YouTubers demandan a Amazon por supuestamente extraer sus videos para entrenar Nova Reel

      En resumen: Tres creadores de contenido de YouTube, específicamente la empresa detrás de H3H3 Productions, un presentador de golf en solitario y un canal de golf, han presentado una demanda de acción colectiva propuesta en Seattle alegando que Amazon eludió las protecciones técnicas de YouTube utilizando máquinas virtuales y direcciones IP rotativas para extraer sus videos sin consentimiento, alimentando las grabaciones en conjuntos de datos de entrenamiento para Nova Reel, su modelo de IA generativa de video disponible a través de Amazon Bedrock. La demanda invoca las disposiciones de anti-elusión de la Ley de Derechos de Autor del Milenio Digital y es la más reciente en una serie de casos similares que el mismo grupo ha presentado contra Nvidia, Meta, ByteDance, Snap, OpenAI y Apple.

      Ted Entertainment Inc., la empresa detrás de H3H3 Productions y H3 Podcast Highlights, los canales de YouTube dirigidos por Ethan y Hila Klein, presentó la queja en el Tribunal de Distrito de EE. UU. para el Distrito Occidental de Washington junto a Matt Fisher, quien dirige el canal de golf MrShortGame, y Golfholics Inc. Los tres demandantes representan colectivamente más de 2.6 millones de suscriptores de YouTube, aproximadamente cuatro mil millones de vistas combinadas y más de 5,800 videos originales. La demanda nombra a Amazon como el demandado y apunta específicamente a Nova Reel como el producto construido, en parte, sobre su contenido.

      La queja y su teoría legal

      La demanda se basa en la Sección 1201 de la Ley de Derechos de Autor del Milenio Digital, la disposición de anti-elusión que prohíbe eludir las medidas de protección tecnológica establecidas por los titulares de derechos de autor para restringir el acceso a sus obras. Los demandantes argumentan que los sistemas de YouTube para proteger sus archivos de video constituyen tales medidas de protección tecnológica y que Amazon las eludió deliberadamente y a gran escala para extraer datos de entrenamiento. Si la teoría se sostiene en el tribunal, establecería que el acto de descargar videos de YouTube con fines de entrenamiento de IA constituye una violación de la DMCA independientemente de si el contenido es visible públicamente, porque eludir los mecanismos técnicos que hacen cumplir los términos de servicio cruza la línea estatutaria.

      La queja llama la atención sobre lo que los demandantes describen como la naturaleza permanente del daño: “Una vez que la IA ingiere contenido, ese contenido se almacena en su red neuronal y no puede ser eliminado o retractado.” Los demandantes buscan tanto daños como medidas cautelares, estas últimas potencialmente forzando a Amazon a dejar de distribuir un modelo entrenado en parte con su contenido o a reentrenarlo sin el material en disputa.

      Cómo supuestamente funcionó la extracción

      La queja se centra en dos conjuntos de datos académicos: HD-VILA-100M, producido por Microsoft Research Asia en 2021, y HD-VG-130M, producido por investigadores de la Universidad de Pekín y Microsoft. Ambos fueron publicados con fines académicos y consisten en identificadores de URL que apuntan a videos de YouTube en lugar de los archivos de video en sí. Esa distinción es legalmente significativa: para usar cualquiera de los conjuntos de datos para el entrenamiento de modelos de IA, una empresa debe descargar los archivos de video reales de YouTube, y los demandantes alegan que Amazon hizo exactamente eso.

      Según la queja, Amazon no simplemente descargó los videos. Desplegó programas automatizados combinados con máquinas virtuales que rotaban direcciones IP continuamente para evadir los sistemas de detección y bloqueo de YouTube. La combinación de estas medidas técnicas, a saber, la descarga masiva automatizada, la infraestructura de máquinas virtuales y la rotación de IP, se caracteriza en la queja como una elusión deliberada de las medidas de protección tecnológica que YouTube mantiene sobre su biblioteca de videos. El mismo patrón de evasión fue alegado en la demanda anterior de este grupo de demandantes contra Nvidia, que la queja en ese caso dijo que había descargado 38.5 millones de URL de videos utilizando infraestructura comparable.

      Nova Reel y las ambiciones de IA de video de Amazon

      Nova Reel es el modelo de IA generativa de video de Amazon, lanzado en diciembre de 2024 y disponible a través de Amazon Bedrock. El modelo acepta indicaciones de texto e imágenes como entradas y genera clips de video que van de seis segundos a dos minutos de duración, con una función de marca de agua que Amazon posiciona como una medida de autenticidad del contenido. Se sitúa dentro de la familia de modelos Nova más amplia, que Amazon ha estado expandiendo a través de modalidades de texto, imagen y video a medida que la competencia en IA empresarial se acelera.

      La presión competitiva sobre Amazon para construir una IA de video capaz es sustancial. Nova Reel representa el intento de la empresa de competir con Sora, Google Veo y otros sistemas de texto a video para cargas de trabajo empresariales. La inversión más amplia de Amazon en infraestructura de IA, incluida su asociación con Uber para desplegar chips Trainium personalizados para el entrenamiento de modelos a gran escala a través de AWS, refleja la amplitud de las ambiciones de la empresa en toda la pila de IA, desde la computación en la nube hasta los medios generativos. El capital disponible para los desarrolladores de IA de frontera ha intensificado la presión competitiva para adquirir datos de entrenamiento rápidamente y a gran escala, con el préstamo puente de $40 mil millones de SoftBank a OpenAI ilustrando los recursos que fluyen hacia la carrera por la supremacía de la IA generativa.

      Un patrón de demandas y una teoría legal en desarrollo

      Los tres demandantes llegaron a esta queja con experiencia previa en litigios. El año 2025 fue uno en el que las prácticas de datos de entrenamiento de IA pasaron de ser una nota al pie de la industria a ser el tema de acciones legales coordinadas. En diciembre de 2025, Ted Entertainment, Fisher y Golfholics presentaron una acción colectiva propuesta contra Nvidia en el tribunal federal de California, alegando que Nvidia extrajo su contenido de YouTube utilizando los mismos conjuntos de datos HD-VILA-100M y HD-VG-130M y la misma infraestructura de rotación de IP y máquinas virtuales para entrenar su modelo de video Cosmos. En enero de 2026, el grupo extendió la estrategia, presentando demandas contra Meta, ByteDance y Snap. En la primera semana de abril, se presentaron quejas paralelas contra OpenAI y Apple en el Distrito Norte de California. La demanda contra Amazon, presentada en Seattle, es la entrada más reciente en la secuencia.

      Las demandas llegan mientras la ola más amplia de litigios por derechos de autor contra desarrolladores de IA continúa creciendo. El número de casos de derechos de autor en EE. UU. presentados contra empresas de IA ha superado ahora los 100, una cifra que incluye una queja de marzo de 2026 de Encyclopaedia Britannica y Merriam-Webster contra OpenAI, alegando que casi 100,000 de los artículos de Britannica se utilizaron como entradas de entrenamiento sin consentimiento. Ese caso, al igual que las demandas de YouTubers, se basa en el argumento de que los desarrolladores de IA han extraído sistemáticamente contenido de editores y creadores cuyo trabajo sustenta las capacidades que esos desarrolladores ahora están comercializando.

      El mecanismo del conjunto de datos académico se sitúa en el centro de lo que la teoría legal de los demandantes intenta desafiar. Al alegar que descargar archivos de video apuntados por un índice de URL académico constituye una violación de la DMCA, las demandas apuntan a la brecha entre la lista de URL publicada —que lleva un velo de legitimidad académica— y la actividad de extracción real requerida para utilizarla. Las preguntas sobre cómo los modelos de IA de frontera obtienen y manejan sus datos de entrenamiento han cobrado mayor relevancia en 2026, a medida que el escrutinio de la cadena de suministro de datos de la industria se ha intensificado. Si los tribunales aceptan la interpretación de los demandantes de la Sección 1201, la consecuencia práctica sería que los desarrolladores de IA que utilizan conjuntos de datos de URL de video académicos como un camino para obtener material de entrenamiento enfrentan la misma exposición que los desarrolladores que descargaron ese material directamente. Amazon, al igual que los otros demandados en esta serie de demandas, no ha comentado públicamente sobre la presentación.