O Departamento de Justiça dos Estados Unidos entrou no processo consolidado que reúne o New York Times e outros detentores de direitos contra a OpenAI e a Microsoft, e entrou do lado das empresas de IA: sustenta que treinar modelos com material protegido por direito autoral se enquadra em fair use, o uso legítimo previsto na lei americana. O jornal processou as duas no fim de 2023, numa corte federal de Manhattan, alegando que milhões de artigos seus foram usados sem permissão para treinar modelos como o GPT-4 e para construir produtos que competem com ele como fonte de informação. O pedido falava em bilhões de dólares em danos e na destruição dos modelos treinados com esse acervo. O caso é tratado como termômetro de como as cortes americanas vão tratar treino de IA e direito autoral.
O argumento central da petição é a separação entre duas coisas que a ação do jornal trata como uma só. No treino, obras inteiras são copiadas, mas nunca ficam disponíveis ao público, e as saídas do modelo, escreve o departamento, com frequência, se não sempre, carecem de similaridade substancial com os originais. Uma teoria genérica de dano ao mercado que junte as duas etapas, conclui, está juridicamente errada. A peça foi obtida pelo The Decoder via Bloomberg Law.
A analogia da adolescente que copiava Hemingway
Para ilustrar, o departamento recorre a Joan Didion, que na adolescência copiava contos de Hemingway à máquina para entender como as frases dele funcionavam. Pela lógica de uma decisão anterior, argumenta a peça, Didion poderia responder judicialmente a cada vez que publicasse, porque seu aprendizado e sua escrita posterior seriam tratados como um único uso. Citando outro precedente, o texto diz ser impensável exigir que alguém pague sempre que se apoiar num livro para escrever coisa nova de um jeito novo. O departamento acrescenta que modelos de linguagem têm valor criativo e público, e que responsabilizar o treino sufocaria justamente a criatividade que a lei de direito autoral existe para proteger. A objeção óbvia, que o próprio The Decoder levanta, é de escala: uma pessoa copiando texto para aprender é uma coisa, e uma empresa de muitos bilhões transformando esse acervo em produto de massa concorrente é outra.
A análise de uso legítimo depende dos fatos e dos usos específicos de cada caso. Mas seria problemático, e juridicamente incorreto, impor uma responsabilidade ampla de direito autoral que tornasse, em geral, impermissível treinar modelos de IA sem licenciamento.
Um braço do governo contra o outro
A petição contraria frontalmente um relatório do escritório de direitos autorais dos Estados Unidos, que havia rejeitado fair use genérico para treino de IA sob o argumento de que a máquina trabalha com cópias perfeitas e gera conteúdo em velocidade e escala fora do alcance humano, e que aplicação comercial concorrendo com a obra original no mesmo mercado passa do que o uso legítimo admite. O Departamento de Justiça responde que a avaliação da então diretora do escritório, Shira Perlmutter, não tem autoridade jurídica vinculante e que o relatório ignorou jurisprudência sobre análise caso a caso. Perlmutter foi demitida pelo governo Trump pouco depois da publicação do relatório. O democrata Joe Morelle afirmou que ela perdeu o cargo por recusar-se a legitimar o treino sobre obras protegidas. Numa nota de rodapé, a própria petição registra que ela contesta a demissão na Justiça.
Nada disso decide o processo: a posição do Executivo americano entra como argumento, e quem julga é a corte. Mas ela importa para o Brasil por uma razão prática. Os modelos comerciais usados aqui são treinados lá, sob aquela lei, e o custo desse treino é o que aparece depois no preço da assinatura e da API que a empresa brasileira paga. Se a corte americana acolher o entendimento do departamento, o licenciamento de acervo deixa de ser despesa obrigatória para quem treina, e a conversa sobre remunerar autor por texto usado em treino perde nos Estados Unidos o principal ponto de apoio jurídico, restando às leis nacionais resolvê-la país a país. É o inverso do que aconteceu com privacidade, quando a regra europeia acabou virando padrão global de produto. Aqui, o padrão que se firma primeiro é o do país onde os modelos são feitos, e a discussão brasileira sobre uso de obra em treino vai ter que se sustentar sozinha.
