AI copyright lawsuits refere-se à onda de litígios, iniciada em 2022 e continuando até meados da década de 2020, movida por autores, artistas, editoras de notícias, gravadoras e outros detentores de direitos contra empresas de IA pelo uso de material protegido por direitos autorais para treinar modelos generativos e pelos resultados produzidos por esses modelos. Os casos, em conjunto, testam se o treinamento em obras protegidas sem licença se qualifica como uso justo sob a lei de direitos autorais dos EUA e se os resultados gerados por IA que se assemelham a obras protegidas constituem violação.
Principais casos
Artistas visuais entraram com alguns dos primeiros processos contra Stability AI, Midjourney e DeviantArt sobre os dados de treinamento usados para Stable Diffusion e sistemas similares. A Getty Images processou separadamente a Stability AI no Reino Unido e nos EUA, alegando o uso de milhões de imagens protegidas por direitos autorais e apontando para resultados que pareciam reproduzir uma versão distorcida da marca d'água da Getty como evidência de cópia direta. O The New York Times processou OpenAI e Microsoft em dezembro de 2023, alegando que ChatGPT e os recursos de IA do Bing foram treinados em artigos do Times e podiam reproduzi-los quase palavra por palavra, buscando indenização e a destruição dos modelos treinados em seu conteúdo. Grupos de autores, incluindo romancistas proeminentes, entraram com ações coletivas contra OpenAI, Meta e outros desenvolvedores pelo uso de conjuntos de dados de livros pirateados. A Recording Industry Association of America, em nome das principais gravadoras, processou os geradores de música por IA Suno e sua rival Udio em 2024 pelo treinamento em gravações protegidas por direitos autorais.
Decisões e acordos
Os resultados foram mistos e evoluíram gradualmente, em vez de resolver a questão subjacente em uma única decisão. Alguns casos iniciais foram restringidos ou arquivados por motivos processuais, enquanto outros avançaram para a fase de descoberta e produziram decisões que variavam conforme o tribunal e os fatos específicos, com alguns juízes considerando aspectos do treinamento mais propensos a se qualificar como uso justo do que outros, especialmente quando os resultados não reproduziam de perto a expressão protegida. Em vez de aguardar o resultado completo dos julgamentos, várias empresas de IA buscaram acordos de licenciamento com editoras e detentores de conteúdo como estratégia paralela, incluindo acordos entre a OpenAI e grandes organizações de notícias e mídia, reduzindo o número de partes ainda em litígio ativo ao longo do tempo.
Significância
Os processos estão no centro de debates mais amplos sobre IA e direitos autorais em termos de política, cruzando-se com preocupações sobre a proveniência dos dados de treinamento, o uso de arquivos web em grande escala, como Common Crawl, e a relação econômica entre desenvolvedores de IA e as indústrias criativa e jornalística cujo trabalho alimenta os conjuntos de dados de pré-treinamento. Os casos também moldaram como os laboratórios de IA abordaram o licenciamento e a divulgação de dados daí em diante, e foram frequentemente citados em discussões políticas ligadas ao Ato de IA da UE e outras estruturas emergentes de governança de IA, várias das quais adicionaram requisitos específicos de transparência em torno das fontes de dados de treinamento.