A OpenAI e a Microsoft foram acusadas nesta quinta‑feira (17) de utilizarem, sem autorização, milhões de artigos do New York Times para treinar seus modelos de inteligência artificial, em um processo movido pelo jornal em Nova Iorque. O documento judicial divulgado revela que mais de 10 milhões de matérias foram supostamente extraídas, incluindo quase um terço dos textos do próprio NYT. A denúncia aponta para uma prática que, segundo o diretor de Ciência Aplicada da Microsoft, Brent Hecht, constitui “um roubo impressionante de proporções sem precedentes”.
Detalhes da denúncia
O processo, que tramita no Tribunal Federal do Distrito Sul de Nova Iorque, acusa a OpenAI e a Microsoft de violarem direitos autorais ao usar o conteúdo jornalístico como base de treinamento para o ChatGPT, modelo de linguagem mais conhecido da OpenAI. A ação foi iniciada há três anos, mas só nesta data os documentos internos foram tornados públicos.
De acordo com a petição, a OpenAI teria acessado mais de 10 milhões de artigos, dos quais aproximadamente 3,3 milhões pertencem ao New York Times. Esses textos foram empregados para melhorar a capacidade de geração de texto da IA, sem que o jornal recebesse qualquer compensação.
Além do NYT, a ação reúne outras organizações de mídia, formando um amplo grupo de autores que buscam reparação. Entre os participantes estão:
- Ziff Davis, controladora do CNET e de outras publicações de tecnologia;
- Mother Jones, revista investigativa;
- The Intercept, site de jornalismo de investigação;
- Vários jornais locais dos Estados Unidos.
Os demandantes pedem indenização por cada artigo supostamente utilizado, embora o valor total ainda não tenha sido definido pelo juiz. Caso a sentença sumária seja concedida, o caso pode ser resolvido sem julgamento completo, mas a decisão final não está prevista antes de 2027.
Reação das empresas de IA
A OpenAI e a Microsoft defendem que o uso dos textos está amparado pelo princípio do “fair use”, ou uso legítimo, previsto na legislação de direitos autorais dos Estados Unidos. Segundo as empresas, a reprodução de trechos para treinamento de IA constitui uma transformação do conteúdo original, o que justificaria a prática.
Em nota, a OpenAI ressaltou que tem firmado acordos de licenciamento com diversos veículos de imprensa desde o lançamento do ChatGPT, no fim de 2022. Apesar desses contratos, a empresa reconhece que ainda há preocupações sobre o impacto da IA generativa no tráfego de notícias online.
Para mitigar críticas, a OpenAI passou a incluir citações e links nas respostas geradas pelos seus modelos, permitindo que os usuários acessem a fonte original. No entanto, críticos consideram a medida insuficiente, argumentando que a simples menção não compensa o uso massivo de conteúdo protegido.
O Departamento de Justiça dos Estados Unidos, em parecer divulgado no início de setembro, apoiou a posição da OpenAI e da Microsoft. O órgão destacou o potencial de “progresso científico”, crescimento econômico e segurança nacional decorrentes do desenvolvimento de IA avançada.
Implicações legais e perspectivas futuras
Se o juiz federal Sidney Stein aceitar a solicitação de sentença sumária dos autores, o caso será encerrado sem a necessidade de um julgamento completo, reduzindo custos e tempo para as partes. Contudo, a decisão ainda pode levar anos para ser proferida, com estimativa de julgamento apenas em 2027.
A controvérsia levanta questões importantes sobre o futuro da relação entre mídia tradicional e tecnologias emergentes. Por um lado, as empresas de IA argumentam que o treinamento de modelos requer acesso amplo a dados para melhorar a qualidade das respostas. Por outro, os produtores de conteúdo defendem que a exploração não autorizada de suas obras viola direitos fundamentais e reduz receitas essenciais.
Especialistas em direito digital apontam que o caso pode estabelecer precedentes críticos para a indústria de IA nos Estados Unidos e no mundo. Uma decisão favorável aos autores poderia exigir que todas as empresas de aprendizado de máquina negociem licenças individuais com cada fonte de conteúdo, aumentando significativamente os custos de desenvolvimento.
Ao mesmo tempo, defensores da inovação alertam que restrições excessivas podem frear o avanço tecnológico, limitando a capacidade de criar ferramentas que beneficiem a sociedade, como assistentes virtuais mais precisos e sistemas de apoio à pesquisa.
Enquanto o litígio segue seu curso, outras empresas de IA também enfrentam processos semelhantes. A disputa evidencia a necessidade de um marco regulatório claro que equilibre direitos autorais, liberdade de expressão e incentivo à inovação.
Em resumo, o caso entre o New York Times, a OpenAI e a Microsoft marca um ponto de inflexão na forma como o conteúdo jornalístico será tratado na era da inteligência artificial. O desfecho poderá redefinir práticas de treinamento de IA e estabelecer novos parâmetros para o uso de obras protegidas por direitos autorais.
