La empresa de inteligencia artificial musical Suno vuelve a estar en el centro de la polémica. Una filtración derivada de un hackeo sufrido por la compañía reveló documentos internos que apuntan a que su modelo de IA fue entrenado utilizando millones de canciones, letras y archivos de audio extraídos de plataformas como YouTube Music, Deezer, Genius y diversas bibliotecas musicales.
La información, obtenida inicialmente por 404 Media y difundida este miércoles, ofrece el vistazo más detallado hasta ahora sobre el origen del material con el que Suno desarrolló sus sistemas de generación musical. Según los documentos filtrados, la empresa habría recopilado más de dos millones de clips de YouTube Music, además de miles de horas de contenido procedente de Deezer, Genius, Jamendo, IMSLP, Pond5, Freesound e incluso podcasts.
Los archivos filtrados también incluirían código fuente de 2023 y 2024, junto con instrucciones para automatizar la extracción de audio mediante herramientas de scraping. Parte de ese material sugeriría que Suno buscaba específicamente versiones a cappella de canciones para obtener pistas vocales limpias con las que entrenar sus modelos.
La revelación llega en un momento especialmente delicado para la compañía. Desde 2024, Suno enfrenta demandas presentadas por grandes discográficas, entre ellas Sony Music, Universal Music Group y Warner Music, que la acusan de infringir derechos de autor al utilizar grabaciones protegidas para entrenar su inteligencia artificial sin autorización. Aunque Suno ha defendido que el entrenamiento con obras disponibles públicamente constituye un uso legítimo bajo la doctrina estadounidense del fair use, la nueva filtración podría reforzar los argumentos de quienes sostienen que la empresa recurrió a mecanismos de extracción masiva para acceder a ese contenido.
De acuerdo con la investigación, el hackeo ocurrió a finales de 2025, pero solo ahora se conocieron públicamente sus detalles. Suno aseguró que la brecha afectó únicamente código antiguo y que no comprometió información sensible de los usuarios ni datos completos de tarjetas de crédito, ya que los pagos son procesados por Stripe. La empresa también afirmó que la legislación aplicable no le exigía notificar el incidente a sus clientes.
El caso vuelve a poner sobre la mesa una de las preguntas más controvertidas de la industria musical: ¿hasta dónde puede llegar la inteligencia artificial para aprender de obras protegidas por derechos de autor? Mientras los tribunales estadounidenses aún deben pronunciarse sobre la legalidad de estas prácticas, la filtración ofrece una de las evidencias más concretas hasta ahora sobre el tipo de datos que habrían alimentado uno de los generadores de música con IA más populares del mercado.
