Is AI training data protected by copyright?

Yes. Copyright attaches automatically at creation under the Berne Convention (Art. 5) in all 181 member countries. Scraping copyrighted works to build a training dataset creates copies of protected material. Whether it constitutes infringement depends on jurisdiction and whether applicable exceptions, such as the EU CDSM Directive Art. 4 TDM exception, apply and have not been opted out of by the rights holder.

Can I use scraped web data to train an AI model?

Only if the source material is explicitly licensed for that purpose or the applicable TDM exception covers it. In the EU, rights holders may opt out of TDM exceptions via machine-readable signals such as robots.txt. In Switzerland, no general TDM exception exists. Scraping for commercial AI training without a licence is legally risky. Always audit your dataset sources and document licensing status before training.

What does the EU AI Act require about training data documentation?

Under EU AI Act Article 53, providers of general-purpose AI models must maintain technical documentation of training data sources, keep a sufficiently detailed public summary, and comply with EU copyright law including TDM opt-outs. For high-capability models above the 10^25 FLOPs threshold, additional adversarial testing and incident-reporting obligations apply. Non-compliance exposes providers to fines up to 3% of global turnover.

How can a cryptographic timestamp prove training data provenance?

A qualified electronic timestamp under eIDAS or ZertES embeds a cryptographic hash of your dataset at a specific point in time, anchored to a trusted time source. This creates an immutable, court-admissible record proving the dataset existed in that exact form on that date. It is the primary technical mechanism for demonstrating legitimate, pre-existing sourcing when rights holders or regulators audit your data pipeline.

Which jurisdictions have the strictest AI training data copyright rules?

The EU has the most comprehensive framework, combining CDSM Directive TDM exceptions with opt-out rights and the EU AI Act documentation requirements. Switzerland has no TDM exception, making unlicensed scraping riskier than in the EU. The US applies fair use analysis, which is less predictable. Japan has the broadest TDM exception, permitting scraping for AI training even of commercial works without opt-out mechanisms.

How do I protect my content from AI scraping under EU law?

Under EU CDSM Directive Article 4(3), rights holders may opt out of text and data mining exceptions by publishing a machine-readable reservation, such as X-Robots-Tag: noai or a robots.txt disallow directive. To prove your content existed before an AI model was trained, obtain a qualified electronic timestamp under eIDAS Article 41(2). A qualified timestamp from a QTSP like Swisscom Trust Services creates a legal presumption of accuracy that is admissible across all 27 EU member states. If an AI model reproduces your timestamped content, the timestamp becomes your primary exhibit in an infringement claim. It cannot be backdated and is cryptographically verifiable.

AI Technology

Protección de derechos de autor en datos de entrenamiento IA: lo que los desarrolladores deben saber en 2026

Swiss Trust Layer Editorial Team · Legal Content

12 de junio de 2026 8 min de lecturaÚltima actualización 8 de septiembre de 2026

Volver al Blog

In short

Los datos de entrenamiento de IA están sujetos a la ley de derechos de autor — el contenido extraído de la web no entra automáticamente al dominio público. Descubre qué significa el cumplimiento de la Ley de IA europea, las licencias y los timestamps eIDAS para los desarrolladores de IA en 2026.

En octubre de 2024, una startup berlinesa de inteligencia artificial cerro una ronda Serie A y comenzo el proceso de due diligence con un cliente empresarial de primer nivel. El equipo legal del cliente hizo una sola pregunta: cuando se ensamblo cada conjunto de datos y puede demostrar que es anterior a su fecha de cumplimiento del mecanismo de exclusion? El CTO de la startup no tenia ningun sello de tiempo cualificado en ningun conjunto de datos. Dos semanas despues, el acuerdo quedo bloqueado. Los mismos conjuntos de datos fueron posteriormente impugnados por un editor de medios cuya exclusion robots.txt habia estado activa desde marzo de 2024.

A medida que comienza la aplicacion del Reglamento de IA de la UE en 2026, la documentacion de la procedencia de los datos es un requisito legal para los proveedores de modelos de IA de uso general. La ausencia de sellos de tiempo en los conjuntos de datos de entrenamiento es la laguna detectada con mayor frecuencia en las inspecciones reglamentarias.

Consulta la guia completa sobre la propiedad del contenido de IA

Protege tu trabajo con Swiss Trust Layer AG

Sella tu propiedad intelectual con un e-Sello probado en tribunal, respaldado por Swisscom Trust Services.

Reservar una Demo Gratis

Artículos relacionados

AI & Technology

Seis etiquetas, una regla cada una: cómo funcionan las nuevas etiquetas de contenido para la IA

AI FREE, AI ASSISTED, AI MODIFIED, AI GENERATED, HUMAN AUTHORED, HUMAN APPROVED. Seis etiquetas, definiciones vinculantes y una regla para combinarlas. Esta es la actualización v1.2 de los Content Label Terms de la sociedad suiza de gestión colectiva de texto e imagen, y las dos nuevas etiquetas humanas son la parte que cambia lo que una redacción, agencia o estudio declara en realidad.

26 de septiembre de 2026Leer artículo →

AI & Technology

Si te piden pruebas de que tu contenido cumple la norma, ¿qué envías exactamente?

Cuando un cliente, una plataforma o un regulador pide pruebas de cumplimiento del contenido generado con IA, una etiqueta de divulgación no basta por sí sola. Este es el expediente que sí se sostiene: un sello de tiempo, una firma, un hash del contenido y un enlace que cualquiera puede comprobar sin contactar contigo.

10 de agosto de 2026Leer artículo →

AI & Technology

Resumen de la semana: artículo 50, prueba de autoría y qué ha cambiado

El artículo 50 se aplica desde el 2 de agosto. Una semana escribiendo sobre él se reduce a una idea: la norma le pide una declaración, y una declaración vale lo que usted pueda presentar cuando le pidan sustentarla.

8 de agosto de 2026Leer artículo →

AI & Technology

Las cuatro etiquetas de IA que necesita todo editor europeo, y qué significa cada una

Generado por IA, modificado por IA, asistido por IA, escrito por una persona. Cuatro declaraciones cubren casi todo lo que produce un equipo editorial. Qué las separa, cómo decidir en un minuto y por qué una etiqueta inexacta es peor que una ausente.

4 de agosto de 2026Leer artículo →

AI & Technology

Una casilla marcada no es una prueba: etiquetado frente a evidencia bajo el Reglamento de IA

Una etiqueta y un registro parecen iguales en una página y se comportan de forma muy distinta en cuanto alguien los cuestiona. Qué separa una autodeclaración de una prueba, por qué los rastros internos habituales no cierran la brecha y qué cambia un sello de tiempo cualificado.

3 de agosto de 2026Leer artículo →