Responsable: Jose Manuel Alegre Cuenca. Este sitio almacena en el dispositivo del Usuario únicamente lo estrictamente necesario para la prestación del servicio —sesión, academia y tema visual—, que está exento de consentimiento. Se solicita el consentimiento para dos finalidades adicionales: contenidos alojados por terceros (vídeos, presentaciones y entornos de programación incorporados a las lecciones) y analítica de uso. No se encuentra activa ninguna herramienta de analítica. Este sitio no emplea publicidad ni seguimiento entre sitios web. Autorizar los contenidos de terceros supone que el proveedor reciba la dirección IP del Usuario y la trate en EE. UU.. En el caso de Gamma y CodeSandbox, sin decisión de adecuación y con los riesgos que se detallan en «Configurar» y en la política de cookies. Consultar la política de cookies.
IA y propiedad intelectual: autoría, entrenamiento y contratos · TuFormaciónOnline
Intermedio
Bonificable FUNDAE
IA y propiedad intelectual: autoría, entrenamiento y contratos
Quién es el autor de lo que genera la IA (y por qué un output sin intervención humana no tiene derechos de autor), qué permite y qué no la excepción europea de minería de textos y datos, qué enseñan los grandes litigios (NYT, Getty, Anthropic, GEMA) al que usa IA cada día, cómo blindar los contratos con creativos y proveedores de IA, y cómo detectar el plagio en el output antes de publicarlo. En la modalidad bonificada para empresas (cohortes FUNDAE) incluye tutoría experta y entregable final evaluado: una plantilla de cláusulas IA reutilizable para contratos con creativos y proveedores.
10 h de formación·5 secciones·15 lecciones·6 evaluaciones·1 entregable
Sin pasarela de pago online: nos escribes, te enviamos las instrucciones y confirmamos tu matrícula por transferencia. Bonificable FUNDAE para empresas.
Contenidos elaborados con inteligencia artificial y supervisión pedagógica humana.Cómo lo hacemos
MUESTRA GRATUITA
Prueba la primera lección
Así se ve una lección por dentro. Los ejercicios interactivos y el seguimiento de tu progreso se activan al matricularte.
TEMARIO
Qué vas a aprender
4 h 19 min de contenido
01
Módulo 0 — Alfabetización esencial en IA
15 min
La base común que exige el art. 4 del AI Act, con los ojos puestos en quien crea y publica contenido: cómo funciona de verdad la IA generativa, por qué se equivoca (errores, sesgos, alucinaciones) y qué papel juegan los datos, la confidencialidad y la supervisión humana.
Cómo funciona la IA que crea tu contenido5 min
Errores, sesgos y alucinaciones5 min
Datos, confidencialidad y supervisión humana5 min
02
Bonificable FUNDAEAcción formativa bonificable para empresas con personal por cuenta ajena. Cuánto se bonifica depende del crédito de cada empresa y de su aportación propia: te lo decimos por escrito antes de contratar.
Formación bonificada, con tutor y evaluación
Objetivos de aprendizaje
✓Determinar cuándo el contenido generado con IA tiene protección de derechos de autor (art. 5 de la LPI, criterios de la Oficina de Copyright de EE.UU.) y documentar la aportación humana para poder probarla.
✓Explicar el régimen europeo de minería de textos y datos (arts. 3 y 4 de la Directiva 2019/790, art. 67 del RDL 24/2021) y aplicar la reserva de derechos (opt-out) sobre los contenidos de la propia empresa.
✓Extraer las lecciones prácticas de los litigios que marcan la pauta (New York Times, Getty, Anthropic, GEMA) para el uso corporativo de la IA generativa, distinguiendo el marco estadounidense del europeo.
Solicita tu plaza
Déjanos tus datos y te enviamos las instrucciones de pago por transferencia y la ficha del curso. Confirmamos tu matrícula en cuanto recibimos el pago. Si tu empresa cotiza en el régimen general, el curso es bonificable vía FUNDAE.
✓Matrícula manual: sin pasarela de pago online
✓Bonificable FUNDAE para empresas
✓También para particulares, sin bonificación
La autoría del output: ¿de quién es lo que genera la IA?
1 h 1 min
Por qué sin persona natural no hay obra protegida (art. 5 LPI, caso Thaler), cuánta intervención humana hace falta para que la haya (criterios de la Oficina de Copyright de EE.UU., Zarya of the Dawn) y cómo documentar y registrar la aportación humana para poder defenderla.
Sin humano no hay obra8 min
Cuánta intervención humana basta8 min
Registro y prueba45 min
03
Entrenar con contenido ajeno: minería de datos y opt-out
1 h 1 min
Qué permite la excepción europea de minería de textos y datos (arts. 3 y 4 de la Directiva 2019/790, art. 67 del RDL 24/2021), cómo se reserva una empresa sus derechos en la práctica (robots.txt, protocolos de lectura mecánica) y qué enseñan los litigios que están marcando la pauta a ambos lados del Atlántico.
Minería de textos y datos8 min
El opt-out en la práctica8 min
Los litigios que marcan la pauta45 min
04
Contratos en la era de la IA
1 h 1 min
Qué pactar con los creativos externos que usan IA (transparencia, titularidad, garantías), qué exigir a los proveedores de herramientas (política de copyright, resumen de datos, condiciones de indemnidad) y cómo funcionan de verdad las indemnizaciones comerciales de Microsoft, OpenAI, Google, Adobe y Anthropic.
Qué pactar con creativos8 min
Qué exigir a proveedores de IA8 min
Garantías e indemnidades45 min
05
Plagio en el output: detectar antes de publicar
1 h 1 min
Por qué el modelo puede reproducir obras con las que se entrenó (regurgitación, memorización), cómo detectar el problema antes de publicar (parecidos, sellos de agua, personajes reconocibles) y cómo montar el protocolo de mitigación y registro que cierra la plantilla de cláusulas.
El riesgo de reproducción8 min
Detectarlo antes de publicar8 min
Mitigación y registro45 min
✓Redactar cláusulas de transparencia, titularidad y garantías para contratos con creativos externos y proveedores de IA, y valorar las indemnizaciones comerciales de los grandes proveedores con sus condiciones y exclusiones.
✓Detectar y mitigar el riesgo de reproducción de obras ajenas en el output (regurgitación, marcas de agua, personajes reconocibles) con un protocolo de verificación previo a la publicación y un registro de evidencias.
✓Elaborar la plantilla completa de cláusulas IA para contratos con creativos y proveedores sobre el supuesto ficticio del curso, utilizable después como base adaptable.
Metodología
Teleformación asíncrona basada en micro-lecciones de unos 8 minutos (el módulo de alfabetización inicial usa lecciones de 4-5 minutos) con ratio 30/70 entre teoría y práctica: cada lección combina explicación con analogías cotidianas, preguntas de recuperación activa y mini-quizzes. Cada sección temática se cierra con un cuestionario de evaluación y con un apartado práctico guiado de unos 35 minutos que redacta, parte a parte, una plantilla de cláusulas IA para contratos con creativos y proveedores sobre el supuesto ficticio del estudio creativo «Cierzo», de modo que al terminar la última sección la plantilla está completa y lista para entregar. Todo el trabajo práctico se realiza sobre el supuesto ficticio que proporciona el curso o sobre supuestos genéricos — nunca sobre contratos ni datos internos de la empresa real del participante. El tutor acompaña por mensajería interna durante todo el itinerario.
Evaluación
Controles de aprendizaje: 5 cuestionarios de sección (mínimo 70/100 para desbloquear la siguiente sección), 1 entregable evaluado por el tutor (mínimo 60/100) y 1 examen final de 20 preguntas (mínimo 75/100), disponible al superar todos los cuestionarios de sección. Para finalizar la acción formativa el participante debe superar al menos el 75% de los 7 controles de aprendizaje. El tiempo de conexión se registra íntegramente como evidencia de la acción formativa (10 horas declaradas), sin operar como requisito automático de finalización.
Tutoría
Tutoría individual por mensajería interna de la plataforma, con tutor experto en propiedad intelectual y derecho de la inteligencia artificial, y compromiso de respuesta inferior a 48 horas laborables. El tutor evalúa el entregable final con retroalimentación personalizada, publica anuncios de cohorte con el ritmo semanal sugerido y realiza seguimiento activo de los participantes rezagados. Ratio máximo: 80 participantes por tutor.
El mito del collage
Cuando un creativo oye "la IA se entrenó con millones de imágenes y textos", es fácil imaginar un archivador gigante del que el modelo va sacando recortes. No funciona así. Durante el entrenamiento, el sistema ajusta millones de números internos hasta captar regularidades: cómo suele empezar una nota de prensa, qué colores acompañan a "atardecer en la playa", qué estructura tiene un eslogan. Al terminar, los ejemplos originales no están archivados dentro: queda algo parecido a un "instinto" estadístico.
Piensa en un músico de jazz que ha escuchado miles de discos. Cuando improvisa, no rebobina grabaciones ni pega compases ajenos: toca desde lo que su oído ha interiorizado. Cada solo es nuevo… y sin embargo, si una melodía famosa sonó una y otra vez en su formación, puede acabar tocándola nota por nota sin darse cuenta.
El matiz que importa en este curso: la memorización
Esa segunda parte de la analogía es la clave. Aunque el modelo no archive copias, los contenidos muy repetidos en su entrenamiento —letras de canciones, artículos virales, logotipos icónicos, personajes de franquicias— pueden quedar memorizados y reaparecer casi intactos en el output. Para quien publica contenido, esto significa que "la IA no copia" es una verdad a medias: casi nunca copia, pero a veces reproduce, y esa reproducción es justo donde nace el riesgo legal que estudiaremos.
Tu resultado puede no ser único
Segunda consecuencia de generar desde patrones: si dos personas piden algo parecido al mismo modelo, pueden obtener resultados casi idénticos. Imagina que la agencia ficticia Brumal pide "un claim para una marca de café de especialidad" y, a 400 kilómetros, otra agencia teclea casi lo mismo: nada impide que ambas reciban frases prácticamente iguales. Los propios términos de los proveedores lo advierten: el output puede no ser exclusivo. Ese claim "tuyo" quizá también sea de alguien más — y no podrás impedírselo.
Lo que el modelo no hace
Cierra la foto con sus límites: el modelo no verifica hechos (produce lo que suena plausible), no conoce tu marca ni a tu cliente (imita el estilo del contenido que vio) y no sabe qué memorizó (no puede avisarte de que esa imagen se parece peligrosamente a un cartel famoso). Todo eso queda de tu lado.
En la próxima lección veremos la otra cara de generar "lo plausible": errores, sesgos y datos inventados que suenan perfectamente reales.