¿Qué es exactamente el "lavado de modelo"?
Universal Music Group y Sony Music presentaron una nueva demanda por derechos de autor contra Suno ante un tribunal federal de Boston el 18 de septiembre de 2026, y se apoya en una teoría que nunca antes se había puesto a prueba ante un juez. Las discográficas no se limitan a repetir su acusación original, de que Suno entrenó sus primeros modelos con más de 60.000 grabaciones sin licencia. Sostienen que el nuevo modelo v6, lanzado el 9 de septiembre y presentado como construido "en colaboración" con Warner Music Group, BMG y Believe, arrastra igualmente el pecado original, porque se entrenó en parte con las salidas de esos modelos anteriores, ya infractores.
La demanda lo dice sin rodeos:
"Entrenar un modelo 'nuevo' con las salidas de un modelo infractor no elimina la infracción, la lava."
Si esta teoría prospera, licenciar un nuevo modelo con tres majors no basta para limpiar los datos de entrenamiento de los pecados del modelo anterior, porque el nuevo nunca estuvo realmente separado de lo que vino antes. Con indemnizaciones legales de hasta 150.000 dólares por obra, la exposición de Suno podría superar los 9.000 millones de dólares si un tribunal falla en ese sentido.
¿Por qué demanda también el organismo canadiense de derechos, y por qué esas canciones?
Universal y Sony no están solas. Suno también enfrenta una demanda aparte de SOCAN, la organización canadiense de derechos de ejecución que representa a más de 200.000 compositores, autores y editores, presentada el 2 de septiembre de 2026. La demanda de SOCAN cita 150 pistas generadas por Suno y publicadas de forma abierta que, según afirma, reproducen o imitan muy de cerca canciones canadienses protegidas, entre ellas "Sk8er Boi" de Avril Lavigne, "Life Is a Highway" de Tom Cochrane, "Both Sides Now" de Joni Mitchell y "Bobcaygeon" de The Tragically Hip. SOCAN califica esas 150 pistas como "la punta del iceberg" y reclama indemnizaciones legales más 10 millones de dólares canadienses en daños punitivos.
Es un recordatorio de que esta batalla no es solo cosa de las discográficas estadounidenses. Cualquier organismo de gestión colectiva con un catálogo lo bastante grande y presupuesto para litigar se está sumando a la fila, y el hecho de que SOCAN haya señalado pistas generadas concretas que imitan canciones concretas le da a otras sociedades de gestión, incluidas las que pagan regalías mecánicas y de ejecución a productores de house y techno, una plantilla para sus propias demandas.
¿La sentencia de apelación realmente respalda a las discográficas?
El 29 de septiembre, el Tribunal de Apelaciones del Tercer Circuito dictó la primera sentencia federal en apelación sobre entrenamiento de IA y uso justo, fallando a favor de Thomson Reuters contra ROSS Intelligence, una startup de investigación jurídica hoy desaparecida que había entrenado su herramienta con los resúmenes editoriales protegidos de Westlaw. La RIAA y la National Music Publishers' Association habían presentado un escrito conjunto apoyando a Thomson Reuters, argumentando que el fallo "establece un precedente clave: entrenar un modelo de IA con obras protegidas para competir y sustituir esas obras nunca puede constituir uso justo".
Pero la propia sentencia complica esa lectura para Suno. En una nota al pie, los jueces separan explícitamente a ROSS de los sistemas generativos, señalando que "a diferencia de los modelos de IA en los casos Bartz e In re: OpenAI, la plataforma de IA de ROSS no puede generar expresión original". Los modelos de Suno, en cambio, generan música, justo la capacidad que el tribunal dejó al margen. La sentencia es real, sí: es la primera vez que un tribunal de apelaciones federal rechaza de plano la defensa de uso justo de una empresa de IA, pero también le da a los abogados de Suno una distinción muy concreta para argumentar, en lugar de una puerta definitivamente cerrada.
¿Qué significa esto si no estás firmado con una major?
Nadie de los que demandan a Suno ahora mismo representa a un sello independiente de house o techno, y esa es la parte incómoda. La teoría del lavado de modelo, si prospera, se aplicaría igual a cualquier plataforma de IA que alguna vez haya entrenado con una copia sin licencia del catálogo de un sello independiente y luego haya "lavado" ese entrenamiento a través de un modelo más nuevo supuestamente limpio. La mayoría de productores caseros y sellos pequeños no tiene ni idea de si su propio catálogo, subido a Bandcamp, SoundCloud o YouTube durante la última década, ya ha sido absorbido por algún conjunto de datos en algún lugar, ni ninguna manera realista de averiguarlo, mucho menos de demandar por ello.
Este caso se libra enteramente con dinero de las majors, sobre catálogos de las majors. Pero el precedente que salga de él, sobre el lavado de modelo, sobre el uso justo, sobre qué cuenta realmente como un reentrenamiento "limpio", se aplicará a cada artista cuya música termine dentro de uno de estos modelos, haya tenido voz en el asunto o no.



