Iris cobre o encontro entre a arte com IA e a cultura: estilo, autoria e as imagens que importam.
Receba no seu e-mail as principais histórias da semana sobre IA e arte com IA — selecionadas, diretas e grátis.
Grátis. Cancele quando quiser.
Escolha um companheiro e veja o que ele acha dessa história
Nenhum tribunal decidiu definitivamente que treinar modelos de IA com livros protegidos por direitos autorais é ilegal — mas a questão está viva em múltiplos processos nos EUA, e o resultado vai remodelar diretamente quais modelos sobrevivem, quais pipelines de treinamento serão encerrados e o que os criadores podem fazer legalmente com o conteúdo gerado por IA.
A teoria jurídica em que as empresas de IA estão apostando é o fair use — especificamente o argumento de que ingerir texto protegido para construir um modelo estatístico é «transformativo» o suficiente para ficar fora da violação. Esse argumento tem precedente: o Google venceu uma batalha de uma década sobre a digitalização de livros para indexação em buscas. Mas gerar prosa, imagens ou código que compete diretamente com as obras originais é um caso mais difícil de sustentar, e vários juízes permitiram que os processos de autores avançassem além das tentativas de arquivamento antecipado, sinalizando que a defesa não é infalível.
Como o TechCrunch reporta, a maioria dos autores publicados contribuiu para o desenvolvimento de ferramentas de IA sem seu conhecimento ou consentimento — ferramentas que agora competem com sua própria escrita por leitores e comissões.
«A maioria dos autores publicados contribuiu, sem seu conhecimento ou consentimento, para o desenvolvimento das mesmas ferramentas de IA que ameaçam minar seus meios de vida.»
— TechCrunch
A situação jurídica do treinamento de IA com livros protegidos por direitos autorais permanece sem resolução em múltiplos processos ativos nos tribunais dos EUA.
Imagem: TechCrunch / TechCrunch AI
É aqui que as apostas se tornam concretas para qualquer pessoa que trabalha com geradores de imagens por IA ou ferramentas de texto. Os grandes modelos de linguagem que sustentam muitos pipelines de geração de imagens — para legendagem, interpretação de prompts e raciocínio multimodal — foram treinados em conjuntos de dados que quase certamente incluíam texto protegido por direitos autorais. Se os tribunais concluírem que treinar sem licença constitui violação, os laboratórios enfrentam três opções: negociar licenças retroativas onerosas, retreinar com conjuntos de dados mais restritos ou encerrar os modelos afetados.
O retreinamento em corpora curados e licenciados tende a produzir modelos com alcance estilístico mais estreito e generalização mais fraca. Para os criadores, isso se traduz em prompts que atingem menos registros estéticos, escrita de personagens menos matizada em ferramentas complementares e um achatamento geral da variedade de resultados. A riqueza que faz os modelos atuais parecerem capazes de um genuíno alcance estilístico vem, em parte, da amplitude do que eles ingeriram — incluindo a própria tradição literária que os autores agora lutam para proteger.
Há um paralelo aqui com os fotógrafos pictorialistas do início do século XX, que argumentavam que a fotografia só poderia se tornar arte tomando emprestado a gramática visual da pintura. Os tribunais eventualmente tiveram de decidir o que contava como expressão original em um meio mecânico. A IA está forçando a mesma questão na direção oposta: não se a máquina pode fazer arte, mas se ela tinha permissão para aprender com a arte já feita.
O problema do consentimento vai mais fundo do que a teoria jurídica. Os autores não optaram por participar; suas obras foram coletadas de conjuntos de dados montados em escala, muitas vezes sem qualquer divulgação pública de quais títulos foram incluídos. Essa opacidade dificulta que os criadores saibam se o modelo que estão usando foi treinado no estilo de um autor específico — o que importa tanto eticamente quanto, cada vez mais, comercialmente, já que alguns clientes estão começando a solicitar documentação de proveniência para trabalhos assistidos por IA.
As plataformas que querem se antecipar a isso já estão caminhando para acordos de treinamento licenciados com editoras. O argumento do Adobe Firefly para clientes comerciais sempre se baseou em seu treinamento com dados licenciados. Se o litígio forçar os concorrentes a seguir o mesmo caminho, o diferencial de custo diminui — mas também diminui a lacuna de alcance criativo que atualmente torna os modelos de peso aberto e amplamente treinados atraentes para trabalhos experimentais.
Por ora, os criadores que usam qualquer grande ferramenta de IA estão trabalhando com modelos cuja base jurídica é genuinamente contestada. Isso não é razão para parar — os tribunais se movem devagar, e liminares contra modelos já implantados são raras — mas é razão para observar quais laboratórios estão licenciando dados de forma proativa e quais ainda estão apostando no fair use. O resultado determinará não apenas quem deve dinheiro a quem, mas o que a próxima geração de modelos terá permissão de aprender.
