A OpenAI, empresa responsável pelo ChatGPT e pelos modelos GPT, enfrenta duas novas ações judiciais nos Estados Unidos movidas por veículos de comunicação. As organizações acusam a companhia de usar reportagens jornalísticas no treinamento de seus modelos de inteligência artificial sem a devida autorização e sem acordo de licenciamento prévio.
As ações ampliam a batalha jurídica em torno dos direitos autorais na era da IA generativa. O confronto coloca em lados opostos desenvolvedores de grandes modelos de linguagem e produtores de conteúdo, dois grupos que divergem sobre a forma correta de aproveitar material jornalístico protegido.
O desfecho dos processos tem potencial de redefinir as regras para o uso de conteúdo protegido no desenvolvimento de sistemas de IA. Grandes modelos de linguagem, tecnologia que sustenta assistentes como o ChatGPT, são treinados com volumes massivos de texto coletados da internet, incluindo páginas de notícias, livros, artigos científicos e fóruns de discussão.
É exatamente essa coleta que está sendo questionada nos tribunais. Os veículos autores das novas ações sustentam que reportagens produzidas por suas redações foram incorporadas às bases de dados de treinamento sem consentimento, prática que, na avaliação deles, configura apropriação indevida de obra protegida.
A OpenAI não é novata nesse tipo de disputa. Em dezembro de 2023, o jornal The New York Times levou a companhia e a Microsoft, sua parceira comercial, aos tribunais com argumento semelhante, alegando que milhões de artigos foram copiados para alimentar o treinamento dos chatbots.
Autores de livros e outros criadores de conteúdo também recorreram à Justiça americana contra empresas do setor de inteligência artificial. O argumento comum é que esses sistemas capturam, processam e reproduzem padrões de obras protegidas sem pagamento ou licenciamento, o que reduziria o valor econômico do trabalho original.
A defesa principal das empresas de IA está na doutrina do uso justo, prevista no direito norte-americano, que autoriza o aproveitamento limitado de obras protegidas em circunstâncias específicas, como crítica, comentário e fins educacionais. Os desenvolvedores argumentam que treinar um modelo a partir de textos públicos não equivale a reproduzir as obras originais.
Os veículos de imprensa rebatem com um argumento econômico. Chatbots treinados com reportagens passam a responder perguntas de forma direta, dispensando a visita ao site original e reduzindo o tráfego, a publicidade e as assinaturas que financiam o jornalismo. Nesse raciocínio, o uso do conteúdo seria comercial e concorrente, o que dificulta o enquadramento como uso legítimo.
A OpenAI também tem recorrido a acordos para reduzir o atrito com o setor jornalístico. A empresa já fechou parcerias com grupos de comunicação que autorizam o acesso a conteúdo noticioso em troca de compensação financeira. As novas ações, porém, indicam que parte do mercado editorial não considera os contratos existentes suficientes para resolver a questão.
O que está em jogo vai além das indenizações. A definição sobre o que pode ou não ser usado no treinamento afeta diretamente a forma como grandes modelos de linguagem são construídos, já que o desempenho desses sistemas depende da quantidade e da qualidade dos dados absorvidos durante o aprendizado de máquina.
No centro da disputa está o valor do trabalho jornalístico. A produção de reportagens exige apuração, checagem e estrutura profissional de custo elevado, e a questão colocada à Justiça é se a incorporação desse material em modelos de inteligência artificial deve ser remunerada.
Por enquanto, não há jurisprudência consolidada nos Estados Unidos sobre o uso de conteúdo protegido no treinamento de sistemas de IA. Os processos em andamento, incluindo os dois novos movidos contra a OpenAI, serão acompanhados de perto por empresas de tecnologia, redações e criadores de conteúdo.
As decisões judiciais devem influenciar contratos, valores de licenciamento e a composição das bases de dados usadas no desenvolvimento de novos modelos. Enquanto não há definição, a relação entre inteligência artificial e jornalismo segue marcada por negociação e litígio, com o valor do conteúdo informativo como principal ponto de disputa.
