puede reducir la pirateríahasta que el streaming se fragmentaDos hallazgos sobre la respuesta de la piratería y una muestra estadounidense de junio de 2026 sobredisponibilidad de títulos.Made for Freddy Vega, by HanademiFuentes: INFORMS. (2021). The effect of over-the-top media services on piracy search.; Crawlora. (2026, June). Streamingfragmentation index: Data.; European Union Intellectual Property Office. (2023). Online copyright infringement in EU 2023.Análisis de Hanademi: El interés por la piratería aumenta cuando desaparece el acceso legal, una oferta legal más ampliase asocia con menos piratería y los catálogos fragmentados dificultan el acceso completo.UnidadAumento porcentual y serviciosRespuesta de la piratería19,7 %20 %Netflix ausenteTítulos retiradosFragmentación del acceso1411ServiciosSuscripciones para 74 títulos
El acceso legal importa porque su ausencia cambia la conducta. Dos estudios distintos informan aumentos del 19,7% y del 20% cuando desaparece el acceso o se retiran títulos. Pero el acceso no está simplemente presente o ausente: la muestra de junio de 2026 muestra títulos populares repartidos entre 14 servicios, con 11 suscripciones que cubren 74 títulos.
What no source could see aloneMade for Freddy Vega, by HanademiSources: Granola. (2026). Local-first AI notetakers vs. cloud-based.; Granola. (n.d.). Participant privacy in enterprise AI notetakers.; Granola. (2025).Post-mortem: AssemblyAI API key exposure.; California Legislature. (n.d.). California Penal Code, section 632.; U.S. Government Publishing Office. (2025).TAKE IT DOWN Act, Public Law 119-12.; U.S. Copyright Office. (2025, May 6). Copyright and artificial intelligence, Part 3: Generative AI training.Granola's raw audio may disappear while its transcript and notes remain, potentially indefinitely, preserving the meeting's sensitive substance.Granola does not notify participants automatically and places consent compliance on the user, even where every participant must consent.Granola’s security incident shows that retained transcripts remain an exposure surface even when meeting audio is not preserved.Unauthorized recording can produce criminal, civil, and administrative consequences, although the sanction and legaltest vary sharply by jurisdiction.Federal, state, and Mexican measures converge most clearly around nonconsensual intimate deepfakes, where criminaland civil remedies are already emerging.Whether training data was lawfully copied is separate from whether an AI-assisted output contains enough humanauthorship to receive copyright.
The value of the research is not only what each source knew, but what became visible when their evidence was combined.
Lo que ninguna fuente podía ver por solaMade for Freddy Vega, by HanademiFuentes: Granola. (2026). Local-first AI notetakers vs. cloud-based.; Granola. (n.d.). Participant privacy in enterprise AI notetakers.; Granola. (2025).Post-mortem: AssemblyAI API key exposure.; California Legislature. (n.d.). California Penal Code, section 632.; U.S. Government Publishing Office. (2025).TAKE IT DOWN Act, Public Law 119-12.; U.S. Copyright Office. (2025, May 6). Copyright and artificial intelligence, Part 3: Generative AI training.El audio original de Granola puede desaparecer mientras la transcripción y las notas permanecen, quizáindefinidamente, conservando el contenido sensible de la reunión.Granola no avisa automáticamente a los participantes y deja el cumplimiento del consentimiento al usuario, incluso donde todos deben consentir.El incidente de seguridad de Granola muestra que las transcripciones conservadas siguen expuestas aunque no se guarde el audio de la reunión.La grabación no autorizada puede generar consecuencias penales, civiles y administrativas, aunque la sanción y laprueba jurídica varían mucho según la jurisdicción.Las medidas federales, estatales y mexicanas convergen con mayor claridad en los deepfakes íntimos no consentidos,donde ya surgen recursos penales y civiles.Que los datos de entrenamiento se copiaran legalmente es distinto de que una obra asistida por IA tenga suficienteautoría humana para recibir protección.
El valor de la investigación no está solo en cada fuente, sino en lo que apareció al combinar sus evidencias.

The research behind this deck

Publishing piracy rose while every other tracked sector fell. The national baseline is one-party consent, but 13 named jurisdictions require everyone’s consent.

Key findings

The argument

This research is published in English and Spanish. Ver en español

La investigación detrás de esta presentación

La piratería de publicaciones subió mientras bajaron todos los demás sectores medidos. La regla nacional de base es el consentimiento de una parte, pero 13 jurisdicciones nombradas exigen el consentimiento de todos.

Hallazgos clave

El argumento

Esta investigación se publica en inglés y español. Read in English

Related researchInvestigación relacionada