Authors Guild v. OpenAI é um processo de ação coletiva apresentado no Tribunal Distrital dos Estados Unidos para o Distrito Sul de Nova York em 20 de setembro de 2023. A ação, movida pela Authors Guild e por um grupo de escritores proeminentes de ficção e não ficção, alega que OpenAI, o desenvolvedor dos modelos de linguagem de grande escala por trás do ChatGPT, infringiu seus direitos de autor ao usar seus livros para treinar seus sistemas de IA generativa sem autorização. O caso é um de vários desafios legais de alto perfil às práticas de dados de empresas de IA, levantando questões fundamentais sobre uso justo, autoria e a economia do trabalho criativo na era do aprendizado automático.
Os demandantes incluyen a Authors Guild, a maior organização profissional para escritores nos Estados Unidos, juntamente com autores individuais como John Grisham, George R.R. Martin, Jodi Picoult e David Baldacci. Sua queixa afirma que OpenAI copiou suas obras por completo nos conjuntos de dados de treinamento de seus modelos, que depois geram texto que pode imitar ou resumir essas obras, competindo com os originais no mercado. A ação busca danos legais, medidas cautelares e uma declaração de que o uso de material protegido por direitos de autor por parte de OpenAI sem consentimento ou compensação viola a Lei de Direitos de Autor de 1976.
Antecedentes: A Ascensão dos Modelos de Linguagem de Grande Escala
OpenAI, fundada em 2015 como uma organização de pesquisa sem fins lucrativos, fez a transição a uma estrutura de lucro limitado em 2019 para garantir financiamento para recursos computacionais massivos. Seu principal produto, ChatGPT, lançado ao público em novembro de 2022, se tornou uma das aplicações de consumo de crescimento mais rápido na história, alcanzando mais de 100 milhões de usuários mensais em dois meses. A tecnologia subjacente baseia-se na arquitectura de transformadores, introducida em um artigo de 2017 por pesquisadores do Google, que permitiu o treinamento eficiente em vastas quantidades de dados de texto.
Treinar um modelo de linguagem de grande escala envolve alimentá-lo com bilhões de palavras de diversas fontes, incluindo livros, artigos, sites web e outro material escrito. OpenAI não divulgou publicamente o conteúdo completo de seus conjuntos de dados de treinamento, mas a empresa reconheceu usar texto público da internet, incluindo livros, em seus modelos anteriores como GPT-2 e GPT-3. A escala é enorme: GPT-3, lançado em 2020, foi treinado em centenas de bilhões de tokens, sendo um token uma unidade de texto aproximadamente equivalente a uma palavra ou parte de uma palavra.
Os demandantes argumentam que os livros são dados de treinamento de valor único porque contienen prosa de alta qualidade e de formato longo que ajuda os modelos a aprender gramática, raciocínio e estrutura narrativa. No entanto, eles afirmam que usar livros protegidos por direitos de autor sem permiso não é uso justo transformativo, mas uma explotación comercial do trabalho dos autores. O caso se situa, portanto, na intersección entre a ley de direitos de autor e a tecnología de aprendizado automático, um campo que avançou rapidamente através de técnicas como aprendizado profundo e redes neurais.
Reclamos Legales e Argumentos
A queixa afirma múltiples causas de ação, incluindo infracción direta de direitos de autor, infracción vicaria e enriquecimiento injusto. Os demandantes alegam que o processo de treinamento de OpenAI necessariamente implica fazer reproduções não autorizadas de suas obras, tanto na criação de conjuntos de dados de treinamento como na capacidade do modelo de gerar texto que se assemela estrechamente aos originais. Também afirmam que o uso de suas obras por parte de OpenAI diminuiu o mercado para seus livros, já que os leitores agora podem obter resúmenes ou imitaciones generados por IA gratuitamente.
A defesa probable de OpenAI se centrará na doctrina do uso justo, que permite o uso limitado de material protegido por direitos de autor para propósitos como crítica, comentario, reportagem jornalística, ensino e pesquisa. A empresa argumentou em outros contextos que treinar modelos de IA em texto público da internet é um uso transformativo que não substituye as obras originais. No entanto, os demandantes replicam que o uso de OpenAI é comercial, não transformativo e prejudicial para o mercado de suas obras, apuntando à valoración da empresa, que superou os $80 mil milhões no início de 2024.
O caso está asignado ao Juiz Sidney H. Stein, que também preside uma ação relacionada apresentada pelo The New York Times contra OpenAI e Microsoft em dezembro de 2023. O caso da Authors Guild foi consolidado com outras ações similares, incluindo uma apresentada pelos autores Sarah Silverman, Richard Kadrey e Christopher Golden, embora a consolidación tenha sido parcial e processual. Uma decisión clave inicial veio em novembro de 2023, quando o Juiz Stein desestimó algumas reclamações no caso Silverman por falta de legitimación, mas permitió que outras prosseguissem, indicando que os tribunales estão dispostos a envolverse com as questões substantivas de direitos de autor.
O Panorama Litigioso Más Amplio
Authors Guild v. OpenAI faz parte de uma onda de ações judiciais contra empresas de IA. Além do caso do The New York Times, que alega que OpenAI e seu sócio Microsoft usaram milhões de artículos protegidos por direitos de autor para treinar seus modelos, outros autores apresentaron ações contra Anthropic, o fabricante do modelo Claude, e contra Google DeepMind. Estes casos estão sendo observados de cerca pela indústria tecnológica, o sector editorial e académicos jurídicos, já que seus resultados poderían estabelecer precedentes sobre como as empresas de IA obtienen e usan datos de treinamento.
Um desenvolvimento notable ocorreu em julho de 2024 quando o U.S. Copyright Office publicó um informe sobre direitos de autor e IA, recomendando que o Congresso considerasse nova legislação para abordar o uso de obras protegidas por direitos de autor no treinamento de IA. O informe não tomó uma postura definitiva sobre o uso justo, mas destacó a necessidade de claridad e sugerió que a ley existente pode não proteger adequadamente os autores. Esta incertidumbre regulatória levou algumas empresas de IA a firmar acuerdos de licenciamento com provedores de conteúdo, como os acuerdos de OpenAI com organizações de noticias como Axel Springer e the Associated Press, embora tais acuerdos não cubran a vasta maioria dos autores.
A Authors Guild também tem sido activa na defensa de mecanismos de licenciamento coletivo, similares aos usados por editores de música e compositores. Em 2024, a guilda propuso um marco sob o qual as empresas de IA pagarían uma taxa de subscripción para usar obras protegidas por direitos de autor, com receitas distribuídas aos autores com base no uso. Esta proposta ganó algum tracción em círculos de política, mas não foi adotada por nenhuna grande empresa de IA até o início de 2025.
Hitos Processuais Clave
Após a apresentación inicial, o caso avançó através de várias etapas processuais. Em outubro de 2023, OpenAI apresentó uma moción para desestimar, argumentando que os demandantes não haviam alegado adequadamente infracción direta porque o processo de treinamento envolve cópias intermediárias que não são distribuídas ao público. A empresa também afirmó que os demandantes carecían de legitimación porque não haviam registrado todas suas obras no U.S. Copyright Office, um requisito prévio para apresentar uma ação por infracción.
O Juiz Stein decidió sobre a moción em parte em fevereiro de 2024, permitiendo que a maioria das reclamações prosseguissem, mas desestimando algumas por razones técnicas. Ele sostuvo que os demandantes haviam alegado plausívelmente que o processo de treinamento de OpenAI envolvía cópias, e que a defensa de uso justo era melhor adequada para um juicio sumario ou un juicio oral em lugar de uma moción para desestimar. Esta decisión foi vista como uma victoria para os autores, já que manteve vivas as reclamações centrais.
Em junho de 2024, as partes se envolveron em descubrimiento, com os demandantes solicitando información detallada sobre os conjuntos de dados de treinamento de OpenAI e a empresa resistendo por razones de segredo comercial. Um juiz magistrado ordenou a OpenAI produzir certos documentos, mas o alcance do descubrimiento permanece disputado. O caso está programado para una conferencia previa ao juicio em março de 2025, com uma possível data de juicio a finales de 2025 ou 2026, embora tais cronogramas frequentemente se estendan em litigios complexos.
Implicações para Autores e Desenvolvimento de IA
O resultado de Authors Guild v. OpenAI podería ter implicações profundas tanto para o mundo literário como para a indústria de IA. Se os demandantes prevalecem, OpenAI e outras empresas de IA poderían ser obrigadas a obter licencias para cada obra protegida por direitos de autor usada no treinamento, um processo que podería ser logísticamente desafiante e financeiramente oneroso. Isto podería retardar o desenvolvimento de modelos de linguagem de grande escala, particularmente para empresas menores e instituições de pesquisa que carecen dos recursos para negociar com milhares de titulares de direitos.
Por outro lado, uma decisión a favor de OpenAI afirmaría a doctrina do uso justo aplicada ao treinamento de IA, potencialmente permitiendo que as empresas continuem usando texto protegido por direitos de autor sem compensación. Tal decisión podería encorajar uma recopilación de datos más agresiva e podería levar a uma mayor consolidación na indústria de IA, já que só os maiores jugadores poderían permitirse litigar e resolver reclamações.
Para os autores, o caso trata de más que dinheiro. Levanta questões sobre a natureza da autoria em uma era quando as máquinas podem gerar texto que imita a creatividade humana. Alguns escritores abrazaron a IA como uma herramienta, enquanto outros a veem como uma ameaça existencial para seus meios de subsistencia. A Authors Guild enmarcó a ação como uma defensa da profissão, argumentando que os escritores merecen ser compensados pelo valor que suas obras contribuem aos sistemas de IA.
O caso também se intersecta com debates más amplios sobre as práticas comerciais de OpenAI e sua relación com a comunidade creativa. Em 2023, OpenAI lançó um programa para pagar a alguns autores pelo uso de suas obras no treinamento, mas os termos foram amplamente criticados como inadequados. A empresa também enfrentou críticas por sua falta de transparencia sobre os datos de treinamento, uma preocupación que é central ao litigio.
Opiniões de Expertos e Debate Académico
Os académicos jurídicos estão divididos sobre o resultado provável. Alguns, como a Professora Pamela Samuelson da Universidade da Califórnia, Berkeley, argumentaron que o treinamento de IA em obras protegidas por direitos de autor devería ser considerado uso justo, fazendo paralelos com motores de busca e outras tecnologías que copian texto para propósitos transformativos. Outros, como o Professor James Grimmelmann da Universidade de Cornell, sugerieron que a escala e a natureza comercial do treinamento de IA poderían inclinar a balanza a favor dos autores, particularmente se os modelos podem gerar resultados que competem com os originais.
O caso também atrajo atenção de economistas, que notan que o valor dos datos de treinamento é substancial. Um estudo de 2023 estimó que o valor de mercado de um único livro de alta qualidade para treinamento de IA podería ser de milhares de dólares, dada a importância de texto diverso e bem escrito para melhorar o desempeño do modelo. Isto levou alguns a argumentar que os autores estão efetivamente subsidiando a indústria de IA sem receber uma parte dos lucros.
Conclusión e Perspectivas
Até o início de 2025, Authors Guild v. OpenAI permanece na fase de descubrimiento, sem uma decisión final sobre o mérito. O caso provavelmente levará anos para se resolver, e uma apelación ao U.S. Court of Appeals for the Second Circuit é provável independentemente do resultado. A Suprema Corte podería eventualmente intervir, como fez em outros casos de direitos de autor envolvendo novas tecnologías, como a decisión de 2021 em Google v. Oracle, que sostuvo que o uso de código Java por Google era uso justo.
Mentras tanto, o caso já teve um impacto. Provocó que outros autores e editores apresentassem suas próprias ações, e aceleró os esforços para desenvolver marcos de licenciamento voluntário. Também contribuíu a uma conversación pública más amplia sobre a ética da IA, os direitos dos creadores e o futuro da propriedad intelectual em uma era digital. Qualquer que seja o juicio final, Authors Guild v. OpenAI provavelmente será lembrado como um caso emblemático na história da inteligencia artificial e da ley de direitos de autor.