¿Mantenerse en el Acceso abierto aún frente al saqueo de la IA?: ¿Qué dice Creative Commons? Lea la Guía de Licenciamiento CC en la era de IA

Publicado por Creative Commons
https://creativecommons.org/2026/09/03/guidance-on-using-cc-licenses-in-an-ai-ecosystem/ 

Orientaciones sobre el uso de las licencias Creative Commons en un ecosistema de inteligencia artificial

Por Creative Commons

Al tomar decisiones sobre qué herramienta de Creative Commons (CC) utilizar, desde hace mucho tiempo hemos alentado a los licenciantes a compartir sus obras mediante la licencia o herramienta de CC más flexible que resulte aplicable, reconociendo al mismo tiempo que determinados contextos requieren restricciones adicionales.

Esta práctica fomenta un intercambio sólido de conocimientos y cultura, lo que, a su vez, fortalece nuestros bienes comunes colectivos. El acceso a contenidos educativos, científicos y culturales sigue siendo esencial para la sociedad.

Sin embargo, estas orientaciones se desarrollaron pensando en la reutilización de contenidos por parte de las personas, una premisa que no encaja tan fácilmente en un mundo donde el uso de contenidos por parte de sistemas automatizados mediante inteligencia artificial se ha generalizado.

Aun así, nuestras recomendaciones fundamentales permanecen prácticamente sin cambios.

Nuestras orientaciones actualizadas explican cómo llegamos a este punto y contextualizan nuestras recomendaciones sobre el uso de las licencias existentes en este nuevo entorno.

¡Consulta las orientaciones y mira los seminarios web en los que se presentan las actualizaciones y se responden preguntas!

Orientaciones sobre el uso de las licencias Creative Commons en un ecosistema de inteligencia artificial

Por Creative Commons

Desde 2002, las licencias Creative Commons (CC) han servido como herramientas jurídicamente exigibles para compartir contenidos en el entorno digital. Más allá de su funcionalidad, también expresan un compromiso con el intercambio abierto en beneficio del interés público.

La orientación general de Creative Commons ha consistido en reconocer y apoyar todos los usos válidos contemplados por cada una de nuestras seis licencias actuales y nuestras dos herramientas de dominio público.

Al tomar decisiones sobre qué herramienta de CC utilizar, desde hace mucho tiempo hemos alentado a los licenciantes a compartir sus obras mediante la licencia o herramienta de CC más flexible que resulte aplicable, reconociendo al mismo tiempo que determinados contextos requieren restricciones adicionales.

Esta práctica fomenta un intercambio sólido de conocimientos y cultura, lo que, a su vez, fortalece nuestros bienes comunes colectivos. El acceso a contenidos educativos, científicos y culturales sigue siendo esencial para la sociedad.

Sin embargo, estas orientaciones se desarrollaron para un mundo en el que las personas reutilizaban los contenidos, una premisa que no encaja tan fácilmente en un entorno donde se ha generalizado el uso de contenidos por parte de sistemas automatizados mediante inteligencia artificial.

Por ello, volvimos a examinar nuestras propias orientaciones y nos preguntamos: «¿Siguen siendo válidas?».

La respuesta breve es: sí.

Quizá resulte sorprendente que estas orientaciones no hayan cambiado sustancialmente respecto de las que hemos ofrecido en recursos anteriores, incluso mientras la inteligencia artificial transforma las maneras en que se utilizan los contenidos y los datos.

Este documento completo explica cómo llegamos a este punto y contextualiza nuestras recomendaciones sobre el uso de las licencias existentes en este nuevo entorno.

Nuestro objetivo es seguir manteniendo un equilibrio entre el acceso público y la libertad de elección de quienes otorgan las licencias, ofreciendo alternativas incluso en este nuevo y complejo entorno de intercambio de contenidos.

Reconociendo que el contexto jurídico, cultural y tecnológico más amplio continuará cambiando, esperamos que esta guía contribuya a esclarecer y respaldar, en el momento actual, el valioso trabajo educativo, cultural y científico que se produce diariamente en todo el mundo.

Sabemos que las licencias, por sí solas, no pueden resolver todos los desafíos que plantea la inteligencia artificial para el intercambio de contenidos.

Nuestro trabajo más amplio consiste en encontrar maneras de respaldar la capacidad de decisión de las personas, la atribución de autoría y la reutilización responsable en un mundo donde los contenidos y los datos pueden circular a través de sistemas que van mucho más allá del alcance de las licencias de derechos de autor.

Esto implica desarrollar nuevas herramientas y prácticas, al tiempo que seguimos promoviendo un equilibrio que permita el intercambio abierto de conocimientos y cultura al servicio del interés público.

CC Signals forma parte de este trabajo: se trata de un marco flexible, compatible con los principios de los bienes comunes, que permite comunicar las expectativas relacionadas con el uso de contenidos y datos por parte de sistemas de inteligencia artificial.

Del mismo modo que nuestras licencias actuales ofrecen distintas opciones entre reservar más o menos derechos, CC Signals ofrecerá una gama de alternativas para determinar cuándo y cómo pueden utilizarse las obras en sistemas de inteligencia artificial.

Alentamos a las personas a compartir abiertamente mediante las licencias y herramientas de Creative Commons para contribuir al cumplimiento de sus objetivos y valores.

El intercambio abierto sigue siendo esencial para el trabajo de tantas personas y organizaciones que actúan en beneficio del interés público.

El conocimiento y la cultura adquieren mayor valor cuando las personas pueden utilizarlos, aprender de ellos, desarrollar nuevas creaciones a partir de ellos y compartirlos.

Organizaremos dos eventos virtuales el 14 de octubre de 2026 para presentar estas orientaciones actualizadas y explicar cómo afectan a distintos sectores, como la educación, la ciencia y la cultura.

Comenzaremos con una breve presentación de las orientaciones y, posteriormente, responderemos las preguntas del público y escucharemos los comentarios que deseen compartir.

Inscríbete en la sesión A, que se celebrará el 14 de octubre, de 9:30 a 10:30 a. m. (hora del este de Estados Unidos, EDT), con la participación de Sarah Hinchliff Pearson, Brigitte Vézina y Shanna Hollich.

Inscríbete en la sesión B, que se celebrará el 14 de octubre, de 4:00 a 5:00 p. m. (hora del este de Estados Unidos, EDT), con la participación de Sarah Hinchliff Pearson, Monica Granados y Shanna Hollich.

Visita la página de orientaciones sobre licencias.

Envía tus preguntas y comentarios sobre estas orientaciones

…………………………………………………..

Guidance on Using CC Licenses in an AI Ecosystem

When making decisions about which CC tool to use, we’ve long encouraged licensors to share their work under the most flexible CC license or tool applicable, while recognizing that some contexts call for added restrictions. This practice fosters robust knowledge and cultural exchange, which in turn strengthens our collective commons. Access to educational, scientific, and cultural content remains essential to society. However, that guidance was developed for human reuse, a premise that doesn’t fit as neatly in a world of widespread machine use of content through AI. Even so, our core recommendations remain largely unchanged.Our updated guidance explains how we got here and contextualizes our guidance for use of existing licenses in this new environment. Read the guidance and watch the webinars presenting the updates and answering questions!

Guidance on Using CC Licenses in an AI Ecosystem

by Creative Commons 

Since 2002, Creative Commons (CC) licenses have served as legally enforceable tools for digital sharing. Beyond their functionality, they also signal a commitment to open sharing in the public interest. 

CC’s general guidance has been to acknowledge and support all valid uses for each of our current six licenses and two public domain tools.  

When making decisions about which CC tool to use, we’ve long encouraged licensors to share their work under the most flexible CC license or tool applicable, while recognizing that some contexts call for added restrictions. This practice fosters robust knowledge and cultural exchange, which in turn strengthens our collective commons. Access to educational, scientific, and cultural content remains essential to society. 

However, that guidance was developed for a world of reuse by people, a premise that doesn’t fit as neatly in a world of widespread machine use of content through AI. 

So we went back to our own guidance and asked, “Does this still hold up?”

The short answer is: yes. 

You might be surprised that this guidance hasn’t substantially changed from what we’ve given in previous resources, even as AI reshapes how content and data is being used. 

This full document explains how we got here and contextualizes our guidance for use of existing licenses in this new environment. Our goal is to continue to balance public access with licensor choice, providing options even in this new complex world of sharing. Recognizing that the broader legal, cultural, and technological context will continue to change, we hope this guide serves to clarify and support, in this moment, the valuable educational, cultural, and scientific work that is produced across the globe, every day. 

We know that licensing alone cannot address all of the challenges to sharing that AI presents. Our broader work is about finding ways to support agency, attribution, and responsible reuse in a world where content and data can move through systems far beyond the reach of copyright licensing. This means developing new tools and practices while continuing to support a balance of open exchange of knowledge and culture to serve the public interest. CC Signals is one part of that work: a flexible, commons-friendly framework for communicating expectations around AI use of content and data. Just as our existing licenses offer choices between more and fewer rights reserved, CC Signals will offer a spectrum of options for when and how work is used in AI.

We encourage people to share openly using CC licenses and tools to help achieve their goals and values. Open sharing remains essential to the public-interest work of so many. Knowledge and culture are more valuable when people can use, learn from, build on, and share them.

We will be hosting two virtual events to share this updated guidance and how it affects different sectors like Education, Science, and Culture on October 14, 2026. We will start with a short presentation on the guidance and will then take questions from the audience and hear about any feedback you might have.

Register for Session A on October 14 from 9:30–10:30 am EDT with speakers Sarah Hinchliff Pearson, Brigitte Vézina, and Shanna Hollich.

Register for Session B on October 14 from 4–5 pm EDT with speakers Sarah Hinchliff Pearson, Monica Granados, and Shanna Hollich.

Visit the Licensing Guidance page.

Submit your questions and feedback about the guidance.

 

SciELObservatorio México III: nuevas evidencias sobre Ciencia Abierta en las revistas mexicanas

 

SciELObservatorio México presenta su tercera edición, una investigación que examina cómo las revistas de la colección SciELO México han incorporado públicamente políticas y características editoriales vinculadas con la Ciencia Abierta entre 2023 y 2025. El estudio amplía las mediciones realizadas en las ediciones anteriores y las sitúa dentro de la trayectoria institucional de la Ciencia Abierta en México y de las condiciones de financiamiento de la publicación científica. El preprint, titulado “SciELObservatorio México III: trayectoria histórica, formalización de políticas y financiamiento editorial de las revistas científicas mexicanas hacia la Ciencia Abierta (2023–2025)”, ha sido publicado en agosto de 2026. Tres años de observación de las políticas editoriales El SciELObservatorio México analiza la formalización pública observable de prácticas vinculadas con la Ciencia Abierta. Esto significa que identifica políticas, instrucciones y características que las revistas hacen explícitas y que pueden comprobarse documentalmente en sus sitios oficiales y, para determinados indicadores, mediante fuentes externas. La tercera edición integra tres levantamientos sucesivos: 161 revistas en 2023, 256 en 2024 y 263 en 2025. Debido a que la composición de la colección y los criterios de inclusión cambiaron durante este periodo, los resultados representan cortes censales sucesivos y no el seguimiento de un conjunto idéntico de revistas. Esta distinción permite observar cambios en la configuración general de la colección sin atribuir automáticamente las diferencias a transformaciones realizadas por las mismas publicaciones. La batería utilizada en 2025 comprende siete indicadores: aceptación de preprints, políticas sobre datos de investigación, apertura de la identidad de las personas evaluadoras, declaración de contribuciones autorales, licenciamiento abierto permisivo, publicación continua e inclusión vigente en el Directory of Open Access Journals (DOAJ). Los tres primeros integran el núcleo inicial del Monitor, mientras que los cuatro restantes permiten ampliar la observación hacia otras dimensiones de la apertura y de la organización editorial. Una incorporación creciente, pero todavía fragmentada El panorama de 2025 muestra que las prácticas estudiadas han alcanzado una parte considerable de la colección, aunque su incorporación continúa siendo desigual. De las 263 revistas examinadas, 184, equivalentes al 70,0%, presentaron al menos uno de los siete indicadores. Sin embargo, la proporción disminuye conforme aumenta el número de componentes presentes: 81 revistas —30,8%— reunieron dos o más y 28 —10,6%— alcanzaron tres o más. Ninguna revista reunió seis o los siete indicadores. Estos resultados no describen una transición uniforme hacia un único modelo de Ciencia Abierta. Los distintos componentes presentan niveles de incorporación muy diferentes. En 2025, la inclusión en DOAJ fue la condición más extendida, con 59,7% de las revistas, seguida por la publicación continua, con 26,2%, y las declaraciones de contribuciones autorales mediante CRediT o esquemas equivalentes, con 13,3%. Las políticas sobre datos alcanzaron 6,8%; el licenciamiento abierto permisivo, 6,5%; la aceptación de preprints, 3,8%; y la apertura de la identidad de las personas evaluadoras, 0,4%. La distribución muestra que las revistas no incorporan necesariamente estas prácticas de manera conjunta. Cada una supone decisiones editoriales y, en algunos casos, requerimientos específicos de infraestructura, conocimientos especializados, recursos, regulación y organización del trabajo. Por ello, el número de indicadores presentes se utiliza en la investigación para describir su amplitud y coexistencia, pero no constituye una escala de calidad, madurez institucional o grado de apertura de las revistas.   La sostenibilidad también forma parte del análisis Esta tercera edición incorpora además una dimensión que no forma parte de la batería principal, pero que se considera de interés para su documentación: las cuotas de publicación. El propósito fue observar su presencia como uno de los mecanismos mediante los cuales algunas revistas afrontan los costos asociados con la edición y publicación. La mayoría de las revistas estudiadas —227 de 263, equivalentes al 86,3%— declaró no realizar cobros. En 23 revistas —8,7%— se identificó al menos un pago asociado con alguna etapa del proceso editorial o de publicación, mientras que en 13 —4,9%— la información disponible no permitió determinar con claridad la existencia de una cuota. Los casos identificados muestran una considerable diversidad de montos, modalidades y justificaciones. Además, el cobro no estuvo restringido a un único tipo de institución: de las 23 revistas, doce pertenecían a instituciones públicas de educación superior o investigación y ocho eran editadas por asociaciones, academias o sociedades científicas. Esta composición permite examinar las cuotas no sólo en relación con los modelos comerciales de publicación, sino también como parte del problema más amplio de la sostenibilidad económica de las revistas científicas de acceso abierto. Datos abiertos para consultar y reutilizar los resultados Además del preprint, los datos utilizados para la investigación fueron depositados en SciELO Data como Datos de réplica: SciELObservatorio México III: trayectoria histórica, formalización de políticas y financiamiento editorial de las revistas científicas mexicanas hacia la Ciencia Abierta (2023–2025). El conjunto permite consultar los registros que sustentan el análisis y reconocer las políticas y características identificadas para las revistas estudiadas. La publicación conjunta del manuscrito y sus datos permite, además, distinguir entre los resultados agregados presentados en la investigación y la evidencia utilizada para construirlos. El preprint se encuentra disponible con el DOI 10.1590/SciELOPreprints.17621, mientras que los datos de réplica pueden consultarse en SciELO Data mediante el DOI 10.48331/SCIELODATA.8NPSIL. Los resultados de esta tercera edición serán abordados en próximas entregas de SciELO INFORMA, dedicadas a la trayectoria mexicana de la Ciencia Abierta, la evolución de las políticas sobre preprints, datos y evaluación abierta, los nuevos indicadores incorporados al Monitor, las condiciones de sostenibilidad editorial y las diferencias entre la formalización de una política y las capacidades necesarias para llevarla a la práctica.

Licencias Creative Commons: panorama SciELO-México

 

                                  

1. Introducción: ¿Qué son las licencias Creative Commons?

Las Licencias Creative Commons (CC) son instrumentos legales estandarizados que permiten a los autores comunicar claramente qué usos autorizan respecto de sus obras publicadas, facilitando así la difusión abierta, transparente y equitativa del conocimiento científico.

En el contexto de las publicaciones académicas y científicas, estas licencias definen explícitamente cómo se pueden compartir, utilizar o reutilizar los artículos publicados, promoviendo la apertura y el intercambio de conocimiento, en línea con los principios fundamentales de la Ciencia Abierta y del Acceso Abierto.

 

 

2. Tipos principales de licencias Creative Commons

Las licencias Creative Commons se componen principalmente de seis tipos, dependiendo del grado de apertura o restricción que los autores deseen aplicar:

 

• CC BY (Atribución): Permite cualquier uso, incluso comercial, siempre que se atribuya adecuadamente la autoría (por atribución se entiende el reconocimiento al autor de la obra original, siendo la referencia bibliográfica la forma más común de hacerla efectiva).
• CC BY-SA (Atribución-Compartir Igual): Permite cualquier uso, incluyendo comercial, siempre que se atribuya la autoría y las obras derivadas se compartan bajo una licencia similar.
• CC BY-NC (Atribución-No Comercial): Permite el uso no comercial de la obra, con atribución requerida.
• CC BY-ND (Atribución-Sin Derivadas): Permite el uso, incluso comercial, pero no permite realizar obras derivadas y se exige atribución.
• CC BY-NC-SA (Atribución-No Comercial-Compartir Igual): Permite el uso no comercial y exige atribución, además de compartir derivadas bajo la misma licencia.
• CC BY-NC-ND (Atribución-No Comercial-Sin Derivadas): La licencia más restrictiva, permite únicamente la descarga y distribución con atribución, sin modificaciones ni usos comerciales.

 

3. Situación actual en revistas académicas mexicanas (SciELO México)

En la segunda edición del estudio “La ciencia abierta mexicana: monitor de prácticas adoptadas por las revistas” (2024), se analizó detalladamente el tipo de licencias Creative Commons utilizadas por las 256 revistas que integran la colección SciELO México. Los resultados evidencian tendencias claras y áreas importantes de mejora:

• El 85.5% (219 revistas) informa claramente el tipo de licencia Creative Commons bajo la cual publica sus artículos.
• Sin embargo, 14.5% (37 revistas) no proporciona información visible sobre las licencias, mostrando una deficiencia significativa en términos de transparencia editorial.

Respecto a los tipos de licencias predominantes:

• Las licencias más restrictivas (que limitan usos comerciales y obras derivadas) son las más frecuentes:
  • CC BY-NC-ND: 36.3% (93 revistas)
  • CC BY-NC: 26.2% (67 revistas)
  • CC BY-NC-SA: 17.6% (45 revistas)
• Apenas el 5.5% (14 revistas) adopta licencias consideradas plenamente permisivas (CC BY o CC BY-SA), lo cual revela una marcada resistencia hacia modelos de apertura plena.

Este panorama muestra una oportunidad clara para que las revistas mexicanas revisen sus políticas y transiten hacia esquemas más abiertos y alineados con la comunicación científica contemporánea.

4. Invitación al uso de licencias abiertas

Desde SciELO México, hacemos una cordial invitación a las revistas académicas y científicas para evaluar y fortalecer sus políticas editoriales mediante la adopción de licencias Creative Commons más abiertas (CC BY o CC BY-SA).

Optar por licencias más abiertas no solo refuerza los principios fundamentales de la Ciencia Abierta, sino que también ofrece importantes ventajas:

• Mayor visibilidad e impacto
•  Acceso equitativo y globalizado al conocimiento
•  Reutilización responsable y colaboración interdisciplinaria

 

¿Quieres dar el siguiente paso?

Ponemos a tu disposición recursos y asesoría para guiarte en este proceso:

 

• Sitio oficial de licencias: https://creativecommons.org/licenses/
• Declaración de Budapest sobre Acceso Abierto: https://www.budapestopenaccessinitiative.org/
• Contacto directo para dudas o asesoría:

•  scielo_mexico@dgb.unam.mx
•  scielo@dgb.unam.mx

¡Súmate a esta transformación editorial y fortalezcamos juntos la ciencia abierta en México! 

Los datos completos de los resultados sobre la situación de las revistas y el tipo de licencias CC que utilizan en la colección SciELO México se pueden consultar en el siguiente sitio: SciELObservatorio México

El estudio completo formará parte del libro "Editar y financiar la ciencia en América Latina", que estará disponible próximamente en Paideia Editorial, el cual fue realizado por miembros del equipo de SciELO México del Departamento de Bibliografía Latinoamericana (Dirección General de Bibliotecas y Servicios Digitales de Información-UNAM).