OpenAI e Microsoft: Declarações Internas Minam Defesa em Casos de Direitos Autorais de IA

As publicações argumentam que essas comunicações internas funcionam como uma "arma fumegante", demonstrando que os executivos de tecnologia sabiam privadamente que seus chatbots serviam como substitutos diretos para o jornalismo tradicional, causavam quedas massivas no tráfego de referência e dependiam da raspagem não autorizada e sistemática de material protegido por direitos autorais, em vez de uma transformação legalmente protegida.

O Papel da Microsoft e a "Punição Existencial" para o Jornalismo

As revelações também lançam luz sobre o envolvimento da Microsoft. O CEO da Microsoft, Satya Nadella, testemunhou que teria forçado a OpenAI a treinar seus modelos do zero se soubesse que conteúdo restrito por paywall estava sendo raspado. No entanto, a Microsoft tem defendido que o testemunho de Nadella é consistente com a posição da empresa no caso, afirmando que ele falou sobre princípios amplos e mudanças em como as pessoas consomem informações, e que essas observações não devem ser confundidas com conclusões sobre questões de direitos autorais.

Apesar dessas defesas, documentos internos da Microsoft descreveram um "loop de perdição" (doom loop), reconhecendo que a degradação ou falência da indústria de notícias prejudicaria a qualidade da web e o suprimento de dados dos quais os futuros modelos de linguagem grande (LLMs) dependem. Essa percepção interna contradiz a alegação pública de que a IA é uma força benéfica para o jornalismo.

O processo judicial, iniciado em dezembro de 2023, alega que a OpenAI e a Microsoft usaram milhões de artigos de fontes de notícias sem permissão para treinar o ChatGPT e outros modelos de IA. Entre as fontes estão publicações como The New York Times, Ziff Davis, The Intercept e o Center for Investigative Reporting.

O Impacto Legal e o Futuro do "Uso Justo" na Era da IA

A batalha legal em torno do uso de material protegido por direitos autorais para treinar modelos de IA está se tornando cada vez mais complexa. A defesa de "uso justo" é central para as empresas de tecnologia, que argumentam que o treinamento de IA é um processo transformador que não substitui o conteúdo original. No entanto, as declarações internas agora em evidência pintam um quadro diferente, sugerindo um conhecimento prévio de que os produtos da IA poderiam competir diretamente com as fontes de onde obtiveram seus dados de treinamento.

A questão fundamental que os tribunais precisam resolver é se o treinamento de IA com material protegido por direitos autorais se enquadra na doutrina do "uso justo" ou constitui infração. Os tribunais geralmente consideram quatro fatores ao decidir sobre o "uso justo": o propósito e o caráter do uso; a natureza da obra protegida por direitos autorais; a quantidade e a substancialidade da parte utilizada; e o efeito do uso no mercado potencial para a obra original.

As notícias recentes indicam que o Departamento de Justiça dos EUA entrou com um breve apoio à OpenAI em setembro, rejeitando em geral o argumento de que o treinamento de modelos de IA em textos protegidos por direitos autorais constitui infração. O governo argumenta que restringir o acesso a dados de treinamento poderia prejudicar a competitividade dos EUA em IA e até mesmo a segurança nacional. No entanto, essa posição do governo federal coloca-o contra autores e editoras que buscam licenciamento ou compensação por suas obras.

A Escalada dos Processos e a Pressão sobre as Big Techs

O caso do The New York Times contra a OpenAI e a Microsoft é apenas um de muitos. Diversas outras publicações e autores entraram com ações semelhantes, alegando o uso indevido de seus trabalhos para treinar sistemas de IA. A recente desclassificação de documentos internos adiciona uma nova camada de complexidade e urgência a esses litígios.

A estratégia das empresas de tecnologia tem sido argumentar que a raspagem da internet para treinamento de IA é um comportamento análogo ao dos motores de busca, que também indexam vastas quantidades de conteúdo online. No entanto, as admissões internas sugerem uma compreensão mais profunda do impacto substitutivo e potencialmente prejudicial de seus produtos no ecossistema de conteúdo.

O desfecho desses casos pode ter implicações profundas para a indústria de notícias e para o futuro do desenvolvimento de IA. Se os tribunais decidirem contra as empresas de tecnologia, isso poderá forçar a criação de novos modelos de licenciamento e compensação para o conteúdo usado no treinamento de IA, redefinindo a relação entre as Big Techs e os criadores de conteúdo. A questão de quanto custaria para as empresas de IA licenciar o conteúdo em que seus modelos são treinados é um ponto central, com alguns executivos da indústria de notícias sugerindo que tal custo seria uma "fração insignificante" (rounding error) para essas gigantes de tecnologia, mas de imenso valor para os editores.

A controvérsia em torno das declarações de executivos da OpenAI e da Microsoft destaca a tensão crescente entre a inovação em IA e a proteção dos direitos autorais, um debate que continuará a moldar o cenário tecnológico e jurídico nos próximos anos. O futuro da "indústria da informação" e a sustentabilidade do jornalismo na era digital estão em jogo, dependendo em grande parte de como os tribunais interpretarão a doutrina do "uso justo" diante das novas capacidades da inteligência artificial.