Nenhum tribunal decidiu ainda, mas o cerco está mais apertado
Dois processos movidos por autores contra OpenAI e Anthropic seguem em tribunais americanos. Os escritores alegam que seus livros, protegidos por direito autoral, foram usados sem autorização para treinar modelos de linguagem. As empresas se defendem com o argumento de fair use, a exceção na lei americana que permite uso limitado de obra protegida para fins como crítica, pesquisa ou transformação. Nenhum dos casos teve julgamento final, mas juízes já recusaram pedidos de arquivamento sumário, sinalizando que as alegações têm fundamento suficiente para ir a júri.
O cenário é de indefinição jurídica. Não existe precedente claro sobre treinar IA com obra protegida. A Justiça americana trata fair use caso a caso, pesando quatro fatores: propósito do uso, natureza da obra original, quantidade usada e impacto no mercado. As defesas das empresas argumentam que o treinamento é transformador, que não reproduz os livros e que não substitui a obra original. Os autores contra-argumentam que os modelos competem diretamente com seu trabalho, gerando textos que imitam estilo e conteúdo sem pagar royalties.
Quem treina modelo hoje opera em zona cinzenta que pode virar passivo
Quem está treinando modelo de linguagem com corpus que inclui livros, artigos ou qualquer conteúdo protegido trabalha sem rede de proteção legal. Não há sentença dizendo que pode, mas também não há sentença dizendo que não pode. O risco é retrospectivo: se a Justiça decidir contra fair use, o passivo pode incluir indenizações por cada obra usada. Empresas menores, sem o caixa de OpenAI ou Anthropic, não aguentam esse tipo de conta.
Na prática, isso muda três coisas. Primeiro, licenciamento virou seguro: pagar por dados limpa o risco, e editoras já vendem acesso a catálogos para treino. Segundo, datasets sintéticos e modelos treinados em conteúdo permissivo ganham tração, mesmo que a performance seja inferior no curto prazo. Terceiro, quem constrói para cliente corporativo precisa documentar a origem dos dados de treino, porque auditoria e due diligence agora incluem essa pergunta. O custo de operar subiu, mas o custo de ignorar subiu mais.