A disputa interessa a quem produz notícias, livros, imagens e outros conteúdos, assim como às empresas que desenvolvem inteligência artificial (IA). Para os titulares de direitos, estão em jogo o controle sobre suas obras e a possibilidade de receber pelo seu uso. Para as empresas de tecnologia, as regras determinam quais dados podem entrar no treinamento e sob quais custos. O caso envolvendo veículos de imprensa e a Meta, abordado pelo Nexo Jornal, é um exemplo desse conflito; a pauta não informa seus pedidos, a jurisdição ou uma decisão judicial.

O que acontece com uma obra durante o treinamento?

Modelos de IA aprendem padrões a partir de grandes conjuntos de dados. No treinamento, textos, imagens e outros materiais podem ser coletados, armazenados e processados. Se uma obra protegida entra nesse conjunto, surge uma questão jurídica sobre os atos de cópia envolvidos no processo.

Direitos autorais protegem a forma de expressão de uma obra, não os fatos ou as ideias contidos nela. Uma notícia sobre uma decisão de governo, por exemplo, pode relatar fatos que outros também podem informar. Isso não significa que o texto escrito por um veículo esteja livre para ser copiado em qualquer circunstância.

Há ainda duas perguntas distintas. A primeira é se o uso das obras para treinar o modelo foi permitido. A segunda é se uma resposta gerada pelo sistema reproduz material protegido de maneira ilícita. Uma resposta que não copia um artigo não resolve, por si só, a controvérsia sobre o treinamento. Da mesma forma, a presença de uma obra nos dados de treinamento não prova que toda resposta do modelo a reproduza.

Por que a resposta muda entre países?

Nos Estados Unidos, uma defesa possível é o fair use, previsto na legislação de direitos autorais. Sua aplicação depende da avaliação do caso, que considera fatores como a finalidade do uso, a natureza da obra, a parcela utilizada e o efeito potencial sobre seu mercado. A lei não concede uma autorização automática para treinar IA com qualquer conteúdo disponível na internet.

Na União Europeia, a diretiva de direitos autorais prevê exceções para a mineração de textos e dados, nome dado à análise automatizada de materiais digitais. Uma delas atende à pesquisa científica por instituições habilitadas, desde que haja acesso lícito às obras. Outra admite usos mais amplos, mas permite que titulares reservem seus direitos nas condições previstas pela diretiva. Por isso, a possibilidade de usar determinado conteúdo depende também de como o titular fez essa reserva.

A legislação europeia sobre IA acrescenta obrigações para fornecedores de modelos de uso geral, entre elas manter uma política de cumprimento das regras de direitos autorais da União Europeia e divulgar um resumo do conteúdo usado no treinamento. Essas exigências de transparência não equivalem a uma declaração de que cada obra foi utilizada legalmente.

No Brasil, a Lei de Direitos Autorais estabelece direitos sobre o uso de obras e prevê limitações específicas. Ela não contém uma autorização geral e explícita para o treinamento comercial de modelos de IA com material protegido. Isso torna relevantes perguntas sobre quais atos ocorreram, quem detém os direitos e se alguma hipótese legal de uso sem autorização se aplica. A resposta não pode ser importada diretamente de decisões tomadas sob leis de outros países.

O que muda para imprensa e empresas de tecnologia?

Para veículos de imprensa, uma licença pode criar receita pelo uso de seus arquivos. Também pode definir quais conteúdos serão fornecidos, por quanto tempo e em que condições. Por outro lado, quando uma empresa usa material sem acordo, o titular pode ter dificuldade para identificar quais obras entraram nos dados de treinamento. Sem essa informação, torna-se mais difícil avaliar uma possível violação.

Para desenvolvedores de IA, negociar licenças oferece maior previsibilidade sobre o acesso aos dados, mas envolve custos e pode deixar de fora materiais cujos direitos sejam difíceis de identificar. Empresas com mais recursos podem ter mais capacidade para firmar acordos; isso, porém, não determina por si só quem terá êxito no mercado.

O impacto econômico de uma resposta gerada por IA também precisa ser demonstrado, não presumido. Um veículo pode argumentar que respostas que substituem a leitura de suas páginas afetam visitas ou receitas. A existência e a dimensão desse efeito dependem de evidências sobre o funcionamento do serviço e o comportamento de seus usuários.

O que observar nos próximos casos?

As decisões judiciais mais relevantes serão as que examinarem quais obras foram usadas, como foram obtidas e se uma licença ou exceção legal autoriza esse uso. Também importa observar se os tribunais tratarão separadamente o treinamento e a reprodução de conteúdo nas respostas dos sistemas.

Acordos entre titulares e empresas podem estabelecer regras práticas antes de uma definição judicial, mas não criam, por si, uma regra válida para todos. Enquanto persistirem diferenças entre as legislações, o mesmo tipo de treinamento poderá receber avaliações jurídicas distintas conforme o país e as circunstâncias comprovadas em cada caso.