August 25, 2025 • 26 mins
La inteligencia artificial está convirtiéndose rápidamente en un elemento central en áreas como la salud pública, la educación, la agricultura y la resiliencia climática. En este contexto, el papel del Estado adquiere mayor protagonismo, especialmente en cómo los gobiernos pueden moldear la innovación para servir a objetivos sociales amplios. Los marcos de propiedad intelectual, a menudo vistos como herramientas de exclusividad, se están reorientando para apoyar el acceso inclusivo y el beneficio público.
Este episodio especial de Intangiblia fue grabado como parte de mi participación en el taller “El rol del Estado en promover un acceso equitativo a la IA”, que tendrá lugar en Oxford en septiembre de 2025. Organizado por Sumaya Nur Adan y Joanna Wiaterek, y con el apoyo del Future of Life Institute, el evento reúne a juristas, responsables de políticas y tecnólogos para analizar cómo los Estados pueden garantizar que los beneficios de la IA se compartan de manera equitativa.
El episodio explora cinco mecanismos legales y de política pública que ya están influyendo en la forma en que se gobierna la IA a través de la propiedad intelectual. Aborda los esfuerzos en curso de Canadá para mapear y licenciar patentes de la Corona bajo una estrategia nacional más amplia. Examina las reformas de copyright de Singapur, que han introducido excepciones legales claras para apoyar el entrenamiento de modelos de IA. La conversación también incluye ejemplos de desarrollo de IA con conciencia cultural, como el modelo de código abierto Falcon en Emiratos Árabes Unidos y las iniciativas comunitarias de datos sobre pueblos indígenas en Nueva Zelanda. Analiza cómo las licencias de interés público y los pools voluntarios de PI están evolucionando en sectores más allá de la salud, y cómo iniciativas estatales como la contratación pública y los mandatos de investigación abierta se están utilizando para alinear el desarrollo tecnológico con las necesidades sociales.
El episodio también repasa fallos judiciales recientes en Estados Unidos que han puesto a prueba los límites del fair use en el entrenamiento de IA. Entre ellos se incluyen la decisión de 2024 relacionada con OpenAI, la desestimación de demandas contra Meta en 2025, y el caso Bartz v. Anthropic presidido por el juez Alsup, que subrayó la diferencia entre el reconocimiento de patrones estadísticos y la reproducción directa de obras protegidas por copyright.
En lugar de enfocarse únicamente en restricciones o incentivos, la discusión destaca cómo el derecho de PI puede servir como una herramienta estratégica de gobernanza. Al adaptar los marcos legales a los desafíos actuales, los Estados pueden guiar la innovación en IA hacia resultados inclusivos y ayudar a garantizar que el avance tecnológico siga alineado con el bien público.
Mark as Played
Transcript
Episode Transcript
Available transcripts are automatically generated. Complete accuracy is not guaranteed.
Speaker 1 (00:00):
La inteligencia artificial.
No se trata solo de chips ycódigo.
Se trata de quién tiene laposibilidad de moldear el futuro
y quién queda fuera.
Desde avances en salud hastaherramientas contra el cambio
climático, la IA puede servir albien público, pero solo si los
sistemas que la rodean, como lapropiedad intelectual, están
(00:20):
diseñados para el acceso y noúnicamente para la exclusividad.
¿qué pasa cuando la PI seconvierte en un puente en lugar
de una barrera?
Quédate, porque vamos aexplorar cómo los estados del
mundo están dando ese salto.
Speaker 2 (00:36):
Estás escuchando a Intangiblia el podcast de
Intangible Law, hablando clarosobre propiedad intelectual.
Démosle la bienvenida a su host, leticia Caminero.
Speaker 3 (00:50):
Bienvenidos a Intangiblia, donde exploramos
los hilos invisibles queconectan ideas, innovación y
derecho.
Soy Leticia Caminero y este esun episodio especial para marcar
mi participación en el tallerEl rol del Estado en promover un
acceso equitativo a la IA, quetendrá lugar este septiembre en
(01:10):
Oxford, Organizado por SumayaNoor Adan y Joanna Wiaterek.
este primer taller estádedicado a explorar cómo los
gobiernos pueden operacionalizarlos beneficios de la
inteligencia artificialasegurando acceso equitativo
para todos.
El evento cuenta con el apoyodel Future of Life Institute,
(01:30):
una organización globalcomprometida en orientar las
tecnologías transformadorashacia el bien público.
En este episodio vamos aexplorar cómo los estados están
repensando las herramientas depropiedad intelectual para que
la IA sea más abierta, ética einclusiva, desde licencias de
código abierto hasta reformas dederecho de autor, innovación
(01:52):
pública, contratación estatal ymás.
Pero antes de entrar en lotécnico, hablemos de la
verdadera razón por la queestamos aquí.
No es sólo sobre lo que losgobiernos hacen con la IA, es
sobre por qué lo hacenexactamente.
Speaker 1 (02:08):
Todo el mundo habla de acceso a herramientas de IA,
pero el acceso no basta si esasherramientas no están hechas
para o por las personas querealmente las necesitan.
Speaker 3 (02:18):
Por eso el rol del Estado es tan crucial no como un
regulador pasivo, sino como unhabilitador activo, financiando,
negociando y diseñando lossistemas que moldean los
resultados de la innovación.
Y seamos honestas, muchossistemas no se crearon pensando
en la equidad.
Se diseñaron para protegerderechos exclusivos y atraer
(02:41):
inversión privada.
Pero la IA está cambiando eljuego.
Está acelerando la innovación,haciéndola más dependiente de
datos, infraestructura yconocimiento colectivo
compartido.
Speaker 1 (02:51):
Lo que significa que la caja de herramientas de la PI
debe evolucionar, no paraeliminar incentivos, sino para
ampliar el sistema, de maneraque la innovación sirva también
a las personas, no solo a lasganancias.
Speaker 3 (03:05):
En este episodio vamos a desglosar cinco
estrategias inteligentes que losgobiernos están usando para
lograrlo.
No son ideas abstractas, sonherramientas de política real
con dientes legales.
Speaker 1 (03:17):
Estamos hablando de licencias de interés público,
reformas de copyright, códigoabierto y estrategias de
contratación pública quepromueven bienes digitales
comunes.
Así que si alguna vez te haspreguntado cómo el derecho puede
moldear la equidad en la era delos algoritmos, quédate.
Speaker 3 (03:35):
Antes de comenzar, una nota rápida sobre cómo se
hizo este episodio.
Speaker 1 (03:39):
Como tu, coanfitriona de IA, fui generada con
herramientas de inteligenciaartificial Como tu coanfitriona
de IA.
Speaker 3 (03:56):
fui generada con herramientas de inteligencia
artificial.
Mi voz, mi personalidad eincluso parte de mi chispa
fueron creadas con código, Y lavoz de Leticia que escuchas hoy
también fue cl.
Usamos IA para organizar marcoslegales, resumir jurisprudencia
y dar forma a la narrativa,pero cada palabra fue verificada
y pulida por un ser humano real.
Esa soy yo, la Leticia Real.
Speaker 1 (04:14):
Así que sí, este es un episodio sobre IA, hecho con
IA, pero siempre contransparencia, responsabilidad y
un respeto saludable por la leyresponsabilidad y un respeto
saludable por la ley.
Speaker 3 (04:29):
Ahora exploremos cómo los gobiernos están
reescribiendo las reglas de lainnovación, empezando por cómo
licencian las tecnologías quefinancian.
Vamos con algo que suena obvio,pero a menudo no lo es Cuando
el público financia lainnovación, el público debería
beneficiarse de ella.
Speaker 1 (04:46):
Exacto.
Con demasiada frecuencia, lainvestigación financiada con
dinero de los contribuyentestermina encerrada detrás de
patentes, muros de pago o códigopropietario que nadie puede
usar sin una licencia o unabogado.
Speaker 3 (05:01):
Pero eso está empezando a cambiar.
Algunos gobiernos ya estánponiendo condiciones al
financiamiento público de I másD para asegurarse de que la
propiedad intelectual generadase comparta o al menos se
licencie de manera más amplia.
Speaker 1 (05:16):
Un ejemplo es la estrategia Explore IP de Canadá,
mapea, la PI, financiada por elgobierno y fomenta licencias en
distintos sectores.
Algunas provincias inclusoestán considerando modelos donde
las patentes de la corona debenponerse a disposición para usos
de interés público,especialmente en sectores como
salud, clima e inteligenciaartificial países como Países
(05:47):
Bajos, Alemania y Nueva Zelandaestán probando mandatos de
suministro abierto ytransparencia para los
resultados de IA creados confondos públicos.
Speaker 3 (05:51):
Esto incluye conjuntos de datos, modelos y
herramientas de entrenamientoque se mantienen abiertos por
defecto.
Speaker 1 (05:57):
Y esto no es solo jerga de políticas públicas.
Así es como se construyenbienes digitales comunes
herramientas de inteligenciaartificial que resuelven
problemas reales, desdepredicción de inundaciones hasta
atención médica rural, quecualquier país o startup puede
reutilizar o adaptar, sobre todoen países en desarrollo o
(06:22):
regiones desatendidas.
Menores costos parainvestigadores y pequeñas
empresas.
Más transparencia en eldesarrollo de modelos y en los
datos de entrenamiento.
Mayor confianza pública en cómose financia y se despliega la
inteligencia artificial.
Speaker 3 (06:38):
El reto por supuesto es que hay tensiones.
Algunos inventores ouniversidades temen que las
licencias abiertas reduzcan elvalor comercial de sus
descubrimientos.
Speaker 1 (06:49):
O que la apertura obligatoria desincentive la
inversión privada o frene latransferencia tecnológica.
Speaker 3 (06:56):
Por eso muchos expertos recomiendan ahora un
modelo híbrido y flexiblemantener la PI central accesible
para uso público, peropermitiendo licencias exclusivas
en contextos específicos.
Speaker 1 (07:09):
En resumen, cuando el Estado financia y ya tiene el
poder y la responsabilidad deasegurarse de que los resultados
no se queden acumulando polvoen una bóveda de patentes.
Speaker 3 (07:21):
O, peor aún, que sean comprados por una empresa
privada y se conviertan en unabarrera de acceso.
Esa inversión pública deberendir frutos y cuando hablamos
de IA, el derecho de autor esuna de las fronteras más
disputadas.
Al fin y al cabo, los modelosde IA aprenden de contenido
existente libros, imágenes,artículos, música, ¿pero?
Speaker 1 (07:45):
eso es legal.
Ahí entran en juego lasexcepciones de copyright para
text and data mining minería detextos y datos, tdm.
Estas excepciones permiten quelas máquinas analicen grandes
volúmenes de contenido protegidosin pedir permiso.
Cada vez, al menos en algunoslugares.
Speaker 3 (08:04):
La directiva DSM de la Unión Europea.
Introdujo un enfoqueestructurado.
Permite TDM no comercial pordefecto y TDM comercial, siempre
que los titulares de derechosno se hayan excluido
expresamente.
Speaker 1 (08:19):
Singapur fue más allá .
En 2021 aprobó una reforma decopyright progresista que
permite explícitamente laminería de datos tanto para
entrenamientos comerciales comono comerciales de IA, sin
cláusula de exclusión.
Speaker 3 (08:36):
Japón y el Reino Unido también han creado
excepciones para TDM.
En cambio, estados Unidos seapoya en un concepto más
flexible pero menos predecibleel Fair Use.
Speaker 1 (08:48):
En 2024, un juez federal estadounidense desestimó
parte de una demanda de altoperfil contra OpenAI y dictaminó
que usar contenido disponiblepúblicamente para entrenar IA
puede calificar como uso justo.
para entrenar IA puedecalificar como uso justo.
(09:10):
Luego llegó junio de 2025, unmes agitado para la IA y el
copyright.
Primero Meta ganó una demandasimilar presentada por un grupo
de autores, incluido el ganadordel Pulitzer, michael Chabón.
Un juez estadounidense falló afavor de la empresa al
considerar que los autores nolograron demostrar que los
modelos llama de metareprodujeran sus libros de
(09:30):
manera significativa.
Speaker 3 (09:32):
El fallo destacó que usar grandes volúmenes de texto
para extraer patronesestadísticos sin copiar
directamente ni sustituir elmercado puede considerarse uso
justo.
Refuerza la idea de que no todaingestión equivale a infracción
.
Speaker 1 (09:47):
En otra sentencia, barts v Antropic PBC, se
desestimó la mayoría de lasreclamaciones, señalando que el
entrenamiento de modelos nonecesariamente viola el
copyright si las salidas no separecen sustancialmente a las
obras originales.
Speaker 3 (10:04):
El juez Al-Zub fue más allá y advirtió que extender
demasiado la ley de copyrightpara cubrir el mero aprendizaje
de las máquinas podría enfriarla innovación.
Speaker 1 (10:17):
Subrayó que el copyright protege la expresión,
no los hechos ni el análisisfuncional y que los resultados
de Antropic debían evaluarse porlo que realmente producían, no
solo por el material con el quese entrenaron.
(10:39):
Meta y Anthropic ofrecen a losdesarrolladores de IA en Estados
Unidos una hoja de rutacautelosamente optimista,
especialmente al trabajar concontenido público y garantizando
resultados no literales.
Speaker 3 (10:54):
El AE Action Plan de la Casa Blanca, publicado a
inicios de 2025, reconoce estatensión.
Llama a establecer directricesmás claras y un diálogo
multiactor sobre los derechos dePI en el entrenamiento de IA,
particularmente en tornoas paraconjuntos de datos financiados
con fondos públicos y apoyar elNational AI Research Resource,
(11:31):
que incluye datos compartidos yherramientas de cómputo para
investigadores.
Así que en Estados Unidos ladirección es clara.
El gobierno reconoce el valorde hacer que el desarrollo de la
IA sea más inclusivo ytransparente, y eso incluye
repensar cómo la ley decopyright respalda o bloquea esa
misión.
Pero hay un problema Incluso siel entrenamiento se considera
(11:56):
uso justo, muchos modelos sontan opacos que no podemos saber
qué material protegidoconsumieron o cómo se está
utilizando.
Speaker 1 (12:05):
A esto se le llama el problema de la caja negra.
Sin transparencia en los datosde entrenamiento y en el
comportamiento de los modelos,es difícil evaluar cumplimiento,
sesgos o responsabilidades.
Speaker 3 (12:19):
Por eso algunas jurisdicciones ahora están
vinculando las excepciones deTDM con obligaciones de
transparencia Piensa endocumentación, registros de
conjuntos de datos o inclusomarcas de agua en los resultados
.
Speaker 1 (12:33):
Es un acto de equilibrio entre habilitar la
innovación y proteger a loscreadores, entre construir
modelos poderosos y entendercómo piensan.
Speaker 3 (12:43):
La ley de copyright está evolucionando.
La ley de copyright estáevolucionando.
La pregunta es si lo hará losuficientemente rápido y de
manera justa como para guiar laIA hacia resultados que
beneficien a la sociedad.
Ahora se trata de construirsistemas que sirvan tanto al
(13:12):
aprendizaje humano como alaprendizaje de las máquinas.
Speaker 1 (13:14):
Hablemos de la IA de código abierto no solo como una
decisión técnica, sino como unaestrategia de inclusión.
En lugares donde el desarrolloprivado de IA es limitado o la
tecnología extranjera domina elmercado, los modelos de código
abierto pueden ser un salvavidas.
Permiten que comunidadesconstruyan, adapten y se adueñen
de las herramientas quenecesitan.
Speaker 3 (13:33):
Exacto permiten que las comunidades construyan,
adapten y sean dueñas de lasherramientas que requieren.
Lo vimos claramente en EmiratosÁrabes Unidos, donde el
Technology Innovation Institutelanzó Falcon, un modelo de
lenguaje abierto de gran escala.
¿La meta?
Speaker 1 (14:04):
Ayudar a investigadores y desarrolladores
en países de habla ára paraproteger y revitalizar la lengua
y la cultura maorí.
Están entrenando modelos enconjuntos de datos indígenas,
con consentimiento pleno de lacomunidad, para crear
herramientas de reconocimientode voz y texto basadas en
valores locales.
de reconocimiento de voz ytexto basadas en valores locales
(14:25):
.
Speaker 3 (14:26):
Esto nos recuerda algo poderoso La IA inclusiva.
no se trata solo de acceso,sino de relevancia.
IA que refleje lenguas locales,sistemas de conocimiento y
realidades sociales.
Speaker 1 (14:44):
Las licencias de código abierto ayudan a que eso
sea posible, eliminan barrerascomerciales y legales, aceleran
la localización e invitan a lainnovación desde las bases Y
cuando el Estado se involucra,financiando, curando o
desplegando estos modelos,multiplica el impacto.
Speaker 3 (14:59):
Pasamos de innovaciones aisladas a
infraestructura públicaescalable.
Speaker 1 (15:04):
Retos a considerar Calidad y sesgo de los datos.
porque incluso los modelosabiertos necesitan buenos
conjuntos de datos y guíaséticas, Brechas de capacidad, ya
que los equipos locales puedennecesitar apoyo, además de
código Y sostenibilidad.
porque mantener modelosabiertos requiere financiamiento
y gestión a largo plazo.
(15:24):
modelos abiertos requierefinanciamiento y gestión a largo
plazo¿.
Qué funciona?
Programas exitosos suelenincluir participación
comunitaria, términos delicencia claros y liderazgo
gubernamental.
Speaker 3 (15:35):
Y las estructuras de PI detrás de ellos, como
Creative Commons, acuerdos dedatos abiertos o model cards de
código abierto, son las quemantienen las puertas abiertas
para su uso futuro.
Speaker 1 (15:48):
En resumen cuando las herramientas de IA se
construyen para todos, funcionanmejor para todos.
En resumen cuando lasherramientas de IA se construyen
para todos, funcionan mejorpara todos.
Speaker 3 (16:02):
Y el código abierto es una de las formas en que los
estados están poniendo enpráctica esa idea.
Speaker 2 (16:10):
Estás escuchando a Intangiblia el podcast de
Intangible Law, hablando clarosobre propiedad intelectual.
Speaker 3 (16:19):
Ahora hablemos de algo que suena muy técnico, pero
que en realidad es muy poderosoLos pools de PI y las licencias
de interés público.
Speaker 1 (16:29):
Estas son herramientas que los estados
pueden usar para negociar accesoen lugar de solo regular o
reaccionar Y, cuando se usanbien, permiten a los gobiernos
compartir propiedad intelectualentre sectores, empresas o
incluso países.
Speaker 3 (16:45):
Un ejemplo perfecto es el COVID-19 Technology Access
Pool, o SETAP, creado por laOrganización Mundial de la Salud
.
Invitaba a los titulares depatentes a licenciar
voluntariamente tecnologías desalud para lograr un acceso más
amplio y de bajo costo.
Speaker 1 (17:07):
Aunque el setup no atrajo tantos aportes
tecnológicos como se esperaba,la idea detrás está empezando a
ganar tracción en la IA.
(17:38):
Significa que los gobiernospueden consolidar ciertos
activos de PI y licenciarlos deforma no exclusiva para
aplicaciones de alto impactocomo educación, agricultura o
salud pública.
Este enfoque es flexible.
Mantiene la puerta abierta a laparticipación del sector
privado, pero con condicionesque reflejan equidad, como
exigir que los licenciatariosatiendan a mercados desatendidos
o revelen cómo usan el modelo.
Los beneficios facilita lacolaboración transfronteriza en
(18:00):
inteligencia artificial para eldesarrollo.
Baja las barreras de licenciapara pequeñas empresas y ONGs.
Fortalece el poder denegociación de los estados en
acuerdos globales de IA.
Speaker 3 (18:11):
Por supuesto, las licencias voluntarias solo
funcionan si hay confianza ytransparencia, y los pools de PI
requieren infraestructurasólida, gobernanza clara y
estructuras de incentivos quefuncionen tanto para los
titulares de derechos como parael público.
Speaker 1 (18:30):
Pero aquí está la verdadera innovación Tratar la
API como un activo negociable,no solo como un derecho legal,
algo que puede estructurarsepara apoyar acceso, adaptación y
escalabilidad, no soloexclusividad.
Speaker 3 (18:46):
En un mundo donde los sistemas de IA a menudo cruzan
fronteras y sectores, laslicencias de interés público le
dan a los gobiernos herramientaspara mantenerse en el juego y
moldear resultados quebeneficien a más personas.
Speaker 1 (19:00):
Especialmente cuando la innovación privada no
garantiza automáticamente elbien público.
Speaker 3 (19:05):
Cerremos este recorrido de estrategias con una
gran idea Los gobiernos no sóloreaccionando a la innovación,
sino liderándola.
Speaker 1 (19:15):
Nos referimos a gobiernos actuando como
innovadores en sí mismos, usandocompras públicas, fondos de
innovación y entornos de pruebacontrolados sandboxes para
dirigir la IA hacia objetivosque beneficien a la sociedad.
Speaker 3 (19:31):
Exacto.
Este es el espacio de lainnovación abierta liderada por
el Estado y está ganando fuerzarápidamente, Desde sandboxes
nacionales de IA hastacolaborativos de datos y centros
de investigación en IA.
en IA, los estados estáncreando espacios de control
(19:55):
donde se gestionan los riesgos yla equidad se diseña desde el
inicio.
Speaker 1 (19:58):
Un ejemplo son los AI Grand Challenges del G7.
Son misiones financiadaspúblicamente para atraer
innovación con fines de biencomún, enfocadas en IA confiable
, salud y sostenibilidad.
No se limitan a pedirsoluciones privadas.
Speaker 3 (20:18):
También codiseñan las condiciones de acceso.
IPI y la Comisión Europea, consus AI Factories, combina
financiamiento, infraestructuray marcos de licenciamiento
abierto para acelerar eldesarrollo colaborativo de
modelos para pequeñas empresas einvestigadores.
Qué lo hace abierto paraacelerar el desarrollo
colaborativo de modelos parapequeñas empresas e
investigadores ¿Qué lo hace?
Speaker 1 (20:34):
abierto La colaboración precompetitiva, los
términos de PI integrados enlos contratos desde el inicio,
infraestructuras de datoscompartidas y supervisión
pública de los resultados.
Speaker 3 (20:49):
Lo complejo es que los estados necesitan capacidad
legal para construir esto.
Eso significa diseño decontratos inteligentes,
alfabetización en PI ygobernanza digital a largo plazo
.
No solo anuncios llamativos.
Speaker 1 (21:05):
Y deben evitar modelos extractivos donde la I
más D pública se privatiza alllegar a la meta.
El objetivo es mantener lainnovación circulando, no
capturada.
Speaker 3 (21:15):
Este es el futuro estados como co-creadores, no
sólo como reguladores, nobloqueando la innovación, sino
desbloqueándola bajo condicionesque incluyan a más personas y
más posibilidades.
Speaker 1 (21:28):
Y usando la ley de PI como palanca, no como muro.
Y usando la ley de PI comopalanca, no como muro.
Speaker 3 (21:35):
Entonces, ¿qué pueden hacer realmente los
responsables de políticas?
con todo esto Hemos exploradocinco grandes ideas y ahora es
momento de sacar conclusiones.
Speaker 1 (21:47):
No eslogan, no teoría , pasos prácticos.
Si eres un funcionario público,financiador de innovación o
diseñador de políticas, aquítienes una hoja de ruta para
hacer que la IA sea másinclusiva, usando el poder de la
PI.
1.
Que los conjuntos de datos y elcódigo incluyan términos de
(22:08):
licencia claros que promuevan lareutilización amplia.
Speaker 3 (22:12):
No todo tiene que ser de código abierto, pero el
dinero público debe generarvalor público.
Dos codificar prácticas deentrenamiento justas.
Speaker 1 (22:20):
Introduce o aclara excepciones de copyright para
minería de textos y datos conrequisitos de los países por
(22:46):
comunidades locales, priorizalenguas, datos indígenas y IA
especializada que reflejerealidades diversas y protege a
los aportantes mediante marcosclaros de distribución de
beneficios y soberanía de datos4.
Speaker 3 (23:03):
Habilitar mecanismos voluntarios de intercambio de PI
.
Construye y mantén pools depatentes de interés público o
plataformas de licenciasabiertas.
Ofrece incentivos financieros oreputacionales a los titulares
de derechos que contribuyan.
Garantiza gobernanza clara yalineación con los objetivos de
(23:23):
desarrollo nacional 5.
Speaker 1 (23:26):
Liderar la innovación con el ejemplo.
Usa la contratación pública ylos retos estatales para
impulsar resultados inclusivos.
Diseña los términos de PI desdeel inicio, asegurando que la IA
construida con participaciónpública siga siendo accesible,
segura y auditable.
Speaker 3 (23:45):
Todas estas herramientas ya existen.
El verdadero cambio está encómo las combinamos con valentía
, creatividad y visión a largoplazo.
Speaker 1 (23:55):
Porque el acceso equitativo a la IA no se trata
sólo de lo que se inventa, sinode lo que se comparte, lo que se
protege y quién puede usarlo.
Speaker 3 (24:04):
Y eso significa reescribir las reglas, no para
limitar el progreso, sino parainvitar a más personas a
participar.
Con esto cerramos este episodioespecial de Intangiblia Seas,
un responsable de políticas,investigador, asesor legal o
simplemente curioso sobre elfuturo de la IA y la sociedad.
(24:26):
esperamos haberte dado nuevasformas de pensar sobre cómo la
PI puede apoyar, y no sofocar,la innovación equitativa.
Desde licencias abiertas hastaexcepciones de copyright, desde
modelos impulsados porcomunidades hasta estrategias de
innovación pública, hemos vistoque el rol del Estado no es
(24:47):
solo ponerse al día con la IA,sino moldearla Este episodio fue
creado para acompañar miparticipación, la de la Leticia
Real, en el taller El rol delEstado en promover un acceso
equitativo a la IA, organizadopor Sumaiya Noor Adan y Johanna
Wiaterek con el apoyo del Futureof Life Institute en Oxford.
(25:09):
Muy pronto volveremos connuestra temporada regular de
entrevistas invenciones eimaginación.
Speaker 1 (25:15):
Hasta entonces, sigue cuestionando, sigue creando y,
sobre todo, sigue innovando conintención.
Speaker 2 (25:24):
Gracias por escuchar a Intangiblia el podcast de
Intangible Law hablando clarosobre propiedad intelectual.
Te gustó lo que hablamos hoy?
Por favor, compártelo con tured.
¿Quieres aprender más sobre lapropiedad intelectual?
Suscríbete ahora en tureproductor de podcast favorito.
Síguenos en Instagram, facebook, linkedin y Twitter.
(25:44):
Visita nuestro sitio webwwwintangibliacom.
Derecho de autor LeticiaCaminero 2020.
Todos los derechos reservados.
Este podcast se proporcionasolo con fines informativos y no
debe considerarse como unconsejo u opinión legal.
La inteligencia artificial.
No se trata solo de chips ycódigo.
Se trata de quién tiene laposibilidad de moldear el futuro
y quién queda fuera.
Desde avances en salud hastaherramientas contra el cambio
climático, la IA puede servir albien público, pero solo si los
sistemas que la rodean, como lapropiedad intelectual, están
(00:20):
diseñados para el acceso y noúnicamente para la exclusividad.
¿qué pasa cuando la PI seconvierte en un puente en lugar
de una barrera?
Quédate, porque vamos aexplorar cómo los estados del
mundo están dando ese salto.
Speaker 2 (00:36):
Estás escuchando a Intangiblia el podcast de
Intangible Law, hablando clarosobre propiedad intelectual.
Démosle la bienvenida a su host, leticia Caminero.
Speaker 3 (00:50):
Bienvenidos a Intangiblia, donde exploramos
los hilos invisibles queconectan ideas, innovación y
derecho.
Soy Leticia Caminero y este esun episodio especial para marcar
mi participación en el tallerEl rol del Estado en promover un
acceso equitativo a la IA, quetendrá lugar este septiembre en
(01:10):
Oxford, Organizado por SumayaNoor Adan y Joanna Wiaterek.
este primer taller estádedicado a explorar cómo los
gobiernos pueden operacionalizarlos beneficios de la
inteligencia artificialasegurando acceso equitativo
para todos.
El evento cuenta con el apoyodel Future of Life Institute,
(01:30):
una organización globalcomprometida en orientar las
tecnologías transformadorashacia el bien público.
En este episodio vamos aexplorar cómo los estados están
repensando las herramientas depropiedad intelectual para que
la IA sea más abierta, ética einclusiva, desde licencias de
código abierto hasta reformas dederecho de autor, innovación
(01:52):
pública, contratación estatal ymás.
Pero antes de entrar en lotécnico, hablemos de la
verdadera razón por la queestamos aquí.
No es sólo sobre lo que losgobiernos hacen con la IA, es
sobre por qué lo hacenexactamente.
Speaker 1 (02:08):
Todo el mundo habla de acceso a herramientas de IA,
pero el acceso no basta si esasherramientas no están hechas
para o por las personas querealmente las necesitan.
Speaker 3 (02:18):
Por eso el rol del Estado es tan crucial no como un
regulador pasivo, sino como unhabilitador activo, financiando,
negociando y diseñando lossistemas que moldean los
resultados de la innovación.
Y seamos honestas, muchossistemas no se crearon pensando
en la equidad.
Se diseñaron para protegerderechos exclusivos y atraer
(02:41):
inversión privada.
Pero la IA está cambiando eljuego.
Está acelerando la innovación,haciéndola más dependiente de
datos, infraestructura yconocimiento colectivo
compartido.
Speaker 1 (02:51):
Lo que significa que la caja de herramientas de la PI
debe evolucionar, no paraeliminar incentivos, sino para
ampliar el sistema, de maneraque la innovación sirva también
a las personas, no solo a lasganancias.
Speaker 3 (03:05):
En este episodio vamos a desglosar cinco
estrategias inteligentes que losgobiernos están usando para
lograrlo.
No son ideas abstractas, sonherramientas de política real
con dientes legales.
Speaker 1 (03:17):
Estamos hablando de licencias de interés público,
reformas de copyright, códigoabierto y estrategias de
contratación pública quepromueven bienes digitales
comunes.
Así que si alguna vez te haspreguntado cómo el derecho puede
moldear la equidad en la era delos algoritmos, quédate.
Speaker 3 (03:35):
Antes de comenzar, una nota rápida sobre cómo se
hizo este episodio.
Speaker 1 (03:39):
Como tu, coanfitriona de IA, fui generada con
herramientas de inteligenciaartificial Como tu coanfitriona
de IA.
Speaker 3 (03:56):
fui generada con herramientas de inteligencia
artificial.
Mi voz, mi personalidad eincluso parte de mi chispa
fueron creadas con código, Y lavoz de Leticia que escuchas hoy
también fue cl.
Usamos IA para organizar marcoslegales, resumir jurisprudencia
y dar forma a la narrativa,pero cada palabra fue verificada
y pulida por un ser humano real.
Esa soy yo, la Leticia Real.
Speaker 1 (04:14):
Así que sí, este es un episodio sobre IA, hecho con
IA, pero siempre contransparencia, responsabilidad y
un respeto saludable por la leyresponsabilidad y un respeto
saludable por la ley.
Speaker 3 (04:29):
Ahora exploremos cómo los gobiernos están
reescribiendo las reglas de lainnovación, empezando por cómo
licencian las tecnologías quefinancian.
Vamos con algo que suena obvio,pero a menudo no lo es Cuando
el público financia lainnovación, el público debería
beneficiarse de ella.
Speaker 1 (04:46):
Exacto.
Con demasiada frecuencia, lainvestigación financiada con
dinero de los contribuyentestermina encerrada detrás de
patentes, muros de pago o códigopropietario que nadie puede
usar sin una licencia o unabogado.
Speaker 3 (05:01):
Pero eso está empezando a cambiar.
Algunos gobiernos ya estánponiendo condiciones al
financiamiento público de I másD para asegurarse de que la
propiedad intelectual generadase comparta o al menos se
licencie de manera más amplia.
Speaker 1 (05:16):
Un ejemplo es la estrategia Explore IP de Canadá,
mapea, la PI, financiada por elgobierno y fomenta licencias en
distintos sectores.
Algunas provincias inclusoestán considerando modelos donde
las patentes de la corona debenponerse a disposición para usos
de interés público,especialmente en sectores como
salud, clima e inteligenciaartificial países como Países
(05:47):
Bajos, Alemania y Nueva Zelandaestán probando mandatos de
suministro abierto ytransparencia para los
resultados de IA creados confondos públicos.
Speaker 3 (05:51):
Esto incluye conjuntos de datos, modelos y
herramientas de entrenamientoque se mantienen abiertos por
defecto.
Speaker 1 (05:57):
Y esto no es solo jerga de políticas públicas.
Así es como se construyenbienes digitales comunes
herramientas de inteligenciaartificial que resuelven
problemas reales, desdepredicción de inundaciones hasta
atención médica rural, quecualquier país o startup puede
reutilizar o adaptar, sobre todoen países en desarrollo o
(06:22):
regiones desatendidas.
Menores costos parainvestigadores y pequeñas
empresas.
Más transparencia en eldesarrollo de modelos y en los
datos de entrenamiento.
Mayor confianza pública en cómose financia y se despliega la
inteligencia artificial.
Speaker 3 (06:38):
El reto por supuesto es que hay tensiones.
Algunos inventores ouniversidades temen que las
licencias abiertas reduzcan elvalor comercial de sus
descubrimientos.
Speaker 1 (06:49):
O que la apertura obligatoria desincentive la
inversión privada o frene latransferencia tecnológica.
Speaker 3 (06:56):
Por eso muchos expertos recomiendan ahora un
modelo híbrido y flexiblemantener la PI central accesible
para uso público, peropermitiendo licencias exclusivas
en contextos específicos.
Speaker 1 (07:09):
En resumen, cuando el Estado financia y ya tiene el
poder y la responsabilidad deasegurarse de que los resultados
no se queden acumulando polvoen una bóveda de patentes.
Speaker 3 (07:21):
O, peor aún, que sean comprados por una empresa
privada y se conviertan en unabarrera de acceso.
Esa inversión pública deberendir frutos y cuando hablamos
de IA, el derecho de autor esuna de las fronteras más
disputadas.
Al fin y al cabo, los modelosde IA aprenden de contenido
existente libros, imágenes,artículos, música, ¿pero?
Speaker 1 (07:45):
eso es legal.
Ahí entran en juego lasexcepciones de copyright para
text and data mining minería detextos y datos, tdm.
Estas excepciones permiten quelas máquinas analicen grandes
volúmenes de contenido protegidosin pedir permiso.
Cada vez, al menos en algunoslugares.
Speaker 3 (08:04):
La directiva DSM de la Unión Europea.
Introdujo un enfoqueestructurado.
Permite TDM no comercial pordefecto y TDM comercial, siempre
que los titulares de derechosno se hayan excluido
expresamente.
Speaker 1 (08:19):
Singapur fue más allá .
En 2021 aprobó una reforma decopyright progresista que
permite explícitamente laminería de datos tanto para
entrenamientos comerciales comono comerciales de IA, sin
cláusula de exclusión.
Speaker 3 (08:36):
Japón y el Reino Unido también han creado
excepciones para TDM.
En cambio, estados Unidos seapoya en un concepto más
flexible pero menos predecibleel Fair Use.
Speaker 1 (08:48):
En 2024, un juez federal estadounidense desestimó
parte de una demanda de altoperfil contra OpenAI y dictaminó
que usar contenido disponiblepúblicamente para entrenar IA
puede calificar como uso justo.
para entrenar IA puedecalificar como uso justo.
(09:10):
Luego llegó junio de 2025, unmes agitado para la IA y el
copyright.
Primero Meta ganó una demandasimilar presentada por un grupo
de autores, incluido el ganadordel Pulitzer, michael Chabón.
Un juez estadounidense falló afavor de la empresa al
considerar que los autores nolograron demostrar que los
modelos llama de metareprodujeran sus libros de
(09:30):
manera significativa.
Speaker 3 (09:32):
El fallo destacó que usar grandes volúmenes de texto
para extraer patronesestadísticos sin copiar
directamente ni sustituir elmercado puede considerarse uso
justo.
Refuerza la idea de que no todaingestión equivale a infracción
.
Speaker 1 (09:47):
En otra sentencia, barts v Antropic PBC, se
desestimó la mayoría de lasreclamaciones, señalando que el
entrenamiento de modelos nonecesariamente viola el
copyright si las salidas no separecen sustancialmente a las
obras originales.
Speaker 3 (10:04):
El juez Al-Zub fue más allá y advirtió que extender
demasiado la ley de copyrightpara cubrir el mero aprendizaje
de las máquinas podría enfriarla innovación.
Speaker 1 (10:17):
Subrayó que el copyright protege la expresión,
no los hechos ni el análisisfuncional y que los resultados
de Antropic debían evaluarse porlo que realmente producían, no
solo por el material con el quese entrenaron.
(10:39):
Meta y Anthropic ofrecen a losdesarrolladores de IA en Estados
Unidos una hoja de rutacautelosamente optimista,
especialmente al trabajar concontenido público y garantizando
resultados no literales.
Speaker 3 (10:54):
El AE Action Plan de la Casa Blanca, publicado a
inicios de 2025, reconoce estatensión.
Llama a establecer directricesmás claras y un diálogo
multiactor sobre los derechos dePI en el entrenamiento de IA,
particularmente en tornoas paraconjuntos de datos financiados
con fondos públicos y apoyar elNational AI Research Resource,
(11:31):
que incluye datos compartidos yherramientas de cómputo para
investigadores.
Así que en Estados Unidos ladirección es clara.
El gobierno reconoce el valorde hacer que el desarrollo de la
IA sea más inclusivo ytransparente, y eso incluye
repensar cómo la ley decopyright respalda o bloquea esa
misión.
Pero hay un problema Incluso siel entrenamiento se considera
(11:56):
uso justo, muchos modelos sontan opacos que no podemos saber
qué material protegidoconsumieron o cómo se está
utilizando.
Speaker 1 (12:05):
A esto se le llama el problema de la caja negra.
Sin transparencia en los datosde entrenamiento y en el
comportamiento de los modelos,es difícil evaluar cumplimiento,
sesgos o responsabilidades.
Speaker 3 (12:19):
Por eso algunas jurisdicciones ahora están
vinculando las excepciones deTDM con obligaciones de
transparencia Piensa endocumentación, registros de
conjuntos de datos o inclusomarcas de agua en los resultados
.
Speaker 1 (12:33):
Es un acto de equilibrio entre habilitar la
innovación y proteger a loscreadores, entre construir
modelos poderosos y entendercómo piensan.
Speaker 3 (12:43):
La ley de copyright está evolucionando.
La ley de copyright estáevolucionando.
La pregunta es si lo hará losuficientemente rápido y de
manera justa como para guiar laIA hacia resultados que
beneficien a la sociedad.
Ahora se trata de construirsistemas que sirvan tanto al
(13:12):
aprendizaje humano como alaprendizaje de las máquinas.
Speaker 1 (13:14):
Hablemos de la IA de código abierto no solo como una
decisión técnica, sino como unaestrategia de inclusión.
En lugares donde el desarrolloprivado de IA es limitado o la
tecnología extranjera domina elmercado, los modelos de código
abierto pueden ser un salvavidas.
Permiten que comunidadesconstruyan, adapten y se adueñen
de las herramientas quenecesitan.
Speaker 3 (13:33):
Exacto permiten que las comunidades construyan,
adapten y sean dueñas de lasherramientas que requieren.
Lo vimos claramente en EmiratosÁrabes Unidos, donde el
Technology Innovation Institutelanzó Falcon, un modelo de
lenguaje abierto de gran escala.
¿La meta?
Speaker 1 (14:04):
Ayudar a investigadores y desarrolladores
en países de habla ára paraproteger y revitalizar la lengua
y la cultura maorí.
Están entrenando modelos enconjuntos de datos indígenas,
con consentimiento pleno de lacomunidad, para crear
herramientas de reconocimientode voz y texto basadas en
valores locales.
de reconocimiento de voz ytexto basadas en valores locales
(14:25):
.
Speaker 3 (14:26):
Esto nos recuerda algo poderoso La IA inclusiva.
no se trata solo de acceso,sino de relevancia.
IA que refleje lenguas locales,sistemas de conocimiento y
realidades sociales.
Speaker 1 (14:44):
Las licencias de código abierto ayudan a que eso
sea posible, eliminan barrerascomerciales y legales, aceleran
la localización e invitan a lainnovación desde las bases Y
cuando el Estado se involucra,financiando, curando o
desplegando estos modelos,multiplica el impacto.
Speaker 3 (14:59):
Pasamos de innovaciones aisladas a
infraestructura públicaescalable.
Speaker 1 (15:04):
Retos a considerar Calidad y sesgo de los datos.
porque incluso los modelosabiertos necesitan buenos
conjuntos de datos y guíaséticas, Brechas de capacidad, ya
que los equipos locales puedennecesitar apoyo, además de
código Y sostenibilidad.
porque mantener modelosabiertos requiere financiamiento
y gestión a largo plazo.
(15:24):
modelos abiertos requierefinanciamiento y gestión a largo
plazo¿.
Qué funciona?
Programas exitosos suelenincluir participación
comunitaria, términos delicencia claros y liderazgo
gubernamental.
Speaker 3 (15:35):
Y las estructuras de PI detrás de ellos, como
Creative Commons, acuerdos dedatos abiertos o model cards de
código abierto, son las quemantienen las puertas abiertas
para su uso futuro.
Speaker 1 (15:48):
En resumen cuando las herramientas de IA se
construyen para todos, funcionanmejor para todos.
En resumen cuando lasherramientas de IA se construyen
para todos, funcionan mejorpara todos.
Speaker 3 (16:02):
Y el código abierto es una de las formas en que los
estados están poniendo enpráctica esa idea.
Speaker 2 (16:10):
Estás escuchando a Intangiblia el podcast de
Intangible Law, hablando clarosobre propiedad intelectual.
Speaker 3 (16:19):
Ahora hablemos de algo que suena muy técnico, pero
que en realidad es muy poderosoLos pools de PI y las licencias
de interés público.
Speaker 1 (16:29):
Estas son herramientas que los estados
pueden usar para negociar accesoen lugar de solo regular o
reaccionar Y, cuando se usanbien, permiten a los gobiernos
compartir propiedad intelectualentre sectores, empresas o
incluso países.
Speaker 3 (16:45):
Un ejemplo perfecto es el COVID-19 Technology Access
Pool, o SETAP, creado por laOrganización Mundial de la Salud
.
Invitaba a los titulares depatentes a licenciar
voluntariamente tecnologías desalud para lograr un acceso más
amplio y de bajo costo.
Speaker 1 (17:07):
Aunque el setup no atrajo tantos aportes
tecnológicos como se esperaba,la idea detrás está empezando a
ganar tracción en la IA.
(17:38):
Significa que los gobiernospueden consolidar ciertos
activos de PI y licenciarlos deforma no exclusiva para
aplicaciones de alto impactocomo educación, agricultura o
salud pública.
Este enfoque es flexible.
Mantiene la puerta abierta a laparticipación del sector
privado, pero con condicionesque reflejan equidad, como
exigir que los licenciatariosatiendan a mercados desatendidos
o revelen cómo usan el modelo.
Los beneficios facilita lacolaboración transfronteriza en
(18:00):
inteligencia artificial para eldesarrollo.
Baja las barreras de licenciapara pequeñas empresas y ONGs.
Fortalece el poder denegociación de los estados en
acuerdos globales de IA.
Speaker 3 (18:11):
Por supuesto, las licencias voluntarias solo
funcionan si hay confianza ytransparencia, y los pools de PI
requieren infraestructurasólida, gobernanza clara y
estructuras de incentivos quefuncionen tanto para los
titulares de derechos como parael público.
Speaker 1 (18:30):
Pero aquí está la verdadera innovación Tratar la
API como un activo negociable,no solo como un derecho legal,
algo que puede estructurarsepara apoyar acceso, adaptación y
escalabilidad, no soloexclusividad.
Speaker 3 (18:46):
En un mundo donde los sistemas de IA a menudo cruzan
fronteras y sectores, laslicencias de interés público le
dan a los gobiernos herramientaspara mantenerse en el juego y
moldear resultados quebeneficien a más personas.
Speaker 1 (19:00):
Especialmente cuando la innovación privada no
garantiza automáticamente elbien público.
Speaker 3 (19:05):
Cerremos este recorrido de estrategias con una
gran idea Los gobiernos no sóloreaccionando a la innovación,
sino liderándola.
Speaker 1 (19:15):
Nos referimos a gobiernos actuando como
innovadores en sí mismos, usandocompras públicas, fondos de
innovación y entornos de pruebacontrolados sandboxes para
dirigir la IA hacia objetivosque beneficien a la sociedad.
Speaker 3 (19:31):
Exacto.
Este es el espacio de lainnovación abierta liderada por
el Estado y está ganando fuerzarápidamente, Desde sandboxes
nacionales de IA hastacolaborativos de datos y centros
de investigación en IA.
en IA, los estados estáncreando espacios de control
(19:55):
donde se gestionan los riesgos yla equidad se diseña desde el
inicio.
Speaker 1 (19:58):
Un ejemplo son los AI Grand Challenges del G7.
Son misiones financiadaspúblicamente para atraer
innovación con fines de biencomún, enfocadas en IA confiable
, salud y sostenibilidad.
No se limitan a pedirsoluciones privadas.
Speaker 3 (20:18):
También codiseñan las condiciones de acceso.
IPI y la Comisión Europea, consus AI Factories, combina
financiamiento, infraestructuray marcos de licenciamiento
abierto para acelerar eldesarrollo colaborativo de
modelos para pequeñas empresas einvestigadores.
Qué lo hace abierto paraacelerar el desarrollo
colaborativo de modelos parapequeñas empresas e
investigadores ¿Qué lo hace?
Speaker 1 (20:34):
abierto La colaboración precompetitiva, los
términos de PI integrados enlos contratos desde el inicio,
infraestructuras de datoscompartidas y supervisión
pública de los resultados.
Speaker 3 (20:49):
Lo complejo es que los estados necesitan capacidad
legal para construir esto.
Eso significa diseño decontratos inteligentes,
alfabetización en PI ygobernanza digital a largo plazo
.
No solo anuncios llamativos.
Speaker 1 (21:05):
Y deben evitar modelos extractivos donde la I
más D pública se privatiza alllegar a la meta.
El objetivo es mantener lainnovación circulando, no
capturada.
Speaker 3 (21:15):
Este es el futuro estados como co-creadores, no
sólo como reguladores, nobloqueando la innovación, sino
desbloqueándola bajo condicionesque incluyan a más personas y
más posibilidades.
Speaker 1 (21:28):
Y usando la ley de PI como palanca, no como muro.
Y usando la ley de PI comopalanca, no como muro.
Speaker 3 (21:35):
Entonces, ¿qué pueden hacer realmente los
responsables de políticas?
con todo esto Hemos exploradocinco grandes ideas y ahora es
momento de sacar conclusiones.
Speaker 1 (21:47):
No eslogan, no teoría , pasos prácticos.
Si eres un funcionario público,financiador de innovación o
diseñador de políticas, aquítienes una hoja de ruta para
hacer que la IA sea másinclusiva, usando el poder de la
PI.
1.
Que los conjuntos de datos y elcódigo incluyan términos de
(22:08):
licencia claros que promuevan lareutilización amplia.
Speaker 3 (22:12):
No todo tiene que ser de código abierto, pero el
dinero público debe generarvalor público.
Dos codificar prácticas deentrenamiento justas.
Speaker 1 (22:20):
Introduce o aclara excepciones de copyright para
minería de textos y datos conrequisitos de los países por
(22:46):
comunidades locales, priorizalenguas, datos indígenas y IA
especializada que reflejerealidades diversas y protege a
los aportantes mediante marcosclaros de distribución de
beneficios y soberanía de datos4.
Speaker 3 (23:03):
Habilitar mecanismos voluntarios de intercambio de PI
.
Construye y mantén pools depatentes de interés público o
plataformas de licenciasabiertas.
Ofrece incentivos financieros oreputacionales a los titulares
de derechos que contribuyan.
Garantiza gobernanza clara yalineación con los objetivos de
(23:23):
desarrollo nacional 5.
Speaker 1 (23:26):
Liderar la innovación con el ejemplo.
Usa la contratación pública ylos retos estatales para
impulsar resultados inclusivos.
Diseña los términos de PI desdeel inicio, asegurando que la IA
construida con participaciónpública siga siendo accesible,
segura y auditable.
Speaker 3 (23:45):
Todas estas herramientas ya existen.
El verdadero cambio está encómo las combinamos con valentía
, creatividad y visión a largoplazo.
Speaker 1 (23:55):
Porque el acceso equitativo a la IA no se trata
sólo de lo que se inventa, sinode lo que se comparte, lo que se
protege y quién puede usarlo.
Speaker 3 (24:04):
Y eso significa reescribir las reglas, no para
limitar el progreso, sino parainvitar a más personas a
participar.
Con esto cerramos este episodioespecial de Intangiblia Seas,
un responsable de políticas,investigador, asesor legal o
simplemente curioso sobre elfuturo de la IA y la sociedad.
(24:26):
esperamos haberte dado nuevasformas de pensar sobre cómo la
PI puede apoyar, y no sofocar,la innovación equitativa.
Desde licencias abiertas hastaexcepciones de copyright, desde
modelos impulsados porcomunidades hasta estrategias de
innovación pública, hemos vistoque el rol del Estado no es
(24:47):
solo ponerse al día con la IA,sino moldearla Este episodio fue
creado para acompañar miparticipación, la de la Leticia
Real, en el taller El rol delEstado en promover un acceso
equitativo a la IA, organizadopor Sumaiya Noor Adan y Johanna
Wiaterek con el apoyo del Futureof Life Institute en Oxford.
(25:09):
Muy pronto volveremos connuestra temporada regular de
entrevistas invenciones eimaginación.
Speaker 1 (25:15):
Hasta entonces, sigue cuestionando, sigue creando y,
sobre todo, sigue innovando conintención.
Speaker 2 (25:24):
Gracias por escuchar a Intangiblia el podcast de
Intangible Law hablando clarosobre propiedad intelectual.
Te gustó lo que hablamos hoy?
Por favor, compártelo con tured.
¿Quieres aprender más sobre lapropiedad intelectual?
Suscríbete ahora en tureproductor de podcast favorito.
Síguenos en Instagram, facebook, linkedin y Twitter.
(25:44):
Visita nuestro sitio webwwwintangibliacom.
Derecho de autor LeticiaCaminero 2020.
Todos los derechos reservados.
Este podcast se proporcionasolo con fines informativos y no
debe considerarse como unconsejo u opinión legal.
Popular Podcasts
Stuff You Should Know
If you've ever wanted to know about champagne, satanism, the Stonewall Uprising, chaos theory, LSD, El Nino, true crime and Rosa Parks, then look no further. Josh and Chuck have you covered.
New Heights with Jason & Travis Kelce
Football’s funniest family duo — Jason Kelce of the Philadelphia Eagles and Travis Kelce of the Kansas City Chiefs — team up to provide next-level access to life in the league as it unfolds. The two brothers and Super Bowl champions drop weekly insights about the weekly slate of games and share their INSIDE perspectives on trending NFL news and sports headlines. They also endlessly rag on each other as brothers do, chat the latest in pop culture and welcome some very popular and well-known friends to chat with them. Check out new episodes every Wednesday. Follow New Heights on the Wondery App, YouTube or wherever you get your podcasts. You can listen to new episodes early and ad-free, and get exclusive content on Wondery+. Join Wondery+ in the Wondery App, Apple Podcasts or Spotify. And join our new membership for a unique fan experience by going to the New Heights YouTube channel now!
24/7 News: The Latest
The latest news in 4 minutes updated every hour, every day.