Direitos autorais e IA: o que está em jogo para a web

• A Wikimedia Foundation, que mantém a Wikipedia, pediu à Justiça dos Estados Unidos uma regra de meio-termo sobre inteligência artificial e direitos autorais, segundo o The Verge.
• O pedido separa duas coisas: deixar a IA aprender com textos protegidos, mas proibir que o chatbot reproduza esse conteúdo quase igual ao original.
• O caso dialoga com o processo do New York Times contra a OpenAI, aberto em dezembro de 2023, um dos mais importantes do setor.
• Uma decisão extrema para qualquer lado pode sufocar a web aberta, que depende de conteúdo livre como a Wikipedia, no ar desde 2001.

O que a Wikimedia Foundation levou aos tribunais dos Estados Unidos?

A Wikimedia Foundation é a organização sem fins lucrativos que mantém a Wikipedia, a enciclopédia online gratuita e editada por voluntários. De acordo com o The Verge, ela se posicionou numa briga judicial nos Estados Unidos sobre como as empresas de inteligência artificial podem usar conteúdo protegido por direitos autorais. O pedido dela é claro: que os tribunais permitam o treino das IAs com esses textos, mas proíbam que os chatbots devolvam o material quase idêntico ao original.

Para o brasileiro comum, isso parece distante, coisa de tribunal americano. Mas não é. As mesmas ferramentas que estão no centro dessa disputa, como o ChatGPT, já estão no seu celular. A regra que sair desses processos vai definir o que essas ferramentas podem ou não fazer com o trabalho de jornalistas, escritores, blogueiros e até de quem só posta uma receita na internet.

Inteligência artificial, aqui, é o nome dado a programas que aprendem padrões a partir de enormes quantidades de texto para depois gerar respostas novas. Direitos autorais são as regras que protegem quem cria uma obra, garantindo que ninguém copie sem permissão. O conflito nasce exatamente no encontro dessas duas coisas.

O que exatamente a Wikimedia pediu aos tribunais?

A Wikimedia pediu equilíbrio, e não a vitória total de um lado. Segundo o The Verge, a fundação defende que treinar um modelo de inteligência artificial com textos protegidos deve ser tratado como uso legítimo, parecido com o que uma pessoa faz ao ler muitos livros e aprender com eles.

Ao mesmo tempo, ela traça uma linha vermelha. O que não pode é o chatbot cuspir de volta trechos longos e quase idênticos ao texto original, substituindo a visita ao site que produziu aquilo. Essa é a parte que, na visão da fundação, ameaça quem cria conteúdo de verdade.

Pense num jardim. A planta absorve água, luz e nutrientes do ambiente inteiro para crescer e dar um fruto novo. Isso é aprender. Agora imagine alguém que, em vez de cultivar, simplesmente arranca o fruto do vizinho e vende como se fosse seu. Isso é copiar. A Wikimedia está pedindo que a lei permita o primeiro caso e puna o segundo.

Esse detalhe muda tudo. Muita gente trata o debate como um botão de liga e desliga: ou a IA pode usar tudo, ou não pode usar nada. A fundação propõe uma terceira via, mais próxima de como já pensamos sobre criação e cópia no mundo físico.

Qual é a diferença entre uma IA aprender com um texto e copiá-lo?

Aprender é extrair padrões gerais de milhões de textos; copiar é reproduzir um texto específico quase do jeito que ele foi escrito. Essa distinção é o coração de todo o debate e precisa ficar bem clara.

Quando um modelo de linguagem é treinado, ele não guarda os textos como num arquivo de computador. Ele ajusta bilhões de pequenos parâmetros internos para entender como as palavras costumam se combinar. É como um cozinheiro que provou milhares de pratos e, por causa disso, aprendeu a temperar. Ele não guardou cada prato na geladeira. Ele absorveu a técnica.

O problema aparece quando a ferramenta, em vez de criar algo novo, devolve ao usuário um parágrafo inteiro igualzinho ao de uma reportagem paga. Aí deixou de ser aprendizado e virou substituição. O leitor recebe o conteúdo sem nunca visitar o site original, e quem produziu a informação fica sem a visita, sem o anúncio e sem o reconhecimento.

Essa fronteira entre aprender e copiar é mais tênue do que parece. Já escrevemos sobre esse dilema ao analisar como continuar sendo original na era da inteligência artificial, e ele vale tanto para a máquina quanto para as pessoas que usam essas ferramentas no dia a dia.

Por que uma decisão extrema pode prejudicar você também?

Porque os dois extremos quebram o equilíbrio que mantém a internet gratuita de pé. Se a Justiça liberar tudo, quem cria conteúdo perde o incentivo para continuar. Se proibir tudo, até usos saudáveis da tecnologia ficam travados.

Imagine o trânsito de uma cidade grande. Se não existe nenhuma regra, vira o caos e ninguém chega a lugar nenhum. Se o poder público fecha todas as ruas com medo de acidentes, a cidade também para. O que funciona é o meio-termo: semáforo, faixa, limite de velocidade. A Wikimedia está pedindo semáforos para a inteligência artificial, não a interdição total da avenida.

Uma proibição ampla demais poderia atingir em cheio a própria Wikipedia. A enciclopédia depende de conteúdo que circula de forma aberta e reúne, hoje, mais de 60 milhões de artigos em cerca de 300 idiomas. Regras mal calibradas podem transformar cada citação, cada resumo e cada link numa possível ação judicial, engessando a web que todos usamos de graça.

Há ainda o risco inverso. Se os tribunais permitirem cópia sem limite, os grandes sites de notícia e as plataformas ricas sobrevivem, mas o pequeno criador some. É sempre o elo mais fraco que paga a conta quando a regra é mal desenhada.

Isso tem a ver com o processo do New York Times contra a OpenAI?

Sim, e muito. O processo do jornal New York Times contra a OpenAI, dona do ChatGPT, foi aberto em dezembro de 2023 e é um dos casos mais observados do mundo sobre IA e direitos autorais. É nesse ambiente de disputa que a Wikimedia resolveu dar sua opinião.

O New York Times alega que a OpenAI usou suas reportagens sem autorização e que o ChatGPT, em certos casos, reproduzia trechos longos quase idênticos aos textos originais. A OpenAI se defende dizendo que treinar modelos com material público é uso legítimo e necessário para a tecnologia avançar.

A posição da Wikimedia não escolhe um dos dois como vencedor absoluto. Ela tenta oferecer aos juízes um critério prático: olhe para o resultado. Se o chatbot está reproduzindo o texto, há problema. Se está apenas usando o conhecimento geral para responder algo novo, não há. Esse tipo de debate jurídico já chega ao Brasil, como mostramos ao tratar da inteligência artificial nos tribunais e o futuro da Justiça.

O que muda para quem cria conteúdo no Brasil?

Muda o chão sob os pés de qualquer pessoa que ganha algo com o que publica na internet. A decisão lá fora costuma virar referência para empresas e tribunais do mundo inteiro, inclusive aqui.

Pense num pequeno negócio brasileiro que mantém um blog de receitas, um canal de dicas de jardinagem ou uma página de notícias de bairro. Esse conteúdo atrai visitas, e a visita vira anúncio, venda ou cliente. Se o assistente de IA passa a entregar a resposta pronta, copiada do site, sem mandar ninguém até a página, a fonte de renda seca.

Por outro lado, a mesma inteligência artificial pode ser aliada desse pequeno negócio, resumindo pesquisas, sugerindo pautas e acelerando a produção. O ponto não é demonizar a ferramenta, e sim definir quem fica com o crédito e com o tráfego. Esse é um desdobramento direto da forma como a inteligência artificial muda a sua busca na internet, que já começou a mudar de cara.

A regra que a Wikimedia propõe protege justamente esse criador menor. Ao permitir o aprendizado e proibir a cópia, ela tenta garantir que a IA se alimente da web sem secar a web.

Como a web aberta entra nessa disputa?

A web aberta, feita de sites livres e gratuitos como a Wikipedia, é ao mesmo tempo a maior fonte e a maior vítima em potencial dessa história. É dela que os modelos de IA tiram boa parte do que sabem.

A Wikipedia é um exemplo perfeito desse equilíbrio delicado. Ela nasceu em 2001, é mantida por doações e por voluntários, e virou uma das referências de informação mais usadas do planeta. Se a inteligência artificial consome esse conteúdo e devolve as respostas sem nunca mandar o leitor até o site, cai a visita, caem as doações e cai a quantidade de gente disposta a editar artigos de graça.

É um ciclo que pode se morder pela própria cauda. A IA aprende com a web aberta. Se a web aberta murcha, a IA perde a fonte de conhecimento novo e confiável. Por isso a fundação não está defendendo só a Wikipedia; está defendendo o terreno de onde todas essas ferramentas brotam.

Esse raciocínio aproxima o debate de outro que já cobrimos, sobre o momento em que grandes empresas querem substituir aplicativos por agentes de inteligência artificial. Em todos esses casos, a pergunta de fundo é a mesma: quem segura a ponta da criação original quando a máquina entrega tudo mastigado?

No Clube dos Cisnes, entendemos que a inteligência artificial só continua inteligente enquanto houver uma internet livre para alimentá-la; secar a fonte em nome da conveniência é serrar o galho em que a própria tecnologia está sentada.

A leitura do Clube dos Cisnes: por que o meio-termo é o que salva a internet

Na nossa leitura, a proposta da Wikimedia é a mais sensata que apareceu até agora nessa guerra, justamente porque recusa os dois extremos fáceis. Liberar tudo mata o criador. Proibir tudo mata a inovação. O critério do resultado, olhar se o chatbot copiou ou criou, é o único que protege os dois lados ao mesmo tempo.

Nossa previsão é que os tribunais dos Estados Unidos vão caminhar para esse meio-termo nos próximos anos, e não para uma proibição total do treino de IA. A pressão econômica é grande demais para frear a tecnologia por completo, mas a pressão dos criadores e dos jornais também é forte demais para liberar cópia sem limite. O desfecho mais provável é uma regra que separa aprendizado de reprodução, exatamente como a Wikimedia sugere.

Vale um exemplo ilustrativo, hipotético, baseado no que observamos acompanhando pequenos negócios digitais. Imagine uma pequena loja virtual brasileira que vive do blog de conteúdo que ela mesma escreve para atrair clientes. Pela nossa estimativa de esforço no Clube dos Cisnes, uma operação dessas gasta de 10 a 20 horas por mês produzindo esse material. Se um assistente de IA passa a entregar esse conteúdo pronto ao consumidor, sem a visita ao site, a loja perde a razão de investir essas horas. É esse tipo de negócio brasileiro, miúdo e dependente de tráfego, que uma regra bem desenhada precisa proteger.

A implicação original que enxergamos é a seguinte: o grande perdedor de uma decisão desequilibrada não seria a OpenAI nem o New York Times, que têm advogados e caixa para resistir. Seria o criador anônimo, o blog pequeno, a página de bairro. São eles que sustentam a diversidade da internet, e são eles que somem primeiro quando a regra favorece quem já é gigante.

No fim, essa disputa não é sobre robôs contra jornais. É sobre que tipo de internet nós vamos ter daqui a dez anos: uma internet viva, cheia de gente escrevendo, ou um deserto de respostas automáticas se repetindo em eco.

A inteligência artificial pode ser a maior leitora da história da humanidade. A pergunta que os tribunais vão responder é simples: ela vai pagar o ingresso da biblioteca ou vai arrombar a porta?