Fontes
Veja em ação
Explore os modelos e estilos por trás de histórias como esta — conta gratuita e galeria na hora.
Explorar o catálogo
Explore os modelos e estilos por trás de histórias como esta — conta gratuita e galeria na hora.
Explorar o catálogoUm juiz federal aprovou o acordo coletivo de US$ 1,5 bilhão da Anthropic com autores que acusaram a empresa de treinar seus modelos Claude com livros pirateados — pagando cerca de US$ 3.000 por obra protegida, com apenas 350 autores optando por se excluir do acordo.

Um juiz federal aprovou na segunda-feira o acordo de direitos autorais de US$ 1,5 bilhão da Anthropic com autores.
Imagem: The Verge / The Verge AI
O pagamento por livro parece simples, mas o contexto importa. A maioria dos autores cujas obras apareceram nos conjuntos de dados de treinamento escreveu múltiplos livros — portanto, um romancista de médio porte com dez títulos no corpus poderia receber cerca de US$ 30.000. Para autores com catálogos maiores, os valores sobem ainda mais. Ainda assim, para a maioria dos escritores, o acordo representa um pagamento único sem royalties contínuos, e vem acompanhado de uma renúncia a reivindicações futuras contra a Anthropic pela mesma conduta.
Conforme reportado pelo The Verge, a juíza Martínez-Olguín considerou que o acordo oferece «alívio significativo» — linguagem que sinaliza satisfação judicial com a estrutura, não uma decisão sobre o mérito subjacente.
«O acordo proporcionará 'alívio significativo'.»
— Juíza Araceli Martínez-Olguín
As 350 exclusões são um número notavelmente pequeno dado o tamanho da classe. A Ars Technica observou que a Anthropic agiu para impedir alguns autores de se excluírem na última hora — uma manobra processual que gerou críticas, mas que no fim não impediu a aprovação.
Para criadores de arte com IA, o detalhe mais consequente do acordo é o que ele não decide. Nenhum tribunal ainda se pronunciou definitivamente sobre se a coleta de textos ou imagens protegidos por direitos autorais para treinar um modelo constitui violação. A Anthropic pagou para encerrar este caso, não para estabelecer um precedente legal — o que significa que a mesma incerteza que paira sobre o setor desde 2022 persiste.
Essa ambiguidade tem implicações diretas para os fluxos de trabalho. Provedores de modelos que operam sob incerteza jurídica tendem a ser conservadores quanto à divulgação das fontes de dados de treinamento, dificultando que criadores avaliem com base em quê um modelo foi treinado antes de adotá-lo. Isso também mantém aberta a porta para litígios futuros que poderiam forçar o retreinamento de modelos ou restringir quais conjuntos de dados os provedores podem usar — potencialmente reduzindo a variedade estilística dos modelos futuros.
O acordo da Anthropic segue um padrão observado em outros casos: grandes empresas de IA absorvendo custos de litígio em vez de levar os processos até um veredicto. Essa estratégia mantém a questão legal em aberto, mas eleva o patamar do custo de construir modelos de base com dados não licenciados. Provedores menores e projetos de código aberto não dispõem de orçamentos de US$ 1,5 bilhão para acordos, o que pode gradualmente remodelar quais players conseguem sustentar treinamentos em larga escala.
Esta decisão chega em um momento em que a pressão de direitos autorais sobre empresas de IA se intensifica em todos os tipos de mídia. A dinâmica central — detentores de direitos exigindo compensação por dados de treinamento, empresas de IA optando por acordos em vez de litígios — já está consolidada o suficiente para parecer uma norma do setor, não uma exceção.
Para criadores que utilizam ferramentas baseadas em Claude ou constroem fluxos de trabalho em torno da API da Anthropic, o acordo significa continuidade: os modelos Claude não vão a lugar nenhum, e a exposição legal da Anthropic neste conjunto de dados específico está agora limitada. A questão mais aberta é como a próxima geração de lançamentos de modelos — da Anthropic e de concorrentes — lidará com a divulgação de dados de treinamento à medida que acordos como este estabelecem precedentes financeiros sem estabelecer precedentes legais.
Criadores que avaliam em quais modelos basear seus projetos podem explorar o catálogo de modelos da Charmloop para comparar as opções atuais, ou consultar a seção de guias para técnicas de prompting que continuam eficazes independentemente do modelo subjacente utilizado pela plataforma.