Theo transforma as notícias de IA em coisas para você testar ainda hoje à noite.
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
O Seattle Times e o Newsday processaram a OpenAI e a Microsoft por violação de direitos autorais, alegando que as empresas rasparam seu jornalismo para treinar modelos de IA e reproduzem trechos de artigos literalmente quando usuários consultam esses sistemas.
À primeira vista, um jornal processando um fabricante de chatbots parece ser um problema alheio para criadores de arte com IA. Não é. A lógica jurídica que sustenta essas ações — de que raspar conteúdo publicamente acessível para treinamento de modelos constitui violação — é estruturalmente idêntica aos argumentos apresentados contra modelos de geração de imagens em litígios paralelos. Uma decisão de que o treinamento em texto jornalístico exige licenciamento quase certamente aceleraria demandas semelhantes contra os conjuntos de dados por trás do Stable Diffusion, do Midjourney e dos modelos multimodais que alimentam as ferramentas que você usa hoje.
A alegação específica de que os modelos da OpenAI reproduzem trechos literais de artigos também é diretamente relevante. Se os tribunais tratarem a reprodução quase literal como a linha divisória entre uso justo e violação, esse padrão será testado contra geradores de imagens que podem reproduzir a composição distintiva de um fotógrafo ou o estilo de um artista gráfico com precisão desconcertante.
Microsoft e OpenAI enfrentam alegações de que seus chatbots reproduzem literalmente o texto de artigos jornalísticos em resposta a consultas de usuários.
Imagem: The Verge / The Verge AI
De acordo com The Verge, essas ações seguem iniciativas semelhantes de outras editoras, e o padrão importa: cada novo autor adiciona a um conjunto de descobertas que casos futuros — incluindo aqueles que envolvem conjuntos de treinamento de imagem e vídeo — podem aproveitar. A OpenAI está simultaneamente se defendendo da ação do New York Times, onde a petição recente do governo dos EUA argumentou que o treinamento de IA serve aos interesses nacionais, conforme abordado em nosso relatório anterior sobre o processo de direitos autorais da administração Trump contra a OpenAI e o NYT.
Para criadores que constroem fluxos de trabalho em torno de modelos treinados em amplas raspagens da web, a questão prática é o timing. Nenhuma liminar forçou um modelo a sair do ar ainda, e o cronograma do litígio é medido em anos. Mas a pressão por licenciamento já está mudando os dados com que os futuros modelos são treinados — os pagamentos reportados do Google a estúdios de Hollywood por direitos de treinamento em vídeo são um exemplo visível da indústria se protegendo discretamente.
Se você está gerando imagens hoje, nada no seu fluxo de trabalho imediato muda por causa desse processo. Os modelos com os quais você renderiza já foram treinados; nenhum tribunal ordenou uma reversão. Os criadores mais expostos a disrupções de curto prazo são aqueles que constroem produtos ou pipelines que dependem de saídas multimodais de texto mais imagem — onde um modelo de linguagem recupera ou resume contexto jornalístico junto com um visual gerado. Essa combinação é exatamente o que essas ações visam.
A longo prazo, fique atento para que os provedores de modelos acelerem camadas de treinamento com dados licenciados, como alguns já estão fazendo com dados sintéticos. Um modelo treinado em um corpus mais limpo e licenciado pode se comportar de forma diferente — mais conservador na reprodução, potencialmente menos atualizado culturalmente — e isso aparecerá nas respostas a prompts de maneiras difíceis de prever até você estar olhando para o resultado.
Por ora, a coisa mais útil a acompanhar é se alguma dessas ações produz um acordo no estilo de decreto de consentimento que estabeleça uma taxa de licenciamento. Esse número, uma vez estabelecido para texto, torna-se o modelo ao qual os negociadores recorrem quando a próxima onda de ações sobre dados de imagem avança para uma resolução. Criadores que entendem essa conexão serão menos surpreendidos quando ela chegar.
Explore como os modelos atuais de imagem com IA lidam com essas pressões no catálogo de modelos da Charmloop, ou aprimore sua abordagem de prompts nos guias.
