Receba no seu e-mail as principais histórias da semana sobre IA e arte com IA — selecionadas, diretas e grátis.
Grátis. Cancele quando quiser.
Um incidente de hacking abriu um dos maiores segredos da música gerada por IA: a Suno construiu seu modelo coletando milhões de músicas e letras do YouTube Music, Deezer e Genius — fontes que a empresa jamais havia divulgado publicamente.
De acordo com o TechCrunch, o invasor obteve acesso usando as credenciais de um funcionário da Suno e, em seguida, extraiu o código-fonte que documentava o pipeline de coleta em detalhes. O código mostrou a Suno coletando décadas de áudio — não apenas metadados ou trechos, mas faixas completas e letras — de plataformas que proíbem explicitamente a coleta automatizada em seus termos de serviço. O 404 Media foi o primeiro a reportar os dados subjacentes.
O que torna isso significativo além da própria violação é o que confirma sobre as práticas do setor. A Suno tem sido uma das empresas de música com IA mais reservadas sobre sua pilha de treinamento. Enquanto empresas de geração de imagens como Stability AI e Midjourney enfrentaram escrutínio público — e processos judiciais — pelo uso de conteúdo visual coletado, a IA de áudio escapou em grande parte do mesmo nível de documentação. Isso muda agora.
YouTube Music, Deezer e Genius não são fontes obscuras. Só o YouTube Music hospeda centenas de milhões de faixas; o Genius é o principal repositório de letras de músicas na web. Coletar nessa escala, sem acordos de licenciamento, coloca a Suno em conflito direto com os termos das plataformas e com os detentores de direitos cujo trabalho está nessas plataformas — gravadoras, editoras e artistas independentes.
A Suno já havia enfrentado um processo por direitos autorais movido por grandes gravadoras, incluindo Universal Music Group, Sony Music e Warner Music Group, registrado em 2024. O processo alegava que a Suno copiou gravações sem permissão. O código-fonte recém-exposto oferece aos advogados dos autores algo que raramente obtêm em casos de direitos autorais envolvendo IA: documentação interna de exatamente de onde vieram os dados de treinamento e como foram coletados.
O padrão é familiar para quem acompanha o espaço de geração de imagens. O processo em andamento do NYT contra a OpenAI também se concentrou nas evidências internas que a empresa ocultou sobre seu corpus de treinamento. No caso da Suno, a divulgação não veio da descoberta em litígio, mas de uma falha de segurança.
Para criadores que usam música gerada por IA em projetos de vídeo, conteúdo para redes sociais ou como trilhas sonoras para apresentações de arte gerada por IA, o cenário jurídico ficou ainda mais nebuloso. Se os resultados da Suno forem considerados derivados de gravações sem licença, qualquer uso comercial desses resultados carrega risco subsequente — o mesmo argumento que levou algumas marcas a serem cautelosas com imagens geradas por IA de ferramentas com históricos de treinamento opacos.
Na prática, isso é um motivo para prestar muita atenção a quais plataformas de áudio com IA publicam divulgações claras e licenciadas sobre seus dados de treinamento. Alguns concorrentes — incluindo aqueles que firmaram acordos de licenciamento com gravadoras — estão agora posicionados para comercializar a transparência como um diferencial. O silêncio da Suno sobre seu conjunto de dados, que parecia uma postura padrão do setor antes desta semana, agora parece uma responsabilidade.
Para criadores de imagens com IA, a violação da Suno é um lembrete útil de que a opacidade dos dados de treinamento não é exclusiva de nenhuma modalidade. As mesmas perguntas que vale a pena fazer sobre um modelo de imagem — com o que ele foi treinado e se foi licenciado — se aplicam igualmente às ferramentas de áudio que estão sendo integradas aos fluxos de trabalho criativos. Plataformas que conseguem responder a essas perguntas com clareza são cada vez mais a aposta criativa mais segura.
