A legalidade de treinar modelos de IA com livros protegidos por direitos autorais continua sem solução, apesar de uma grande decisão judicial que considerou lícito o treinamento de modelo de uma empresa. Uma análise da TechCrunch sobre litígios recentes de direitos autorais concluiu que a questão decisiva pode não ser se os desenvolvedores usaram obras protegidas, mas como as obtiveram e se seus produtos de IA competem com os mercados originais.

A incerteza afeta empresas que constroem sistemas como ChatGPT, Gemini e Claude, bem como autores, editoras, compradores corporativos e desenvolvedores que integram IA generativa aos produtos. Os tribunais estão aplicando regras de direitos autorais escritas décadas antes de o aprendizado de máquina em larga escala existir, produzindo decisões iniciais que podem influenciar o setor sem resolver a disputa mais ampla.

A decisão da Anthropic separa o treinamento da aquisição dos livros

Um dos casos mais consequentes envolveu a Anthropic e um grupo de escritores cujos livros foram usados no treinamento dos modelos de IA da empresa. Segundo a TechCrunch, o juiz William Alsup decidiu que o treinamento de IA da Anthropic era legal, mas ordenou que a empresa pagasse um acordo de US$ 1,5 bilhão por direitos autorais porque havia obtido alguns livros de “bibliotecas sombra” online não autorizadas.

Essa distinção é central. A decisão tratou a ingestão de obras protegidas por direitos autorais para treinar um modelo de linguagem como algo mais próximo de ler e aprender com a literatura do que de reproduzir um livro para distribuição. A penalidade, em vez disso, focou na aquisição supostamente ilegal do material de treinamento.

Cathy Gellis, advogada especializada em propriedade intelectual, direitos autorais e tecnologia, disse à TechCrunch que o raciocínio poderia favorecer as empresas de IA porque a lei de direitos autorais geralmente se concentra na cópia e não simplesmente no uso ou na experiência de uma obra. No entanto, as consequências financeiras e o tratamento dado à obtenção dos dados ainda criam exposição significativa para os criadores de modelos.

O caso também não garante que outros tribunais cheguem à mesma conclusão. A decisão sobre a Anthropic continua sendo uma sentença inicial influente dentro de um conjunto muito maior de litígios pendentes.

O uso justo depende do propósito e da concorrência de mercado

Grande parte do debate jurídico gira em torno do uso justo, uma doutrina que pode permitir o uso sem licença de material protegido por direitos autorais para fins como crítica, educação, paródia ou outras atividades transformadoras. Os tribunais normalmente examinam o propósito do uso, a quantidade de material envolvida e seu efeito sobre o mercado da obra original.

Jason Henderson, advogado de propriedade intelectual citado pela TechCrunch, disse que os tribunais parecem especialmente preocupados quando uma empresa treina com material protegido por direitos autorais para construir um produto que compete diretamente com o material de origem. Essa preocupação moldou um caso separado envolvendo Thomson Reuters e Ross Intelligence, uma empresa de pesquisa jurídica que usou conteúdo da Reuters para desenvolver uma plataforma concorrente baseada em IA.

Nessa disputa, o juiz Stephanos Bibas concluiu que o uso da Ross não era transformador porque carecia de um propósito ou caráter suficientemente diferente do produto da Thomson Reuters. A decisão dá um alerta às empresas de IA: dados de treinamento e saídas de modelos podem receber tratamento diferente dependendo de o sistema resultante substituir ou não o mercado original.

Essa lógica pode se tornar importante para editores e autores que argumentam que chatbots podem gerar livros sintéticos, resumos ou outros conteúdos que competem com seu trabalho. A TechCrunch informou que esse argumento ainda não prevaleceu em tribunal, deixando sua força final incerta.

As evidências são influentes, mas não conclusivas

As evidências disponíveis não estabelecem uma regra jurídica única para todo treinamento de IA. A decisão da Anthropic sustenta a possibilidade de que o treinamento em si possa se qualificar como uso lícito, enquanto o caso Ross Intelligence demonstra que um produto em concorrência direta pode enfraquecer uma defesa de uso justo. Fatos diferentes sobre a fonte dos dados, o propósito do produto, o comportamento da saída e o efeito no mercado podem levar a resultados diferentes.

Ambos os casos também são mais estreitos do que a questão em nível de setor. Uma decisão envolvendo livros obtidos de fontes ilegais pode não resolver o status de livros adquiridos por meio de bases de dados licenciadas, web scraping ou outras formas de acesso. Da mesma forma, uma decisão sobre um produto de pesquisa jurídica pode não se aplicar de forma direta a um chatbot de uso geral.

Gellis disse à TechCrunch que as decisões iniciais estão moldando o comportamento das empresas, mas podem mais tarde ser revertidas ou limitadas à medida que o litígio avança. A maioria das grandes empresas de IA ainda está envolvida em disputas de direitos autorais pendentes, então as decisões atuais devem ser vistas como sinais, e não como um acordo final da lei.

O artigo também distingue disputas sobre treinamento de questões de direitos autorais em obras geradas por IA. Em Thaler v. Perlmutter, um tribunal considerou que uma obra gerada inteiramente por IA não é passível de proteção por direitos autorais. Essa regra separada levanta questões práticas sobre quanto de contribuição humana é necessário para proteção e como alguém verificaria se uma obra foi criada ou assistida por IA.

O que a incerteza significa para os criadores de IA

Para os criadores de modelos, a procedência dos dados está se tornando uma questão de produto e de gestão de riscos, e não um detalhe jurídico de bastidores. O caso Anthropic sugere que obter material de treinamento de repositórios não autorizados pode gerar responsabilidade mesmo quando a teoria subjacente do treinamento do modelo sobrevive à revisão judicial. As empresas podem, portanto, enfrentar pressão para documentar de onde vieram livros e outras obras protegidas, como foram processados e quais controles regem a entrada futura de dados.

As equipes de produto também precisam avaliar se seus sistemas estão posicionados como ferramentas de uso geral ou como substitutos de um mercado específico de conteúdo. A decisão da Ross Intelligence indica que um produto de IA com foco restrito que compete com um serviço de informação estabelecido pode enfrentar uma análise de uso justo diferente de um sistema com propósito mais amplo e mais transformador.

Os compradores corporativos devem esperar que as garantias de direitos autorais permaneçam qualificadas. Fornecedores podem descrever suas práticas de dados e políticas de indenização, mas nenhum contrato pode eliminar a incerteza enquanto os tribunais ainda decidem se treinamento, recuperação, geração de saída e substituição de mercado devem ser analisados separadamente.

Pesquisadores e fundadores enfrentam uma compensação semelhante. Usar material protegido por direitos autorais de alta qualidade pode melhorar um sistema, mas o valor jurídico desses dados depende do método de aquisição e do uso pretendido. Até que mais casos amadureçam, uma governança de dados conservadora e registros claros podem importar quase tanto quanto o desempenho do modelo.

O que observar a seguir

Os sinais mais importantes virão de decisões posteriores em casos de direitos autorais pendentes envolvendo empresas de IA, especialmente decisões que tratem de livros obtidos por canais legais, e não por bibliotecas sombra. O tratamento que os tribunais derem a saídas de chatbots que se assemelhem ou concorram com obras de autores também esclarecerá como o dano ao mercado é avaliado.

Os criadores devem acompanhar regras mais precisas sobre dados de treinamento licenciados, sistemas de opt-out, licenciamento coletivo e os padrões de evidência usados para provar quais dados entraram em um modelo. Outra questão importante é se os tribunais de apelação preservarão a distinção entre treinamento lícito e aquisição ilícita estabelecida na disputa da Anthropic.

O setor também deve acompanhar como os tribunais aplicam padrões de proteção autoral a obras assistidas por IA. A linha entre autoria humana e assistência da máquina afetará editoras, empresas de software e usuários que dependem de ferramentas generativas para criar conteúdo comercial.

Perspectiva da Creati.ai

A lição imediata não é que treinar IA com livros protegidos por direitos autorais seja legal ou ilegal. É que a legalidade depende de uma cadeia de fatos: como o material foi adquirido, o que o modelo ou produto faz com ele, se ele compete com o mercado de origem e quanta autoria humana aparece no resultado.

Para as empresas de IA, a resposta mais segura é tratar a incerteza jurídica como uma restrição operacional. Proveniência de dados documentada, análise de mercado específica por produto e estratégias de treinamento adaptáveis serão mais duradouras do que assumir que uma decisão favorável encerra a questão. As decisões judiciais estão começando a definir os limites, mas ainda não traçaram uma linha estável.