pág. 7317
LA PROTECCIÓN DE LOS DERECHOS DE AUTOR
FRENTE AL USO DE LA INTELIGENCIA
ARTIFICIAL EN EL PERÚ
COPYRIGHT PROTECTION REGARDING THE USE OF ARTIFICIAL
INTELLIGENCE IN PERU
Reyna Ferreyros Jose Antonio
Escuela de Posgrado Newman
Nixon Hoyos Fernandez
Universidad Cesar Vallejo
pág. 7318
DOI: https://doi.org/10.37811/cl_rcm.v10i4.25679
La protección de los derechos de autor frente al uso de la inteligencia
artificial en el Perú
Reyna Ferreyros Jose Antonio1
jrflicenciadosenderecho@gmail.com
https://orcid.org/0000-0002-7730-4841
Escuela de Posgrado Newman
Nixon Hoyos Fernandez
nixonhoyosf.22@gmail.com
https://orcid.org/0000-0002-3845-8346
Universidad Cesar Vallejo
RESUMEN
La investigación se vincula con el Objetivo de Desarrollo Sostenible 16, Paz, justicia e instituciones
sólidas, al examinar la protección jurídica de los derechos de autor frente al uso de la inteligencia
artificial en el Perú. Su objetivo fue analizar la configuración de dicha protección, considerando la
autoría, la tutela de las obras asistidas o generadas mediante inteligencia artificial y los principales
desafíos regulatorios. Se empleó un enfoque cualitativo, de tipo básico y nivel descriptivo-analítico,
mediante teoría fundamentada aplicada al análisis documental, complementada con los métodos
dogmático y comparado. Se revisaron normas peruanas y andinas, documentos institucionales y
literatura académica especializada. Los resultados evidencian que el ordenamiento peruano mantiene un
enfoque humanocéntrico, pues reconoce como autor únicamente a la persona natural que realiza una
contribución intelectual original. Por ello, las obras asistidas o híbridas pueden protegerse respecto de
los aportes humanos identificables, mientras que los resultados generados sin control creativo suficiente
no encajan plenamente en la noción vigente de obra protegida. Asimismo, persisten vacíos sobre datos
de entrenamiento, transparencia, trazabilidad, responsabilidad y prueba transfronteriza. Se concluye que
se requieren lineamientos y reformas progresivas que fortalezcan la seguridad jurídica, la eficacia
institucional y la protección efectiva de la creatividad humana digital.
Palabras claves: derechos de autor; inteligencia artificial; autoría; protección jurídica; regulación.
1 Autor principal
Correspondencia: jrflicenciadosenderecho@gmail.com
DOI: https://doi.org/10.37811/cl_rcm.v10i4.25679
La protección de los derechos de autor frente al uso de la inteligencia
artificial en el Perú
Reyna Ferreyros Jose Antonio1
jrflicenciadosenderecho@gmail.com
https://orcid.org/0000-0002-7730-4841
Escuela de Posgrado Newman
Nixon Hoyos Fernandez
nixonhoyosf.22@gmail.com
https://orcid.org/0000-0002-3845-8346
Universidad Cesar Vallejo
RESUMEN
La investigación se vincula con el Objetivo de Desarrollo Sostenible 16, Paz, justicia e instituciones
sólidas, al examinar la protección jurídica de los derechos de autor frente al uso de la inteligencia
artificial en el Perú. Su objetivo fue analizar la configuración de dicha protección, considerando la
autoría, la tutela de las obras asistidas o generadas mediante inteligencia artificial y los principales
desafíos regulatorios. Se empleó un enfoque cualitativo, de tipo básico y nivel descriptivo-analítico,
mediante teoría fundamentada aplicada al análisis documental, complementada con los métodos
dogmático y comparado. Se revisaron normas peruanas y andinas, documentos institucionales y
literatura académica especializada. Los resultados evidencian que el ordenamiento peruano mantiene un
enfoque humanocéntrico, pues reconoce como autor únicamente a la persona natural que realiza una
contribución intelectual original. Por ello, las obras asistidas o híbridas pueden protegerse respecto de
los aportes humanos identificables, mientras que los resultados generados sin control creativo suficiente
no encajan plenamente en la noción vigente de obra protegida. Asimismo, persisten vacíos sobre datos
de entrenamiento, transparencia, trazabilidad, responsabilidad y prueba transfronteriza. Se concluye que
se requieren lineamientos y reformas progresivas que fortalezcan la seguridad jurídica, la eficacia
institucional y la protección efectiva de la creatividad humana digital.
Palabras claves: derechos de autor; inteligencia artificial; autoría; protección jurídica; regulación.
1 Autor principal
Correspondencia: jrflicenciadosenderecho@gmail.com
pág. 7319
Copyright protection regarding the use of artificial intelligence in Peru
ABSTRACT
This research aligns with Sustainable Development Goal 16 Peace, Justice and Strong Institutions by
examining the legal protection of copyright in the context of artificial intelligence use in Peru. The study
aimed to analyze the framework of such protection, considering authorship, the legal safeguarding of
works assisted or generated by artificial intelligence, and key regulatory challenges. A qualitative
approach was adopted basic in nature and descriptive-analytical in scope utilizing grounded theory
applied to document analysis, complemented by dogmatic and comparative methods. Peruvian and
Andean regulations, institutional documents, and specialized academic literature were reviewed. The
results demonstrate that the Peruvian legal system maintains a human-centric approach, recognizing
only natural persons who make an original intellectual contribution as authors. Consequently, assisted
or hybrid works may be protected regarding identifiable human contributions, whereas outputs
generated without sufficient creative control do not fully fit the prevailing definition of a protected work.
Furthermore, gaps remain regarding training data, transparency, traceability, liability, and cross-border
evidence. The study concludes that progressive guidelines and reforms are needed to strengthen legal
certainty, institutional effectiveness, and the effective protection of digital human creativity.
Keywords: copyright; artificial intelligence; authorship; legal protection; regulation.
Artículo recibido 20 junio 2026
Aceptado para publicación: 20 julio 2026
Copyright protection regarding the use of artificial intelligence in Peru
ABSTRACT
This research aligns with Sustainable Development Goal 16 Peace, Justice and Strong Institutions by
examining the legal protection of copyright in the context of artificial intelligence use in Peru. The study
aimed to analyze the framework of such protection, considering authorship, the legal safeguarding of
works assisted or generated by artificial intelligence, and key regulatory challenges. A qualitative
approach was adopted basic in nature and descriptive-analytical in scope utilizing grounded theory
applied to document analysis, complemented by dogmatic and comparative methods. Peruvian and
Andean regulations, institutional documents, and specialized academic literature were reviewed. The
results demonstrate that the Peruvian legal system maintains a human-centric approach, recognizing
only natural persons who make an original intellectual contribution as authors. Consequently, assisted
or hybrid works may be protected regarding identifiable human contributions, whereas outputs
generated without sufficient creative control do not fully fit the prevailing definition of a protected work.
Furthermore, gaps remain regarding training data, transparency, traceability, liability, and cross-border
evidence. The study concludes that progressive guidelines and reforms are needed to strengthen legal
certainty, institutional effectiveness, and the effective protection of digital human creativity.
Keywords: copyright; artificial intelligence; authorship; legal protection; regulation.
Artículo recibido 20 junio 2026
Aceptado para publicación: 20 julio 2026
pág. 7320
INTRODUCCIÓN
El avance de la inteligencia artificial (IA), especialmente de los sistemas generativos, ha transformado
la manera en que se producen, utilizan y difunden textos, imágenes, composiciones musicales,
programas informáticos y otras expresiones creativas. Esta expansión amplía las posibilidades de
creación, pero también tensiona instituciones centrales del derecho de autor, como la autoría, la
originalidad, la titularidad y la responsabilidad, concebidas históricamente sobre la premisa de que la
obra protegida constituye el resultado de una actividad intelectual humana.
En el ámbito internacional, el debate comprende tanto la protección de los resultados generados o
asistidos mediante IA como la utilización de obras preexistentes para entrenar modelos. La Organización
Mundial de la Propiedad Intelectual (2024) advierte que la IA generativa plantea cuestiones relativas a
los datos de entrenamiento, los resultados, la atribución y la observancia de derechos. En similar sentido,
Lucchi (2024) sostiene que el entrenamiento masivo obliga a examinar los actos de reproducción, las
obras derivadas, las excepciones y la relación entre innovación tecnológica y protección autoral.
La doctrina especializada coincide en que la interacción entre la IA y los derechos de autor constituye
uno de los principales desafíos jurídicos contemporáneos. Coupeau-Borderas (2025) explica que el
entorno digital y la automatización han creado escenarios inéditos para la tutela de las obras
intelectuales. Azuaje-Pirela (2025) identifica como cuestiones centrales el uso de obras protegidas
durante el entrenamiento, la autoría de los resultados y la distribución de responsabilidades. Asimismo,
Taplin (2023) destaca que los sistemas tecnológicos son creaciones humanas y que la responsabilidad y
la titularidad no deben trasladarse automáticamente a las máquinas.
Desde otra perspectiva, Miranda-Villacís et al. (2024) sostienen que la capacidad de los sistemas de IA
para producir contenidos aparentemente originales intensifica el debate sobre su protección jurídica,
debido a que los ordenamientos continúan vinculando la autoría con la intervención de una persona
natural. En concordancia, Núñez-Rocha (2025) señala que el elemento decisivo consiste en identificar
una participación humana creativa, determinante e individualizable; de lo contrario, el resultado
autónomo no satisface los presupuestos tradicionales de autoría y originalidad.
En el derecho comparado se observan respuestas convergentes, aunque no uniformes. El U.S. Copyright
Office (2025a) reconoce protección a los aportes humanos originales presentes en obras asistidas o
INTRODUCCIÓN
El avance de la inteligencia artificial (IA), especialmente de los sistemas generativos, ha transformado
la manera en que se producen, utilizan y difunden textos, imágenes, composiciones musicales,
programas informáticos y otras expresiones creativas. Esta expansión amplía las posibilidades de
creación, pero también tensiona instituciones centrales del derecho de autor, como la autoría, la
originalidad, la titularidad y la responsabilidad, concebidas históricamente sobre la premisa de que la
obra protegida constituye el resultado de una actividad intelectual humana.
En el ámbito internacional, el debate comprende tanto la protección de los resultados generados o
asistidos mediante IA como la utilización de obras preexistentes para entrenar modelos. La Organización
Mundial de la Propiedad Intelectual (2024) advierte que la IA generativa plantea cuestiones relativas a
los datos de entrenamiento, los resultados, la atribución y la observancia de derechos. En similar sentido,
Lucchi (2024) sostiene que el entrenamiento masivo obliga a examinar los actos de reproducción, las
obras derivadas, las excepciones y la relación entre innovación tecnológica y protección autoral.
La doctrina especializada coincide en que la interacción entre la IA y los derechos de autor constituye
uno de los principales desafíos jurídicos contemporáneos. Coupeau-Borderas (2025) explica que el
entorno digital y la automatización han creado escenarios inéditos para la tutela de las obras
intelectuales. Azuaje-Pirela (2025) identifica como cuestiones centrales el uso de obras protegidas
durante el entrenamiento, la autoría de los resultados y la distribución de responsabilidades. Asimismo,
Taplin (2023) destaca que los sistemas tecnológicos son creaciones humanas y que la responsabilidad y
la titularidad no deben trasladarse automáticamente a las máquinas.
Desde otra perspectiva, Miranda-Villacís et al. (2024) sostienen que la capacidad de los sistemas de IA
para producir contenidos aparentemente originales intensifica el debate sobre su protección jurídica,
debido a que los ordenamientos continúan vinculando la autoría con la intervención de una persona
natural. En concordancia, Núñez-Rocha (2025) señala que el elemento decisivo consiste en identificar
una participación humana creativa, determinante e individualizable; de lo contrario, el resultado
autónomo no satisface los presupuestos tradicionales de autoría y originalidad.
En el derecho comparado se observan respuestas convergentes, aunque no uniformes. El U.S. Copyright
Office (2025a) reconoce protección a los aportes humanos originales presentes en obras asistidas o
pág. 7321
híbridas, pero excluye el material generado sin control creativo suficiente. El Reglamento de IA de la
Unión Europea incorpora obligaciones de cumplimiento y transparencia para determinados modelos de
propósito general. Jadresic-Simonetti (2024) examina las dificultades de titularidad de los activos
producidos autónomamente, mientras que Abbott y Rothman (2023) proponen discutir modelos
alternativos de incentivo. Estas posiciones evidencian que aún no existe una solución jurídica universal.
En el Perú, el régimen autoral se integra principalmente por la Decisión 351 de la Comisión del Acuerdo
de Cartagena y el Decreto Legislativo N.º 822, normas que reconocen como autor a la persona física o
natural que realiza la creación intelectual. A ello se suman la Ley N.º 31814 y su Reglamento, aprobado
mediante el Decreto Supremo N.º 115-2025-PCM, que establecen principios para el uso responsable de
la IA y reconocen la necesidad de respetar la propiedad intelectual. No obstante, estas disposiciones no
desarrollan criterios específicos para delimitar la contribución humana, la licitud de los datos de
entrenamiento, la transparencia de los modelos ni la responsabilidad por resultados infractores.
A pesar del creciente interés doctrinal, persisten vacíos en el análisis de la relación entre derechos de
autor e IA desde la realidad peruana. La coexistencia de normas autorales humano céntricas y reglas
generales de gobernanza tecnológica produce una protección indirecta y fragmentaria. Por ello, resulta
necesario integrar la legislación nacional, la doctrina reciente y el derecho comparado para formular
criterios interpretativos que preserven la creatividad humana y la protección de los titulares sin impedir
el desarrollo responsable de la innovación.
En ese contexto, el problema general es: ¿Cómo se configura la protección de los derechos de autor
frente al uso de la inteligencia artificial en el Perú? Los problemas específicos son: ¿Cómo se configura
la autoría y la protección jurídica de las obras generadas mediante el uso de la inteligencia artificial en
el Perú? y ¿Cuáles son los principales desafíos jurídicos que plantea el uso de la inteligencia artificial
para la protección de los derechos de autor en el Perú?
La investigación se justifica teóricamente porque sistematiza las categorías de autoría, intervención
humana y protección jurídica; en el plano práctico, aporta criterios para operadores, legisladores,
investigadores y titulares; y, metodológicamente, desarrolla un análisis cualitativo de normas, doctrina
y documentos comparados.
híbridas, pero excluye el material generado sin control creativo suficiente. El Reglamento de IA de la
Unión Europea incorpora obligaciones de cumplimiento y transparencia para determinados modelos de
propósito general. Jadresic-Simonetti (2024) examina las dificultades de titularidad de los activos
producidos autónomamente, mientras que Abbott y Rothman (2023) proponen discutir modelos
alternativos de incentivo. Estas posiciones evidencian que aún no existe una solución jurídica universal.
En el Perú, el régimen autoral se integra principalmente por la Decisión 351 de la Comisión del Acuerdo
de Cartagena y el Decreto Legislativo N.º 822, normas que reconocen como autor a la persona física o
natural que realiza la creación intelectual. A ello se suman la Ley N.º 31814 y su Reglamento, aprobado
mediante el Decreto Supremo N.º 115-2025-PCM, que establecen principios para el uso responsable de
la IA y reconocen la necesidad de respetar la propiedad intelectual. No obstante, estas disposiciones no
desarrollan criterios específicos para delimitar la contribución humana, la licitud de los datos de
entrenamiento, la transparencia de los modelos ni la responsabilidad por resultados infractores.
A pesar del creciente interés doctrinal, persisten vacíos en el análisis de la relación entre derechos de
autor e IA desde la realidad peruana. La coexistencia de normas autorales humano céntricas y reglas
generales de gobernanza tecnológica produce una protección indirecta y fragmentaria. Por ello, resulta
necesario integrar la legislación nacional, la doctrina reciente y el derecho comparado para formular
criterios interpretativos que preserven la creatividad humana y la protección de los titulares sin impedir
el desarrollo responsable de la innovación.
En ese contexto, el problema general es: ¿Cómo se configura la protección de los derechos de autor
frente al uso de la inteligencia artificial en el Perú? Los problemas específicos son: ¿Cómo se configura
la autoría y la protección jurídica de las obras generadas mediante el uso de la inteligencia artificial en
el Perú? y ¿Cuáles son los principales desafíos jurídicos que plantea el uso de la inteligencia artificial
para la protección de los derechos de autor en el Perú?
La investigación se justifica teóricamente porque sistematiza las categorías de autoría, intervención
humana y protección jurídica; en el plano práctico, aporta criterios para operadores, legisladores,
investigadores y titulares; y, metodológicamente, desarrolla un análisis cualitativo de normas, doctrina
y documentos comparados.
pág. 7322
En atención a ello, el objetivo general es analizar la configuración de la protección de los derechos de
autor frente al uso de la inteligencia artificial en el Perú. Los objetivos específicos son: a) analizar la
configuración de la autoría y la protección jurídica de las obras generadas mediante el uso de la
inteligencia artificial en el Perú; y b) analizar los principales desafíos jurídicos que plantea el uso de la
inteligencia artificial para la protección de los derechos de autor en el Perú.
METODOLOGÍA
La investigación se desarrolló con enfoque cualitativo, debido a que buscó interpretar el contenido,
alcance y relaciones existentes entre normas, doctrina y documentos institucionales sobre derechos de
autor e inteligencia artificial. Hernández-Flórez y Klimenko (2025) sostienen que este enfoque permite
comprender integralmente fenómenos complejos mediante la interpretación de significados y contextos.
En este estudio no se recogieron testimonios ni se trabajó con participantes, pues la unidad de análisis
estuvo constituida por documentos jurídicos y académicos.
Por su finalidad, el estudio fue de tipo básico, ya que estuvo dirigido a ampliar la comprensión teórica
de la autoría y la protección jurídica frente al uso de la IA. Tarrillo et al. (2024) señalan que la
investigación básica procura generar conocimiento y profundizar la explicación conceptual de un
fenómeno. El nivel fue descriptivo-analítico: descriptivo, porque identificó y organizó las características
del marco jurídico; y analítico, porque contrastó sus alcances, vacíos y relaciones. Quinde-Quille (2026)
precisa que el nivel descriptivo permite detallar y caracterizar sistemáticamente la forma en que se
presenta un objeto de estudio.
El diseño se orientó por la teoría fundamentada aplicada al análisis documental jurídico, complementada
con los métodos dogmático y comparado. La teoría fundamentada permitió construir e integrar
categorías a partir de la revisión progresiva de las fuentes, mediante codificación y comparación
constante. Avilés (2025) destaca su rigor metodológico y su utilidad para comprender fenómenos
complejos y generar explicaciones teóricas desde los datos. El método dogmático facilitó interpretar la
Decisión 351, el Decreto Legislativo N.º 822, la Ley N.º 31814 y el Decreto Supremo N.º 115-2025-
PCM; mientras que el método comparado permitió contrastar criterios internacionales recientes.
La técnica empleada fue el análisis documental y el instrumento consistió en una guía o matriz de
análisis organizada por fuente, aporte, categoría, subcategoría e interpretación. Corona (2025) explica
En atención a ello, el objetivo general es analizar la configuración de la protección de los derechos de
autor frente al uso de la inteligencia artificial en el Perú. Los objetivos específicos son: a) analizar la
configuración de la autoría y la protección jurídica de las obras generadas mediante el uso de la
inteligencia artificial en el Perú; y b) analizar los principales desafíos jurídicos que plantea el uso de la
inteligencia artificial para la protección de los derechos de autor en el Perú.
METODOLOGÍA
La investigación se desarrolló con enfoque cualitativo, debido a que buscó interpretar el contenido,
alcance y relaciones existentes entre normas, doctrina y documentos institucionales sobre derechos de
autor e inteligencia artificial. Hernández-Flórez y Klimenko (2025) sostienen que este enfoque permite
comprender integralmente fenómenos complejos mediante la interpretación de significados y contextos.
En este estudio no se recogieron testimonios ni se trabajó con participantes, pues la unidad de análisis
estuvo constituida por documentos jurídicos y académicos.
Por su finalidad, el estudio fue de tipo básico, ya que estuvo dirigido a ampliar la comprensión teórica
de la autoría y la protección jurídica frente al uso de la IA. Tarrillo et al. (2024) señalan que la
investigación básica procura generar conocimiento y profundizar la explicación conceptual de un
fenómeno. El nivel fue descriptivo-analítico: descriptivo, porque identificó y organizó las características
del marco jurídico; y analítico, porque contrastó sus alcances, vacíos y relaciones. Quinde-Quille (2026)
precisa que el nivel descriptivo permite detallar y caracterizar sistemáticamente la forma en que se
presenta un objeto de estudio.
El diseño se orientó por la teoría fundamentada aplicada al análisis documental jurídico, complementada
con los métodos dogmático y comparado. La teoría fundamentada permitió construir e integrar
categorías a partir de la revisión progresiva de las fuentes, mediante codificación y comparación
constante. Avilés (2025) destaca su rigor metodológico y su utilidad para comprender fenómenos
complejos y generar explicaciones teóricas desde los datos. El método dogmático facilitó interpretar la
Decisión 351, el Decreto Legislativo N.º 822, la Ley N.º 31814 y el Decreto Supremo N.º 115-2025-
PCM; mientras que el método comparado permitió contrastar criterios internacionales recientes.
La técnica empleada fue el análisis documental y el instrumento consistió en una guía o matriz de
análisis organizada por fuente, aporte, categoría, subcategoría e interpretación. Corona (2025) explica
pág. 7323
que esta técnica implica el examen sistemático y crítico de documentos para extraer conocimiento
relevante. El corpus comprendió normativa peruana y andina, documentos oficiales internacionales y
artículos académicos especializados publicados preferentemente entre 2021 y 2026, seleccionados por
pertinencia temática, actualidad, identificación de autoría y disponibilidad verificable.
La búsqueda se realizó mediante términos como derechos de autor, inteligencia artificial generativa,
autoría humana, obras generadas por IA, intervención creativa, datos de entrenamiento, minería de
textos y datos, transparencia algorítmica y responsabilidad. La información se organizó en categorías y
subcategorías. Román-Acosta (2024) señala que las categorías permiten agrupar y comprender unidades
temáticas relevantes. Asimismo, Arias 2019 como se citó en (Rueda-Sánchez et al., 2023) entiende las
subcategorías como componentes específicos derivados de una categoría general, útiles para profundizar
y reducir analíticamente los datos.
Tabla N° 1
Categorías y subcategorías
Categoría 1
Derechos de autor
Subcategoría 1 y 2
Autoría Protección jurídica
Categoría 2
Inteligencia artificial
Subcategoría 1 y 2
Generación de obras mediante IA Desafíos jurídicos del uso de la IA
Fuente: Elaboración propia (2026)
El procedimiento de análisis comprendió tres momentos. Primero, se realizó una codificación temática
de las fuentes. Segundo, los hallazgos se agruparon en las categorías derechos de autor e inteligencia
artificial y en sus respectivas subcategorías. Tercero, se efectuó una triangulación normativa, doctrinal
y comparada para identificar coincidencias, divergencias y vacíos. Además, se aplicó el método
descriptivo para ordenar y exponer los resultados. Valera-Dávila et al. (2025) destacan que la
que esta técnica implica el examen sistemático y crítico de documentos para extraer conocimiento
relevante. El corpus comprendió normativa peruana y andina, documentos oficiales internacionales y
artículos académicos especializados publicados preferentemente entre 2021 y 2026, seleccionados por
pertinencia temática, actualidad, identificación de autoría y disponibilidad verificable.
La búsqueda se realizó mediante términos como derechos de autor, inteligencia artificial generativa,
autoría humana, obras generadas por IA, intervención creativa, datos de entrenamiento, minería de
textos y datos, transparencia algorítmica y responsabilidad. La información se organizó en categorías y
subcategorías. Román-Acosta (2024) señala que las categorías permiten agrupar y comprender unidades
temáticas relevantes. Asimismo, Arias 2019 como se citó en (Rueda-Sánchez et al., 2023) entiende las
subcategorías como componentes específicos derivados de una categoría general, útiles para profundizar
y reducir analíticamente los datos.
Tabla N° 1
Categorías y subcategorías
Categoría 1
Derechos de autor
Subcategoría 1 y 2
Autoría Protección jurídica
Categoría 2
Inteligencia artificial
Subcategoría 1 y 2
Generación de obras mediante IA Desafíos jurídicos del uso de la IA
Fuente: Elaboración propia (2026)
El procedimiento de análisis comprendió tres momentos. Primero, se realizó una codificación temática
de las fuentes. Segundo, los hallazgos se agruparon en las categorías derechos de autor e inteligencia
artificial y en sus respectivas subcategorías. Tercero, se efectuó una triangulación normativa, doctrinal
y comparada para identificar coincidencias, divergencias y vacíos. Además, se aplicó el método
descriptivo para ordenar y exponer los resultados. Valera-Dávila et al. (2025) destacan que la
pág. 7324
descripción sistemática y transparente constituye una base necesaria para comprender fenómenos
complejos, particularmente cuando se emplean herramientas y fuentes vinculadas con la inteligencia
artificial.
La investigación respetó los principios de integridad científica. Ventura y De Oliveira (2022) sostienen
que la honestidad, la transparencia, la imparcialidad, la responsabilidad y el respeto por las buenas
prácticas son esenciales en la producción y publicación académica. Por ello, se diferenciaron los
planteamientos de las fuentes de las interpretaciones del estudio, se aplicaron las normas APA, séptima
edición, para la atribución de ideas y la elaboración de las referencias. Al no involucrarse personas,
datos personales ni experimentación, no fue necesario gestionar consentimiento informado.
RESULTADOS Y DISCUSIÓN
Configuración general de la protección de los derechos de autor frente al uso de la IA en el Perú
El primer hallazgo evidencia que la protección peruana se configura mediante dos bloques normativos
que cumplen funciones distintas. El bloque autoral, integrado por la Decisión 351 y el Decreto
Legislativo N.º 822, reconoce derechos morales y patrimoniales sobre obras originales y atribuye la
autoría a una persona física o natural. El bloque de gobernanza de IA, conformado por la Ley N.º 31814
y su Reglamento de 2025, introduce principios de seguridad, ética, transparencia, supervisión humana,
respeto de los derechos fundamentales y respeto del derecho de autor y los derechos conexos. Sin
embargo, no existe una articulación expresa entre ambos bloques para resolver los conflictos específicos
de la IA generativa.
El carácter antropocéntrico del régimen autoral constituye el punto de partida interpretativo. La Decisión
351 define al autor como la persona física que realiza la creación intelectual, mientras el Decreto
Legislativo N.º 822 emplea una fórmula equivalente. De ello se infiere que un sistema de IA no puede
ser reconocido actualmente como autor, porque carece de personalidad humana y no reúne la cualidad
subjetiva exigida por la normativa. Esta conclusión no implica que todo contenido producido con IA
quede fuera de protección; exige, más bien, determinar si en el resultado existe una contribución humana
original separable y jurídicamente relevante.
El segundo componente del hallazgo es la insuficiencia de las normas generales de IA para cubrir la
dimensión autoral. La Ley N.º 31814 promueve un uso responsable y centrado en la persona, y el
descripción sistemática y transparente constituye una base necesaria para comprender fenómenos
complejos, particularmente cuando se emplean herramientas y fuentes vinculadas con la inteligencia
artificial.
La investigación respetó los principios de integridad científica. Ventura y De Oliveira (2022) sostienen
que la honestidad, la transparencia, la imparcialidad, la responsabilidad y el respeto por las buenas
prácticas son esenciales en la producción y publicación académica. Por ello, se diferenciaron los
planteamientos de las fuentes de las interpretaciones del estudio, se aplicaron las normas APA, séptima
edición, para la atribución de ideas y la elaboración de las referencias. Al no involucrarse personas,
datos personales ni experimentación, no fue necesario gestionar consentimiento informado.
RESULTADOS Y DISCUSIÓN
Configuración general de la protección de los derechos de autor frente al uso de la IA en el Perú
El primer hallazgo evidencia que la protección peruana se configura mediante dos bloques normativos
que cumplen funciones distintas. El bloque autoral, integrado por la Decisión 351 y el Decreto
Legislativo N.º 822, reconoce derechos morales y patrimoniales sobre obras originales y atribuye la
autoría a una persona física o natural. El bloque de gobernanza de IA, conformado por la Ley N.º 31814
y su Reglamento de 2025, introduce principios de seguridad, ética, transparencia, supervisión humana,
respeto de los derechos fundamentales y respeto del derecho de autor y los derechos conexos. Sin
embargo, no existe una articulación expresa entre ambos bloques para resolver los conflictos específicos
de la IA generativa.
El carácter antropocéntrico del régimen autoral constituye el punto de partida interpretativo. La Decisión
351 define al autor como la persona física que realiza la creación intelectual, mientras el Decreto
Legislativo N.º 822 emplea una fórmula equivalente. De ello se infiere que un sistema de IA no puede
ser reconocido actualmente como autor, porque carece de personalidad humana y no reúne la cualidad
subjetiva exigida por la normativa. Esta conclusión no implica que todo contenido producido con IA
quede fuera de protección; exige, más bien, determinar si en el resultado existe una contribución humana
original separable y jurídicamente relevante.
El segundo componente del hallazgo es la insuficiencia de las normas generales de IA para cubrir la
dimensión autoral. La Ley N.º 31814 promueve un uso responsable y centrado en la persona, y el
pág. 7325
Decreto Supremo N.º 115-2025-PCM desarrolla obligaciones y mecanismos de gobernanza e incorpora
expresamente el respeto del derecho de autor y los derechos conexos como principio rector. Sin
embargo, no define cuándo una instrucción constituye actividad creativa, qué nivel de edición
transforma un resultado algorítmico en obra humana, cómo deben declararse los componentes generados
por IA ni qué régimen corresponde al entrenamiento con obras protegidas. En consecuencia, la
protección existe, pero opera de forma indirecta, caso por caso y con un margen elevado de
incertidumbre.
Este resultado se relaciona con el análisis de Novelli et al. (2024) quienes advierten que la autonomía
operativa y la complejidad de los sistemas generativos producen vacíos de cumplimiento cuando las
normas de IA, responsabilidad y propiedad intelectual se desarrollan de manera paralela. Asimismo,
Quintais (2025) sostiene que una regulación general de IA no sustituye al derecho de autor, sino que
debe coordinar obligaciones de transparencia, cumplimiento, licenciamiento y remuneración. Aplicado
al Perú, ello confirma que el problema no es la ausencia absoluta de protección, sino la falta de reglas
de conexión entre el régimen autoral y la cadena técnica de la IA generativa.
La comparación internacional refuerza esta interpretación. Los modelos regulatorios recientes
diferencian los problemas de entrada, entrenamiento, funcionamiento del modelo y generación de
resultados, e incorporan deberes de cumplimiento y transparencia para los proveedores. El ordenamiento
peruano todavía no contiene obligaciones autorales equivalentes ni procedimientos específicos para
verificar la contribución humana o la procedencia de los datos. En respuesta al objetivo general, la
protección peruana puede calificarse como humano céntrica y jurídicamente operativa, pero
fragmentaria e insuficientemente especializada frente a los riesgos de la IA generativa.
Autoría y protección jurídica de las obras generadas o asistidas mediante IA
Respecto del primer objetivo específico, el análisis permitió distinguir tres escenarios. El primero es la
obra humana asistida por IA, en la cual la herramienta cumple una función instrumental y la persona
conserva el control de las decisiones expresivas esenciales. El segundo es la obra híbrida, que combina
aportes humanos identificables con material algorítmico. El tercero es el resultado generado
predominantemente por el sistema, con una intervención humana limitada a instrucciones generales o a
Decreto Supremo N.º 115-2025-PCM desarrolla obligaciones y mecanismos de gobernanza e incorpora
expresamente el respeto del derecho de autor y los derechos conexos como principio rector. Sin
embargo, no define cuándo una instrucción constituye actividad creativa, qué nivel de edición
transforma un resultado algorítmico en obra humana, cómo deben declararse los componentes generados
por IA ni qué régimen corresponde al entrenamiento con obras protegidas. En consecuencia, la
protección existe, pero opera de forma indirecta, caso por caso y con un margen elevado de
incertidumbre.
Este resultado se relaciona con el análisis de Novelli et al. (2024) quienes advierten que la autonomía
operativa y la complejidad de los sistemas generativos producen vacíos de cumplimiento cuando las
normas de IA, responsabilidad y propiedad intelectual se desarrollan de manera paralela. Asimismo,
Quintais (2025) sostiene que una regulación general de IA no sustituye al derecho de autor, sino que
debe coordinar obligaciones de transparencia, cumplimiento, licenciamiento y remuneración. Aplicado
al Perú, ello confirma que el problema no es la ausencia absoluta de protección, sino la falta de reglas
de conexión entre el régimen autoral y la cadena técnica de la IA generativa.
La comparación internacional refuerza esta interpretación. Los modelos regulatorios recientes
diferencian los problemas de entrada, entrenamiento, funcionamiento del modelo y generación de
resultados, e incorporan deberes de cumplimiento y transparencia para los proveedores. El ordenamiento
peruano todavía no contiene obligaciones autorales equivalentes ni procedimientos específicos para
verificar la contribución humana o la procedencia de los datos. En respuesta al objetivo general, la
protección peruana puede calificarse como humano céntrica y jurídicamente operativa, pero
fragmentaria e insuficientemente especializada frente a los riesgos de la IA generativa.
Autoría y protección jurídica de las obras generadas o asistidas mediante IA
Respecto del primer objetivo específico, el análisis permitió distinguir tres escenarios. El primero es la
obra humana asistida por IA, en la cual la herramienta cumple una función instrumental y la persona
conserva el control de las decisiones expresivas esenciales. El segundo es la obra híbrida, que combina
aportes humanos identificables con material algorítmico. El tercero es el resultado generado
predominantemente por el sistema, con una intervención humana limitada a instrucciones generales o a
pág. 7326
la selección entre alternativas. Esta diferenciación evita considerar que el solo empleo de IA determine,
de manera automática, la concesión o la exclusión de la protección autoral.
En la obra asistida, la protección puede recaer sobre la expresión original concebida y ejecutada por la
persona, como la estructura, la selección de elementos, la composición, la secuencia, la redacción, la
edición o la transformación creativa. Fenwick y Jurcys (2023) explican que la creación con IA puede
comprender un proceso iterativo de concepción, formulación de instrucciones, generación, refinamiento
y utilización del resultado. Esta perspectiva permite valorar la creatividad humana como un proceso
verificable y no como un acto aislado, por lo que el criterio decisivo debe ser el control efectivo sobre
las decisiones expresivas que se manifiestan en la obra.
En las obras híbridas, la protección debe delimitarse a los componentes humanos originales. Gaffar y
Albarashdi (2025) sostienen que la originalidad y la titularidad de los resultados generados con IA
dependen de la intervención humana jurídicamente relevante y de la posibilidad de atribuir decisiones
creativas a una persona. En consecuencia, el usuario podría ostentar derechos sobre la selección,
disposición, reescritura o modificación sustancial de materiales algorítmicos, pero no apropiarse
automáticamente de elementos producidos sin control creativo suficiente. Esta solución evita negar toda
protección por el uso de IA y, al mismo tiempo, impide extender derechos exclusivos a contenidos
carentes de autoría humana.
En el tercer escenario, los prompts genéricos no bastan normalmente para demostrar autoría sobre la
forma expresiva obtenida. Una instrucción puede describir un propósito, tema o estilo, pero no
necesariamente determina las elecciones concretas realizadas por el sistema. Geiger (2024) propone
conservar a la persona creadora como centro del sistema de derechos de autor y considerar la IA como
instrumento cuando sirve a una actividad creativa humana. Desde esta perspectiva, la protección en el
Perú debería depender de la existencia de decisiones expresivas demostrables y no de la sola iniciativa
de solicitar un resultado al modelo.
La atribución automática de la autoría al desarrollador, proveedor, propietario o usuario de la IA
tampoco encuentra sustento suficiente en el régimen peruano. La inversión económica, la propiedad del
sistema o la formulación de una instrucción no equivalen por sí mismas a creación intelectual. Gaffar y
Albarashdi (2025) muestran que las alternativas de atribución requieren distinguir entre autoría
la selección entre alternativas. Esta diferenciación evita considerar que el solo empleo de IA determine,
de manera automática, la concesión o la exclusión de la protección autoral.
En la obra asistida, la protección puede recaer sobre la expresión original concebida y ejecutada por la
persona, como la estructura, la selección de elementos, la composición, la secuencia, la redacción, la
edición o la transformación creativa. Fenwick y Jurcys (2023) explican que la creación con IA puede
comprender un proceso iterativo de concepción, formulación de instrucciones, generación, refinamiento
y utilización del resultado. Esta perspectiva permite valorar la creatividad humana como un proceso
verificable y no como un acto aislado, por lo que el criterio decisivo debe ser el control efectivo sobre
las decisiones expresivas que se manifiestan en la obra.
En las obras híbridas, la protección debe delimitarse a los componentes humanos originales. Gaffar y
Albarashdi (2025) sostienen que la originalidad y la titularidad de los resultados generados con IA
dependen de la intervención humana jurídicamente relevante y de la posibilidad de atribuir decisiones
creativas a una persona. En consecuencia, el usuario podría ostentar derechos sobre la selección,
disposición, reescritura o modificación sustancial de materiales algorítmicos, pero no apropiarse
automáticamente de elementos producidos sin control creativo suficiente. Esta solución evita negar toda
protección por el uso de IA y, al mismo tiempo, impide extender derechos exclusivos a contenidos
carentes de autoría humana.
En el tercer escenario, los prompts genéricos no bastan normalmente para demostrar autoría sobre la
forma expresiva obtenida. Una instrucción puede describir un propósito, tema o estilo, pero no
necesariamente determina las elecciones concretas realizadas por el sistema. Geiger (2024) propone
conservar a la persona creadora como centro del sistema de derechos de autor y considerar la IA como
instrumento cuando sirve a una actividad creativa humana. Desde esta perspectiva, la protección en el
Perú debería depender de la existencia de decisiones expresivas demostrables y no de la sola iniciativa
de solicitar un resultado al modelo.
La atribución automática de la autoría al desarrollador, proveedor, propietario o usuario de la IA
tampoco encuentra sustento suficiente en el régimen peruano. La inversión económica, la propiedad del
sistema o la formulación de una instrucción no equivalen por sí mismas a creación intelectual. Gaffar y
Albarashdi (2025) muestran que las alternativas de atribución requieren distinguir entre autoría
pág. 7327
originaria y titularidad derivada. Esta distinción es relevante porque la transmisión contractual o legal
de derechos presupone, en principio, la existencia de un derecho originado en una contribución humana
protegible.
Desde una perspectiva de política legislativa, Geiger (2024) advierte que el derecho de autor no debería
convertirse en un mecanismo destinado únicamente a asegurar la recuperación de inversiones
tecnológicas. Reconocer derechos exclusivos sobre resultados puramente algorítmicos podría ampliar
innecesariamente la apropiación privada de contenidos y reducir el espacio del dominio público. Para el
contexto peruano, la alternativa más consistente es mantener la centralidad de la creatividad humana y
evaluar, con evidencia económica, si determinados usos comerciales requieren mecanismos de
remuneración o licenciamiento distintos del reconocimiento de autoría a la máquina.
Un problema adicional es la prueba de la intervención humana. Como la protección nace con la creación
y el registro es declarativo, quien reivindica derechos sobre una obra asistida por IA debe poder explicar
su proceso creativo. El enfoque procesual descrito por Fenwick y Jurcys (2023) respalda la conservación
de versiones, instrucciones sucesivas, selecciones, correcciones y modificaciones que permitan
reconstruir las decisiones del autor. En el Perú, una declaración razonable sobre el uso de IA y sobre los
componentes cuya protección se solicita contribuiría a delimitar el derecho sin convertir el registro en
una formalidad constitutiva.
Por tanto, la respuesta al primer objetivo específico es que la autoría continúa reservada a la persona
natural. Las obras asistidas pueden protegerse cuando contienen aportes humanos originales,
identificables y demostrables; las obras híbridas exigen delimitar el alcance de la protección; y los
resultados producidos sin control creativo humano suficiente no encajan actualmente en la categoría
peruana de obra protegida. La evaluación debe realizarse caso por caso, atendiendo al proceso de
creación y no solo al aspecto final del contenido.
Principales desafíos jurídicos para la protección de los derechos de autor
El segundo objetivo específico permitió identificar cinco desafíos principales: la licitud de los datos de
entrenamiento; la transparencia y trazabilidad; la posible infracción en los resultados; la distribución de
responsabilidades; y la prueba y aplicación transfronteriza. Estos problemas están vinculados, ya que la
falta de información sobre las fuentes utilizadas dificulta determinar si se reprodujeron obras protegidas,
originaria y titularidad derivada. Esta distinción es relevante porque la transmisión contractual o legal
de derechos presupone, en principio, la existencia de un derecho originado en una contribución humana
protegible.
Desde una perspectiva de política legislativa, Geiger (2024) advierte que el derecho de autor no debería
convertirse en un mecanismo destinado únicamente a asegurar la recuperación de inversiones
tecnológicas. Reconocer derechos exclusivos sobre resultados puramente algorítmicos podría ampliar
innecesariamente la apropiación privada de contenidos y reducir el espacio del dominio público. Para el
contexto peruano, la alternativa más consistente es mantener la centralidad de la creatividad humana y
evaluar, con evidencia económica, si determinados usos comerciales requieren mecanismos de
remuneración o licenciamiento distintos del reconocimiento de autoría a la máquina.
Un problema adicional es la prueba de la intervención humana. Como la protección nace con la creación
y el registro es declarativo, quien reivindica derechos sobre una obra asistida por IA debe poder explicar
su proceso creativo. El enfoque procesual descrito por Fenwick y Jurcys (2023) respalda la conservación
de versiones, instrucciones sucesivas, selecciones, correcciones y modificaciones que permitan
reconstruir las decisiones del autor. En el Perú, una declaración razonable sobre el uso de IA y sobre los
componentes cuya protección se solicita contribuiría a delimitar el derecho sin convertir el registro en
una formalidad constitutiva.
Por tanto, la respuesta al primer objetivo específico es que la autoría continúa reservada a la persona
natural. Las obras asistidas pueden protegerse cuando contienen aportes humanos originales,
identificables y demostrables; las obras híbridas exigen delimitar el alcance de la protección; y los
resultados producidos sin control creativo humano suficiente no encajan actualmente en la categoría
peruana de obra protegida. La evaluación debe realizarse caso por caso, atendiendo al proceso de
creación y no solo al aspecto final del contenido.
Principales desafíos jurídicos para la protección de los derechos de autor
El segundo objetivo específico permitió identificar cinco desafíos principales: la licitud de los datos de
entrenamiento; la transparencia y trazabilidad; la posible infracción en los resultados; la distribución de
responsabilidades; y la prueba y aplicación transfronteriza. Estos problemas están vinculados, ya que la
falta de información sobre las fuentes utilizadas dificulta determinar si se reprodujeron obras protegidas,
pág. 7328
si el resultado incorpora elementos originales de una obra previa y qué sujeto tuvo control o capacidad
efectiva para evitar el daño.
El primer desafío es el entrenamiento de modelos con obras protegidas. Este proceso puede comprender
recolección, copia, almacenamiento, tokenización, extracción y análisis masivo de contenidos. La
normativa peruana reconoce facultades exclusivas de reproducción y transformación y contiene límites
específicos, pero no establece una excepción general para la minería de textos y datos destinada al
entrenamiento comercial de IA. Por ello, la disponibilidad de una obra en Internet no equivale a una
autorización de uso, y la licitud debe examinarse según la procedencia del corpus, las licencias
existentes, la finalidad del tratamiento y los límites previstos por la legislación.
Li et al. (2024) sostienen que el entrenamiento exige equilibrar la innovación con la protección de los
titulares y plantean mecanismos de remuneración justa para reducir los costos de transacción y evitar
tanto la sobreprotección como la explotación no compensada. Huang y Chen (2025), desde una posición
distinta, proponen diferenciar las etapas técnicas y evaluar si las reproducciones tienen capacidad real
de sustituir económicamente a la obra original. La divergencia entre ambos enfoques demuestra que el
análisis peruano no debería formular una respuesta única para toda la cadena, sino distinguir adquisición,
preprocesamiento, entrenamiento y generación de resultados.
El segundo desafío es la transparencia. Los titulares difícilmente pueden ejercer sus derechos si
desconocen si sus obras fueron incorporadas a un conjunto de entrenamiento. Quintais (2025) considera
que los deberes de información y las políticas de cumplimiento constituyen elementos centrales para
conectar la regulación de IA con el derecho de autor, aunque deben coordinarse con los secretos
empresariales. En similar sentido, Ordelin-Font (2025) sostiene que las obligaciones de transparencia y
las reglas sobre minería de textos y datos son necesarias para mejorar la trazabilidad, aunque todavía
presentan limitaciones para identificar con precisión cada obra utilizada. En el Perú, sería pertinente
exigir documentación proporcional sobre la procedencia y las categorías de datos, mecanismos de
reserva u oposición cuando correspondan y canales accesibles para atender reclamaciones de los
titulares.
El tercer desafío se refiere a los resultados que reproducen o transforman elementos protegidos. Huang
y Chen (2025) distinguen entre copias técnicamente producidas y reproducciones jurídicamente
si el resultado incorpora elementos originales de una obra previa y qué sujeto tuvo control o capacidad
efectiva para evitar el daño.
El primer desafío es el entrenamiento de modelos con obras protegidas. Este proceso puede comprender
recolección, copia, almacenamiento, tokenización, extracción y análisis masivo de contenidos. La
normativa peruana reconoce facultades exclusivas de reproducción y transformación y contiene límites
específicos, pero no establece una excepción general para la minería de textos y datos destinada al
entrenamiento comercial de IA. Por ello, la disponibilidad de una obra en Internet no equivale a una
autorización de uso, y la licitud debe examinarse según la procedencia del corpus, las licencias
existentes, la finalidad del tratamiento y los límites previstos por la legislación.
Li et al. (2024) sostienen que el entrenamiento exige equilibrar la innovación con la protección de los
titulares y plantean mecanismos de remuneración justa para reducir los costos de transacción y evitar
tanto la sobreprotección como la explotación no compensada. Huang y Chen (2025), desde una posición
distinta, proponen diferenciar las etapas técnicas y evaluar si las reproducciones tienen capacidad real
de sustituir económicamente a la obra original. La divergencia entre ambos enfoques demuestra que el
análisis peruano no debería formular una respuesta única para toda la cadena, sino distinguir adquisición,
preprocesamiento, entrenamiento y generación de resultados.
El segundo desafío es la transparencia. Los titulares difícilmente pueden ejercer sus derechos si
desconocen si sus obras fueron incorporadas a un conjunto de entrenamiento. Quintais (2025) considera
que los deberes de información y las políticas de cumplimiento constituyen elementos centrales para
conectar la regulación de IA con el derecho de autor, aunque deben coordinarse con los secretos
empresariales. En similar sentido, Ordelin-Font (2025) sostiene que las obligaciones de transparencia y
las reglas sobre minería de textos y datos son necesarias para mejorar la trazabilidad, aunque todavía
presentan limitaciones para identificar con precisión cada obra utilizada. En el Perú, sería pertinente
exigir documentación proporcional sobre la procedencia y las categorías de datos, mecanismos de
reserva u oposición cuando correspondan y canales accesibles para atender reclamaciones de los
titulares.
El tercer desafío se refiere a los resultados que reproducen o transforman elementos protegidos. Huang
y Chen (2025) distinguen entre copias técnicamente producidas y reproducciones jurídicamente
pág. 7329
relevantes, destacando la semejanza sustancial y el posible efecto de sustitución en el mercado. Rosati
(2025) añade que la generación de resultados puede activar responsabilidad cuando se incorpora una
parte original protegida y no concurre autorización o excepción. Para el derecho peruano, el examen
debe centrarse en la expresión protegida y no en ideas, temas o estilos abstractos, sin presumir que toda
semejanza constituye infracción.
El cuarto desafío es la distribución de responsabilidades. En la cadena pueden intervenir el desarrollador
del modelo, el proveedor del servicio, la empresa que lo integra y el usuario que formula instrucciones
o difunde el resultado. Rosati (2025) demuestra que, según las circunstancias, la responsabilidad puede
extenderse más allá del usuario y alcanzar a proveedores o desarrolladores cuando existe participación
relevante, conocimiento, control o contribución causal. Novelli et al. (2024) también advierten que la
complejidad y la imprevisibilidad de los sistemas generativos exigen obligaciones de diligencia y
gestión de riesgos. En el Perú, la atribución debería considerar control efectivo, capacidad preventiva,
causalidad y respuesta frente a avisos.
El quinto desafío es probatorio y transfronterizo. Los modelos pueden desarrollarse en un país,
entrenarse mediante infraestructuras distribuidas y ofrecerse en el Perú desde otra jurisdicción. La
evidencia relevante fuentes de datos, versiones del modelo, registros de instrucciones, filtros y archivos
de salida suele permanecer bajo control privado. Novelli et al. (2024) señalan que la gobernanza eficaz
requiere trazabilidad, documentación y mecanismos de cumplimiento que permitan investigar
incidentes. Por ello, el ordenamiento peruano necesita reglas de conservación de información, medidas
cautelares eficaces y cooperación internacional, preservando de manera proporcional los secretos
empresariales y los datos personales.
La discusión comparada muestra que la respuesta no debe reducirse a reconocer autoría a la IA. Li et al.
(2024) destacan la necesidad de modelos de remuneración y cooperación internacional; Geiger (2024)
propone mantener al autor humano en el centro del sistema; y Quintais (2025) enfatiza la transparencia,
el cumplimiento y el licenciamiento. En el Perú, una reforma tendría mayor impacto si prioriza criterios
para identificar la contribución humana, la declaración del uso relevante de IA, la documentación de
datos de entrenamiento, mecanismos de licencia individual o colectiva, procedimientos de reclamación
y reglas de responsabilidad basadas en el control y la diligencia.
relevantes, destacando la semejanza sustancial y el posible efecto de sustitución en el mercado. Rosati
(2025) añade que la generación de resultados puede activar responsabilidad cuando se incorpora una
parte original protegida y no concurre autorización o excepción. Para el derecho peruano, el examen
debe centrarse en la expresión protegida y no en ideas, temas o estilos abstractos, sin presumir que toda
semejanza constituye infracción.
El cuarto desafío es la distribución de responsabilidades. En la cadena pueden intervenir el desarrollador
del modelo, el proveedor del servicio, la empresa que lo integra y el usuario que formula instrucciones
o difunde el resultado. Rosati (2025) demuestra que, según las circunstancias, la responsabilidad puede
extenderse más allá del usuario y alcanzar a proveedores o desarrolladores cuando existe participación
relevante, conocimiento, control o contribución causal. Novelli et al. (2024) también advierten que la
complejidad y la imprevisibilidad de los sistemas generativos exigen obligaciones de diligencia y
gestión de riesgos. En el Perú, la atribución debería considerar control efectivo, capacidad preventiva,
causalidad y respuesta frente a avisos.
El quinto desafío es probatorio y transfronterizo. Los modelos pueden desarrollarse en un país,
entrenarse mediante infraestructuras distribuidas y ofrecerse en el Perú desde otra jurisdicción. La
evidencia relevante fuentes de datos, versiones del modelo, registros de instrucciones, filtros y archivos
de salida suele permanecer bajo control privado. Novelli et al. (2024) señalan que la gobernanza eficaz
requiere trazabilidad, documentación y mecanismos de cumplimiento que permitan investigar
incidentes. Por ello, el ordenamiento peruano necesita reglas de conservación de información, medidas
cautelares eficaces y cooperación internacional, preservando de manera proporcional los secretos
empresariales y los datos personales.
La discusión comparada muestra que la respuesta no debe reducirse a reconocer autoría a la IA. Li et al.
(2024) destacan la necesidad de modelos de remuneración y cooperación internacional; Geiger (2024)
propone mantener al autor humano en el centro del sistema; y Quintais (2025) enfatiza la transparencia,
el cumplimiento y el licenciamiento. En el Perú, una reforma tendría mayor impacto si prioriza criterios
para identificar la contribución humana, la declaración del uso relevante de IA, la documentación de
datos de entrenamiento, mecanismos de licencia individual o colectiva, procedimientos de reclamación
y reglas de responsabilidad basadas en el control y la diligencia.
pág. 7330
Finalmente, el desarrollo normativo debería articular a la Presidencia del Consejo de Ministros, como
autoridad de gobernanza digital, con el Indecopi, como autoridad especializada en derecho de autor. La
Ley N.º 31814 y su Reglamento ofrecen una base para establecer políticas de IA responsable, mientras
que el Decreto Legislativo N.º 822 contiene los derechos sustantivos. La coordinación institucional
permitiría emitir lineamientos sobre contribución humana, transparencia, registro y conservación de
evidencia, sin perjuicio de que las excepciones, licencias obligatorias o nuevos derechos exclusivos
requieran una reforma legislativa expresa.
Síntesis de los hallazgos y criterios de adecuación
Los hallazgos muestran que el problema no consiste en reemplazar el derecho de autor, sino en precisar
su aplicación a una cadena creativa y técnica en la que el control se distribuye entre personas, empresas
y sistemas. La triangulación con literatura especializada adicional confirma tres ejes: la permanencia de
la autoría humana, la necesidad de diferenciar las etapas técnicas de la IA y la conveniencia de asignar
obligaciones según el control, la diligencia y la capacidad de prevención. La solución debe proteger la
creatividad humana, permitir usos legítimos de datos y brindar seguridad jurídica a titulares,
desarrolladores y usuarios.
Tabla 2
Síntesis de hallazgos y respuestas jurídicas propuestas
Dimensión Hallazgo principal Respuesta jurídica propuesta
Autoría
La normativa peruana atribuye la autoría a
la persona natural; la IA no es autora.
Evaluar y documentar el control
creativo humano; proteger solo
los aportes originales
identificables.
Obras hibridas
La coexistencia de material humano y
algorítmico exige delimitar el alcance de la
protección.
Declarar el uso relevante de IA
y precisar los componentes
reclamados en procedimientos
de registro.
Finalmente, el desarrollo normativo debería articular a la Presidencia del Consejo de Ministros, como
autoridad de gobernanza digital, con el Indecopi, como autoridad especializada en derecho de autor. La
Ley N.º 31814 y su Reglamento ofrecen una base para establecer políticas de IA responsable, mientras
que el Decreto Legislativo N.º 822 contiene los derechos sustantivos. La coordinación institucional
permitiría emitir lineamientos sobre contribución humana, transparencia, registro y conservación de
evidencia, sin perjuicio de que las excepciones, licencias obligatorias o nuevos derechos exclusivos
requieran una reforma legislativa expresa.
Síntesis de los hallazgos y criterios de adecuación
Los hallazgos muestran que el problema no consiste en reemplazar el derecho de autor, sino en precisar
su aplicación a una cadena creativa y técnica en la que el control se distribuye entre personas, empresas
y sistemas. La triangulación con literatura especializada adicional confirma tres ejes: la permanencia de
la autoría humana, la necesidad de diferenciar las etapas técnicas de la IA y la conveniencia de asignar
obligaciones según el control, la diligencia y la capacidad de prevención. La solución debe proteger la
creatividad humana, permitir usos legítimos de datos y brindar seguridad jurídica a titulares,
desarrolladores y usuarios.
Tabla 2
Síntesis de hallazgos y respuestas jurídicas propuestas
Dimensión Hallazgo principal Respuesta jurídica propuesta
Autoría
La normativa peruana atribuye la autoría a
la persona natural; la IA no es autora.
Evaluar y documentar el control
creativo humano; proteger solo
los aportes originales
identificables.
Obras hibridas
La coexistencia de material humano y
algorítmico exige delimitar el alcance de la
protección.
Declarar el uso relevante de IA
y precisar los componentes
reclamados en procedimientos
de registro.
pág. 7331
Entrenamiento
No existe una excepción general expresa
para entrenamiento comercial con obras
protegidas.
Promover licencias, trazabilidad
de fuentes y evaluación
legislativa de límites específicos
y remuneración.
Transparencia
Los titulares carecen de información
suficiente sobre la incorporación de sus
obras.
Exigir resúmenes y registros
proporcionales, canales de
reclamación y protección
equilibrada de secretos
empresariales.
Responsabilidad
Participan múltiples actores con distinto
control y capacidad preventiva.
Asignar responsabilidad según
control, conocimiento,
causalidad, diligencia y
respuesta ante avisos.
Prueba y
jurisdicción
La evidencia es técnica, privada y
frecuentemente transfronteriza.
Conservar registros, fortalecer
medidas cautelares y promover
cooperación entre autoridades y
jurisdicciones.
Fuente. Elaboración propia (2026).
CONCLUSIONES
La protección de los derechos de autor frente al uso de la inteligencia artificial en el Perú mantiene un
enfoque humano céntrico, sustentado en la Decisión 351, el Decreto Legislativo N.º 822, la Ley N.º
31814 y su Reglamento. Aunque este marco permite proteger las creaciones humanas, todavía resulta
insuficiente para regular específicamente los contenidos generados por IA, el uso de obras en el
entrenamiento de modelos, la transparencia y la atribución de responsabilidades.
La autoría corresponde únicamente a la persona natural que realiza una contribución original y conserva
control creativo sobre el resultado. Por ello, las obras asistidas o híbridas pueden recibir protección
respecto de los aportes humanos identificables, mientras que los contenidos generados de manera
Entrenamiento
No existe una excepción general expresa
para entrenamiento comercial con obras
protegidas.
Promover licencias, trazabilidad
de fuentes y evaluación
legislativa de límites específicos
y remuneración.
Transparencia
Los titulares carecen de información
suficiente sobre la incorporación de sus
obras.
Exigir resúmenes y registros
proporcionales, canales de
reclamación y protección
equilibrada de secretos
empresariales.
Responsabilidad
Participan múltiples actores con distinto
control y capacidad preventiva.
Asignar responsabilidad según
control, conocimiento,
causalidad, diligencia y
respuesta ante avisos.
Prueba y
jurisdicción
La evidencia es técnica, privada y
frecuentemente transfronteriza.
Conservar registros, fortalecer
medidas cautelares y promover
cooperación entre autoridades y
jurisdicciones.
Fuente. Elaboración propia (2026).
CONCLUSIONES
La protección de los derechos de autor frente al uso de la inteligencia artificial en el Perú mantiene un
enfoque humano céntrico, sustentado en la Decisión 351, el Decreto Legislativo N.º 822, la Ley N.º
31814 y su Reglamento. Aunque este marco permite proteger las creaciones humanas, todavía resulta
insuficiente para regular específicamente los contenidos generados por IA, el uso de obras en el
entrenamiento de modelos, la transparencia y la atribución de responsabilidades.
La autoría corresponde únicamente a la persona natural que realiza una contribución original y conserva
control creativo sobre el resultado. Por ello, las obras asistidas o híbridas pueden recibir protección
respecto de los aportes humanos identificables, mientras que los contenidos generados de manera
pág. 7332
predominantemente autónoma por la IA no pueden considerarse actualmente obras protegidas ni
atribuirse automáticamente al usuario, proveedor o desarrollador.
Los principales desafíos jurídicos comprenden la licitud de los datos de entrenamiento, la transparencia
y trazabilidad, la posible reproducción de obras protegidas, la distribución de responsabilidades y la
obtención de pruebas en entornos transfronterizos. En consecuencia, el ordenamiento peruano requiere
lineamientos y reformas progresivas que fortalezcan la autorización, las licencias, la conservación de
evidencias y la tutela efectiva de los autores, manteniendo un equilibrio entre innovación tecnológica y
protección de la creatividad humana.
REFERENCIAS BIBLIOGRÁFICAS
Abbott, R & Rothman, E. (2023). Disrupting creativity: Copyright law in the age of generative artificial
intelligence. Florida Law Review, 75(6), 1141-1202.
https://scholarship.law.ufl.edu/flr/vol75/iss6/3/
Avilés, L. (2025). Teoría fundamentada constructivista: estrategias y prácticas distintivas desde un caso
particular. Revista Chilena de Enfermería, 7. https://doi.org/10.5354/2452-5839.2025.80181
Azuaje-Pirela, M. (2025). Inteligencia artificial y derecho de autor: estado de la cuestión y desafíos
regulatorios emergentes a partir del caso chileno. Revista Iberoamericana de la Propiedad
Intelectual, 23, 429-452. https://doi.org/10.26422/RIPI.2025.2300.azu
Comisión del Acuerdo de Cartagena. (1993). Decisión 351: Régimen común sobre derecho de autor y
derechos conexos. https://www.comunidadandina.org/DocOficialesFiles/Gacetas/gace145.pdf
Congreso de la República. (2023). Ley N.º 31814, Ley que promueve el uso de la inteligencia artificial
en favor del desarrollo económico y social del país. https://www.gob.pe/institucion/congreso-
de-la-republica/normas-legales/4565760-31814
Corona, P. (2025). Análisis documental: fundamento metodológico en la investigación científica.
Archivos de Medicina, 21(2).
https://doi.org/10.36648/1698-9465-21-1661
Coupeau-Borderas, J. (2025). Nuevos problemas, nuevas respuestas en el Derecho: Los derechos de
autor en Internet y el desafío de la inteligencia artificial. RDUNED. Revista de Derecho UNED,
35, 183-216. https://dialnet.unirioja.es/servlet/articulo?codigo=10332772
predominantemente autónoma por la IA no pueden considerarse actualmente obras protegidas ni
atribuirse automáticamente al usuario, proveedor o desarrollador.
Los principales desafíos jurídicos comprenden la licitud de los datos de entrenamiento, la transparencia
y trazabilidad, la posible reproducción de obras protegidas, la distribución de responsabilidades y la
obtención de pruebas en entornos transfronterizos. En consecuencia, el ordenamiento peruano requiere
lineamientos y reformas progresivas que fortalezcan la autorización, las licencias, la conservación de
evidencias y la tutela efectiva de los autores, manteniendo un equilibrio entre innovación tecnológica y
protección de la creatividad humana.
REFERENCIAS BIBLIOGRÁFICAS
Abbott, R & Rothman, E. (2023). Disrupting creativity: Copyright law in the age of generative artificial
intelligence. Florida Law Review, 75(6), 1141-1202.
https://scholarship.law.ufl.edu/flr/vol75/iss6/3/
Avilés, L. (2025). Teoría fundamentada constructivista: estrategias y prácticas distintivas desde un caso
particular. Revista Chilena de Enfermería, 7. https://doi.org/10.5354/2452-5839.2025.80181
Azuaje-Pirela, M. (2025). Inteligencia artificial y derecho de autor: estado de la cuestión y desafíos
regulatorios emergentes a partir del caso chileno. Revista Iberoamericana de la Propiedad
Intelectual, 23, 429-452. https://doi.org/10.26422/RIPI.2025.2300.azu
Comisión del Acuerdo de Cartagena. (1993). Decisión 351: Régimen común sobre derecho de autor y
derechos conexos. https://www.comunidadandina.org/DocOficialesFiles/Gacetas/gace145.pdf
Congreso de la República. (2023). Ley N.º 31814, Ley que promueve el uso de la inteligencia artificial
en favor del desarrollo económico y social del país. https://www.gob.pe/institucion/congreso-
de-la-republica/normas-legales/4565760-31814
Corona, P. (2025). Análisis documental: fundamento metodológico en la investigación científica.
Archivos de Medicina, 21(2).
https://doi.org/10.36648/1698-9465-21-1661
Coupeau-Borderas, J. (2025). Nuevos problemas, nuevas respuestas en el Derecho: Los derechos de
autor en Internet y el desafío de la inteligencia artificial. RDUNED. Revista de Derecho UNED,
35, 183-216. https://dialnet.unirioja.es/servlet/articulo?codigo=10332772
pág. 7333
Fenwick, M & Jurcys, P. (2023). Originality and the future of copyright in an age of generative AI.
Computer Law & Security Review, 51. https://doi.org/10.1016/j.clsr.2023.105892
Gaffar, H & Albarashdi, S. (2025). Copyright protection for AI-generated works: Exploring originality
and ownership in a digital landscape. Asian Journal of International Law, 15(1), 23–46.
https://doi.org/10.1017/S2044251323000735
Geiger, C. (2024). Elaborating a human rights-friendly copyright framework for generative AI. IIC -
International Review of Intellectual Property and Competition Law, 55, 1129–1165.
https://doi.org/10.1007/s40319-024-01481-5
Hernández-Flórez, N. E & Klimenko, O. (2025). Metodología de la investigación, enfoque cualitativo,
cuantitativo y mixto. Nexus: Multidisciplinary Research Journal, 2(3), 1-19.
https://nexushouseeditorial.com/index.php/nexus/es/article/view/24
Huang, W & Chen, X. (2025). Does generative AI copy? Rethinking the right to copy under copyright
law. Computer Law & Security Review, 56. https://doi.org/10.1016/j.clsr.2024.106100
Jadresic-Simonetti, T. (2024). Creación y titularidad sobre activos de propiedad intelectual creados
autónomamente por la inteligencia artificial. Revista Chilena de Derecho y Tecnología, 13.
https://doi.org/10.5354/0719-2584.2024.71922
Li, K., Wu, H & Dong, Y. (2024). Copyright protection during the training stage of generative AI:
Industry-oriented U.S. law, rights-oriented EU law, and fair remuneration rights for generative
AI training under the UN's international governance regime for AI. Computer Law & Security
Review, 55. https://doi.org/10.1016/j.clsr.2024.106056
Lucchi, N. (2024). ChatGPT: A case study on copyright challenges for generative artificial intelligence
systems. European Journal of Risk Regulation, 15(3), 602-624.
https://doi.org/10.1017/err.2023.59
Miranda-Villacís, A., Romero-Romero, C. D & Paredes-Fuertes, F. (2024). La inteligencia artificial:
una realidad en el derecho de autor. European Public & Social Innovation Review, 9, 1-20.
https://doi.org/10.31637/epsir-2024-800
Fenwick, M & Jurcys, P. (2023). Originality and the future of copyright in an age of generative AI.
Computer Law & Security Review, 51. https://doi.org/10.1016/j.clsr.2023.105892
Gaffar, H & Albarashdi, S. (2025). Copyright protection for AI-generated works: Exploring originality
and ownership in a digital landscape. Asian Journal of International Law, 15(1), 23–46.
https://doi.org/10.1017/S2044251323000735
Geiger, C. (2024). Elaborating a human rights-friendly copyright framework for generative AI. IIC -
International Review of Intellectual Property and Competition Law, 55, 1129–1165.
https://doi.org/10.1007/s40319-024-01481-5
Hernández-Flórez, N. E & Klimenko, O. (2025). Metodología de la investigación, enfoque cualitativo,
cuantitativo y mixto. Nexus: Multidisciplinary Research Journal, 2(3), 1-19.
https://nexushouseeditorial.com/index.php/nexus/es/article/view/24
Huang, W & Chen, X. (2025). Does generative AI copy? Rethinking the right to copy under copyright
law. Computer Law & Security Review, 56. https://doi.org/10.1016/j.clsr.2024.106100
Jadresic-Simonetti, T. (2024). Creación y titularidad sobre activos de propiedad intelectual creados
autónomamente por la inteligencia artificial. Revista Chilena de Derecho y Tecnología, 13.
https://doi.org/10.5354/0719-2584.2024.71922
Li, K., Wu, H & Dong, Y. (2024). Copyright protection during the training stage of generative AI:
Industry-oriented U.S. law, rights-oriented EU law, and fair remuneration rights for generative
AI training under the UN's international governance regime for AI. Computer Law & Security
Review, 55. https://doi.org/10.1016/j.clsr.2024.106056
Lucchi, N. (2024). ChatGPT: A case study on copyright challenges for generative artificial intelligence
systems. European Journal of Risk Regulation, 15(3), 602-624.
https://doi.org/10.1017/err.2023.59
Miranda-Villacís, A., Romero-Romero, C. D & Paredes-Fuertes, F. (2024). La inteligencia artificial:
una realidad en el derecho de autor. European Public & Social Innovation Review, 9, 1-20.
https://doi.org/10.31637/epsir-2024-800
pág. 7334
Novelli, C., Casolari, F., Hacker, P., Spedicato, G & Floridi, L. (2024). Generative AI in EU law:
Liability, privacy, intellectual property, and cybersecurity. Computer Law & Security Review,
55.
https://doi.org/10.1016/j.clsr.2024.106066
Núñez-Rocha, H. (2025). Inteligencia artificial y derecho de autor: apuntes sobre la generación de
contenidos. Boletín Mexicano de Derecho Comparado, 58(174).
https://doi.org/10.22201/iij.24484873e.2025.174.20220
Ordelin-Font, J. L. (2025). Derechos de autor y entrenamiento de sistemas de IA generativos: las
obligaciones de transparencia y la minería de textos y datos en la normativa europea. IDP.
Revista de Internet, Derecho y Política, 42, 1-13. https://doi.org/10.7238/idp.v0i42.431327
Organización Mundial de la Propiedad Intelectual. (2024). IA generativa: cómo abordar la propiedad
intelectual.
https://www.wipo.int/edocs/pubdocs/es/wipo-pub-rn2024-8-es-generative-ai-navigating-
intellectual-property.pdf
Parlamento Europeo y Consejo de la Unión Europea. (2024). Reglamento (UE) 2024/1689, de 13 de
junio de 2024, por el que se establecen normas armonizadas en materia de inteligencia artificial.
Diario Oficial de la Unión Europea. https://eur-lex.europa.eu/eli/reg/2024/1689/oj?locale=es
Presidencia de la República. (1996). Decreto Legislativo N.º 822, Ley sobre el Derecho de Autor.
https://repositorio.indecopi.gob.pe/handle/11724/7087
Presidencia del Consejo de Ministros. (2025). Decreto Supremo N.º 115-2025-PCM, Decreto Supremo
que aprueba el Reglamento de la Ley N.º 31814. https://www.gob.pe/institucion/pcm/normas-
legales/7133522-115-2025-pcm
Quinde-Quille, D. F. (2026). Plantillas prediseñadas como herramienta didáctica para la realización de
proyectos de investigación cuantitativa en la Unidad Educativa Saraguro. Sur Academia:
Revista Académica-Investigativa De La Facultad Jurídica, Social Y Administrativa, 13(25), 35-
43. https://revistas.unl.edu.ec/index.php/suracademia/article/view/2589
Quintais, J. P. (2025). Generative AI, copyright and the AI Act. Computer Law & Security Review, 56,
106107.
Novelli, C., Casolari, F., Hacker, P., Spedicato, G & Floridi, L. (2024). Generative AI in EU law:
Liability, privacy, intellectual property, and cybersecurity. Computer Law & Security Review,
55.
https://doi.org/10.1016/j.clsr.2024.106066
Núñez-Rocha, H. (2025). Inteligencia artificial y derecho de autor: apuntes sobre la generación de
contenidos. Boletín Mexicano de Derecho Comparado, 58(174).
https://doi.org/10.22201/iij.24484873e.2025.174.20220
Ordelin-Font, J. L. (2025). Derechos de autor y entrenamiento de sistemas de IA generativos: las
obligaciones de transparencia y la minería de textos y datos en la normativa europea. IDP.
Revista de Internet, Derecho y Política, 42, 1-13. https://doi.org/10.7238/idp.v0i42.431327
Organización Mundial de la Propiedad Intelectual. (2024). IA generativa: cómo abordar la propiedad
intelectual.
https://www.wipo.int/edocs/pubdocs/es/wipo-pub-rn2024-8-es-generative-ai-navigating-
intellectual-property.pdf
Parlamento Europeo y Consejo de la Unión Europea. (2024). Reglamento (UE) 2024/1689, de 13 de
junio de 2024, por el que se establecen normas armonizadas en materia de inteligencia artificial.
Diario Oficial de la Unión Europea. https://eur-lex.europa.eu/eli/reg/2024/1689/oj?locale=es
Presidencia de la República. (1996). Decreto Legislativo N.º 822, Ley sobre el Derecho de Autor.
https://repositorio.indecopi.gob.pe/handle/11724/7087
Presidencia del Consejo de Ministros. (2025). Decreto Supremo N.º 115-2025-PCM, Decreto Supremo
que aprueba el Reglamento de la Ley N.º 31814. https://www.gob.pe/institucion/pcm/normas-
legales/7133522-115-2025-pcm
Quinde-Quille, D. F. (2026). Plantillas prediseñadas como herramienta didáctica para la realización de
proyectos de investigación cuantitativa en la Unidad Educativa Saraguro. Sur Academia:
Revista Académica-Investigativa De La Facultad Jurídica, Social Y Administrativa, 13(25), 35-
43. https://revistas.unl.edu.ec/index.php/suracademia/article/view/2589
Quintais, J. P. (2025). Generative AI, copyright and the AI Act. Computer Law & Security Review, 56,
106107.
pág. 7335
https://doi.org/10.1016/j.clsr.2025.106107
Román-Acosta, D. (2024). Terminology in qualitative research methodology. Seminars in Medical
Writing and Education, 3, 1-16.
https://doi.org/10.56294/mw2024655
Rosati, E. (2025). Infringing AI: Liability for AI-generated outputs under international, EU, and UK
copyright law. European Journal of Risk Regulation, 16(2), 603-627.
https://doi.org/10.1017/err.2024.72
Rueda-Sánchez, M. P., Armas, W. J & Sigala-Paparella, S. P. (2023). Análisis cualitativo por categorías
a priori: reducción de datos para estudios gerenciales. Ciencia y Sociedad, 48(2), 83-96.
https://doi.org/10.22206/cys.2023.v48i2.pp83-96
Taplin, R. (Ed.). (2023). Artificial intelligence, intellectual property, cyber risk and robotics: A new
digital age. Routledge.
https://www.routledge.com/Artificial-Intelligence-Intellectual-Property-Cyber-Risk-and-
Robotics-A-New-Digital-Age/Taplin/p/book/9781032418872
Tarrillo, O., Mejía, J., Dávila, J. S., Pintado, C. A., Tapia, C. E., Chilón, W. M & Vélez, S. B. (2024).
Metodología de la investigación: una mirada global. Ejemplos prácticos. Editorial CID.
https://doi.org/10.37811/cli_w1078
U.S. Copyright Office. (2025a). Copyright and artificial intelligence, Part 2: Copyrightability.
https://www.copyright.gov/ai/Copyright-and-Artificial-Intelligence-Part-2-Copyrightability-
Report.pdf
U.S. Copyright Office. (2025b). Copyright and artificial intelligence, Part 3: Generative AI training
(Pre-publication version).
https://www.copyright.gov/ai/Copyright-and-Artificial-Intelligence-Part-3-Generative-AI-
Training-Report-Pre-Publication-Version.pdf
Valera-Dávila, O., Paucar-Rojas, E., Huamán-Gómez, E., Huaranga-Rivera, L., Panduro-Rengifo, L.
O., Calixto-Arias, E. N & García-Mendoza, A. M. (2025). Métodos de investigación
cuantitativa aplicados a la inteligencia artificial: consideraciones éticas y deontológicas.
Editorial Mar Caribe.
https://doi.org/10.1016/j.clsr.2025.106107
Román-Acosta, D. (2024). Terminology in qualitative research methodology. Seminars in Medical
Writing and Education, 3, 1-16.
https://doi.org/10.56294/mw2024655
Rosati, E. (2025). Infringing AI: Liability for AI-generated outputs under international, EU, and UK
copyright law. European Journal of Risk Regulation, 16(2), 603-627.
https://doi.org/10.1017/err.2024.72
Rueda-Sánchez, M. P., Armas, W. J & Sigala-Paparella, S. P. (2023). Análisis cualitativo por categorías
a priori: reducción de datos para estudios gerenciales. Ciencia y Sociedad, 48(2), 83-96.
https://doi.org/10.22206/cys.2023.v48i2.pp83-96
Taplin, R. (Ed.). (2023). Artificial intelligence, intellectual property, cyber risk and robotics: A new
digital age. Routledge.
https://www.routledge.com/Artificial-Intelligence-Intellectual-Property-Cyber-Risk-and-
Robotics-A-New-Digital-Age/Taplin/p/book/9781032418872
Tarrillo, O., Mejía, J., Dávila, J. S., Pintado, C. A., Tapia, C. E., Chilón, W. M & Vélez, S. B. (2024).
Metodología de la investigación: una mirada global. Ejemplos prácticos. Editorial CID.
https://doi.org/10.37811/cli_w1078
U.S. Copyright Office. (2025a). Copyright and artificial intelligence, Part 2: Copyrightability.
https://www.copyright.gov/ai/Copyright-and-Artificial-Intelligence-Part-2-Copyrightability-
Report.pdf
U.S. Copyright Office. (2025b). Copyright and artificial intelligence, Part 3: Generative AI training
(Pre-publication version).
https://www.copyright.gov/ai/Copyright-and-Artificial-Intelligence-Part-3-Generative-AI-
Training-Report-Pre-Publication-Version.pdf
Valera-Dávila, O., Paucar-Rojas, E., Huamán-Gómez, E., Huaranga-Rivera, L., Panduro-Rengifo, L.
O., Calixto-Arias, E. N & García-Mendoza, A. M. (2025). Métodos de investigación
cuantitativa aplicados a la inteligencia artificial: consideraciones éticas y deontológicas.
Editorial Mar Caribe.
pág. 7336
https://doi.org/10.17613/51yf8-w5728
Ventura, M., & De Oliveira, S. C. (2022). Integridade e ética na pesquisa e na publicação científica.
Cadernos de Saúde Pública, 38(1).
https://doi.org/10.1590/0102-311X00283521
https://doi.org/10.17613/51yf8-w5728
Ventura, M., & De Oliveira, S. C. (2022). Integridade e ética na pesquisa e na publicação científica.
Cadernos de Saúde Pública, 38(1).
https://doi.org/10.1590/0102-311X00283521