Vol. 46 (2026)
Doctrina

Los mercados de insumos (inputs) en el entrenamiento de la Inteligencia Artificial: el nuevo leviatán del derecho de la competencia

PDF HTML
Vanessa Jiménez Serranía
Universidad de Salamanca

Publicado 2026-09-28

Palabras clave

  • inteligencia artificial,
  • poder de mercado,
  • datos de entrenamiento,
  • stack de IA,
  • datasets,
  • derecho de la competencia,
  • DMA
    • ...Más
    Menos

Cómo citar

Los mercados de insumos (inputs) en el entrenamiento de la Inteligencia Artificial: el nuevo leviatán del derecho de la competencia. (2026). Actas De Derecho Industrial, 46, 188-218. https://doi.org/10.37417/ADI/46_2026_108

Resumen

Este artículo plantea la dificultad inherente a la definición de un mercado de inteligencia artificial, analizando el «stack» tecnológico como configurador estructural del poder de mercado a través de capas funcionales, entre las que se encuentra la capa de datos de entrenamiento. Se plantea la necesidad de una distinción en esta capa entre datos brutos y datasets anotados (datos de entrenamiento que pueden llegar a considerarse esenciales) teniendo en cuenta su diferente relevancia e interés económico en la actualidad, evaluando aspectos vinculados al acceso a los mismos (incluyendo su portabilidad e interoperabilidad). Mediante el análisis de casos recientes, se busca demostrar la importancia de esta distinción taxonómica en la capa de datos del stack, donde los términos data y dataset no deberían considerarse sinónimos ya que plantean retos y mercados diferenciados que han de ser tenidos en cuenta desde la perspectiva del Derecho de la competencia.

PDF HTML

Descargas

Los datos de descarga todavía no están disponibles.

Referencias

  1. Acemoglu, Daron y Restrepo, Pascual (2019) «Automation and New Tasks: How Technology Displaces and Reinstates Labor», Journal of Economic Perspectives 33 (2), págs. 3–30.
  2. Akman, Pınar, Fumagalli, Chiara y Motta, Massimo, «The European Commission’s draft guidelines on exclusionary abuses: a law and economics critique and recommendations», Journal of European Competition Law & Practice, Vol. 16, I. 4, págs. 234–243.
  3. Alaily, Rima (2024), «The New AI Economy: Understanding the Technology, Competition, and Impact for Societal Good,», Concurrences, N° 2-2024 – AI & Antitrust, págs. 5-10.
  4. Carbajo Cascón, Fernando, (2026), «Sobre la aplicación de los límites de minería de textos y datos al proceso de entrenamiento de modelos de inteligencia artificial generativa de uso general» en López Ortega, Raquel y Pacheco Cañete, Matilde (dir.), Nuevos horizontes del Derecho mercantil en un entorno tecnológico, Atelier, Barcelona, págs. 15-52.
  5. Carugati, Ch. (2023A), The competitive relationship between cloud computing and generative AI, Working Paper, Bruegel, Bruselas.
  6. Carugati, Ch. (2023B), Competition in Generative AI Foundation Models”, Working Paper 14/2023, Bruegel, Bruselas.
  7. Colangelo, Giuseppe (2025) «The EU Essential Facilities Doctrine after Android Auto: A Wild Card without Limiting Principles?», CMLRev, Vol.62, I. 5, págs. 1449-1476.
  8. Dang, Andrew, (2025), «Derivative Data: Rethinking Market Definitions in the Age of Generative AI», 16 UC LAW SF SCI. & TECH. JUST. L.J. 97, págs. 120-127.
  9. Dornis, Tim W. y Stober, Sebastian (2024), Urheberrecht und Training generativer KI-Modelle, Technologische und juristische Grundlagen, Nomos: Recht und Digitalisierung; Digitization and the Law, Vol. 19.
  10. Dornis, Tim, (2025) «The training of Generative AI is not Text and Data Mining», EIPR, 2/2025, vol. 47(2), págs. 65-78.
  11. Drexl, Josef y Kim, Daria (2026), «AI Innovation Competition as a Discovery Procedure: The Role and Limits of Competition Law» en Arezzo, Emanuela (ed), Navigating the (Legal) Challenges of the Artificial Intelligence Era: Intellectual Property, Competition Law and Corporate Law, págs. 181-218.
  12. Edelson, Laura, Graef, Inge y Lancieri, Filippo (2023), Access to Data and Algorithms: For an Effective DMA and DSA Implementation, CERRE, https://cerre.eu/publications/access-to-data-and-algorithms-for-an-effective-dma-and-dsa-implementation.
  13. Gálvez Duran, Sergi (2025), «Mapping relevant data collection mechanisms for AI training», OECD Artificial Intelligence Papers, Octubre 2025, nº48. https://www.oecd.org/content/dam/oecd/en/publications/reports/2025/10/mapping-relevant-data-collection-mechanisms-for-ai-training_62921889/3264cd4c-en.pdf.
  14. García Vidal, Ángel (2019), «Propiedad intelectual y minería de textos y datos. Estudio de los artículos 3 y 4 de la Directiva (UE) 2019/790», ADI, Vol. 40, págs. 99-124.
  15. García Vidal, Ángel (2024), Propiedad intelectual, minería de textos y datos y entrenamiento de la inteligencia artificial, accesible en https://ga-p.com/wp content/uploads/2024/10/Mineria_textos_datos.pdf.
  16. Huggins, Robert, Johnston, Andrew, Munday, Max y Xu, Chen (2023) «Competition, open innovation, and growth challenges in the semiconductor industry: the case of Europe’s clusters», Science and Public Policy, Vol. 50, I. 3, págs. 531–547.
  17. Jiménez Serranía, Vanessa (2020), «Datos, minería e innovación: qvo vadis Europa», CDT, Vol. 12, núm. 1, págs. 247-258.
  18. Jiménez Serranía, Vanessa (2026), «La definición del mercado relevante en la era de la inteligencia artificial: ¿un (no tan) nuevo reto para el derecho de la competencia?» en Tato Plaza, Anxo, Costas Comesaña, Julio, Fernández Carballo-Calero, Pablo, Torres Pérez, Francisco José y Louredo Casado, Sara (dirs.), Nuevas tendencias en el Derecho de la competencia y de la Propiedad Industrial e Intelectual V, Atelier, Barcelona, págs. 145-172.
  19. Kerber, Wolfgang (2023), Towards a dynamic concept of competition that includes innovation, OCDE, DAF/COMP/WD(2023) 42, págs. 12-15.
  20. Kowalski, Klaus, Volpin, Cristina y Zombori, Zsolt (2024), Competition in Generative AI and Virtual Worlds, Competition Policy Brief, European Union, https://competition-policy.ec.europa.eu/document/download/c86d461f-062e-4dde-a662-15228d6ca385_en.
  21. Leistner, Matthias y Antoine, Lucie (2025), «TDM and AI training in the European Union – from »LAION” to possible ways ahead?”, GRUR International, Vol. 74, I 11, págs. 1027 - 1044.
  22. Liu, Z Zhifeng, Luo, Pengcheng, Tang, Xinglong et al. (2024), «Unfolding the downloads of datasets: A multifaceted exploration of influencing factors», Sci Data 11, 760.
  23. Lucchi, Nicola (2025), Generative AI and Copyright (training, creation, regulation), accesible en https://www.europarl.europa.eu/thinktank/en/document/IUST_STU(2025)774095.
  24. Mantegui, Maryna (2025), «Kneschke vs. Laion: Opening Fresh Perspectives on AI Training and TDM Exceptions», accesible en https://www.europeanlawblog.eu/pub/tk4iacho/release/1.
  25. Minero Alejandre, Gemma (2024), «Los dos límites (el obligatorio y el optativo) de minería de textos y datos», en Cámara Águila, Pilar y Garrote Fernández-Díez, Ignacio (Dirs), La transposición en España de la Directiva sobre derechos de autor y mercado único digital, Tirant lo Blanch, Valencia, págs. 41-149.
  26. Peukert, Christian (2025); The economics of copyright and AI. Empirical evidence and optimal policy, European Union, págs.17 y 18.
  27. Picht, Peter G. (2025), Data licensing and data-related provisions in technology transfer agreements, European Union, https://competition-policy.ec.europa.eu/document/download/9eff6170-627c-4d31-81f8-9d2317f41ea0_en?filename=kd0125011enn_TTBER_study.pdf
  28. Radic, Lazar y Stout, Kristian (2024), «What is the Relevant Product Market in AI?» en Abbott, Adel y Schrepel, Thibault. (eds.), Artificial Intelligence and Competition Policy, Concurrences, Paris, págs. 107-132.
  29. Ribera Martínez, Alba (2025), «The Regulation that Cried Wolf: Generative AI Training Data and the Challenge of Lawful Scale» Forthcoming in Journal of European Competition Law & Practice. Accessible en https://papers.ssrn.com/sol3/papers.cfm?abstract_id=5222181.
  30. Rosati, Eleonora (2024), «Is text and data mining synonymous with AI training?», JIPLP, Vol. 19, No. 12, págs. 851-852.
  31. Schrepel, Thibault y Pentland, Alex «Sandy» (2025), «Competition between AI foundation models: dynamics and policy recommendations», Industrial and Corporate Change, Vol. 34, I. 5, págs. 1086 y 1087.
  32. Stucke, Maurice E. y Ezrachi, Ariel (2025) “Antitrust & AI supply chains”, Theoretical Inquiries in Law, vol. 26, no. 1, págs. 147-182.
  33. Thiemann, Ania, Artificial intelligence and competitive dynamics in downstream markets, OCDE, DAF/COMP/GF(2025)4, Paris, https://www.oecd.org/content/dam/oecd/en/publications/reports/2025/11/artificial-intelligence-and-competitive-dynamics-in-downstream-markets_c6e81d0e/ccf0624a-en.pdf.
  34. Voss, Axel (2026) Report on copyright and generative artificial intelligence- opportunities and challenges, Parlamento Europeo, A10-0019/2026, https://www.europarl.europa.eu/doceo/document/A-10-2026-0019_EN.html.
  35. Ziermann, Fabian (2025), «Defining data markets: an AI-centric gaming analogy rooted in market realities», Journal of European Competition Law & Practice, págs. 352–361.