Authors Guild v. OpenAI é um processo judicial por violação de direitos autorais ajuizado no Tribunal Distrital dos Estados Unidos para o Distrito Sul de Nova York em 2023. Os autores, um grupo de escritores representados pela Authors Guild, alegam que a OpenAI usou seus livros protegidos por direitos autorais sem permissão para treinar seus modelos de linguagem de grande porte, incluindo GPT-3 e GPT-4. O caso é um dos vários desafios legais de alto perfil às práticas das empresas de IA generativa, levantando questões sobre a aplicação da doutrina de uso justo ao aprendizado de máquina.
O processo foi iniciado em 19 de setembro de 2023 pela Authors Guild e dezessete autores individuais, incluindo David Baldacci, John Grisham e George R.R. Martin. Os autores alegam que o processo de treinamento da OpenAI envolveu a cópia de suas obras em conjuntos de dados, que foram então usados para treinar os modelos, constituindo violação direta e vicária de direitos autorais. Eles também alegam que a OpenAI lucrou com essas cópias não autorizadas, violando seus direitos exclusivos sob a Lei de Direitos Autorais de 1976.
Queixa Inicial e Argumentos Legais
A queixa original buscava danos legais e medida cautelar, argumentando que o uso de textos protegidos por direitos autorais pela OpenAI não era transformador porque os modelos reproduzem e derivam valor do conteúdo expressivo das obras. Os autores enfatizaram que os modelos da OpenAI podem gerar texto que espelha de perto o estilo e o conteúdo dos livros originais, prejudicando o mercado para as obras dos autores.
A OpenAI respondeu apresentando uma moção para rejeitar o caso no início de 2024, afirmando que o uso de material protegido por direitos autorais no treinamento é protegido pela doutrina de uso justo. A empresa argumentou que o processo de treinamento é transformador, pois cria novos resultados não expressivos, e que os modelos não servem como substitutos para os livros originais. A OpenAI também contestou que os autores não conseguiram alegar instâncias específicas de violação, conforme exigido pelos padrões de alegação.
Queixa Alterada e Novas Alegações
Em 18 de março de 2024, os autores apresentaram uma queixa alterada, adicionando mais escritores e refinando suas alegações. A queixa alterada incluía exemplos específicos de os modelos gerarem texto que parafraseava de perto ou reproduzia passagens dos livros dos autores, o que os autores argumentaram demonstrar violação direta. A queixa alterada também introduziu alegações de enriquecimento sem causa e concorrência desleal, embora estas tenham sido posteriormente abandonadas em arquivamentos subsequentes.
A queixa alterada nomeou réus adicionais, incluindo a Microsoft, que havia investido pesadamente na OpenAI e fornecido infraestrutura em nuvem através do Microsoft Azure. Os autores alegaram que a Microsoft era conjuntamente responsável pela violação porque lucrou com o treinamento e a implantação dos modelos. A Microsoft apresentou sua própria moção para rejeitar, argumentando que não tinha envolvimento direto no processo de treinamento.
Decisões sobre Moções para Rejeitar
Em 9 de julho de 2024, o Juiz Sidney H. Stein emitiu uma decisão sobre as moções para rejeitar. O tribunal rejeitou várias alegações dos autores, incluindo aquelas por violação vicária e enriquecimento sem causa, mas permitiu que as alegações centrais de violação direta prosseguissem. O tribunal considerou que os autores haviam alegado suficientemente que a OpenAI copiou suas obras, e que a defesa de uso justo era melhor abordada na fase de julgamento sumário do que em uma moção para rejeitar.
A decisão também abordou a questão dos danos legais, observando que os autores poderiam buscá-los para obras registradas no Escritório de Direitos Autorais dos EUA. O tribunal rejeitou as alegações contra a Microsoft, considerando que os autores não haviam alegado adequadamente que a Microsoft tinha o direito e a capacidade de supervisionar a atividade infratora, um requisito para responsabilidade vicária.
Uso Justo e o Debate sobre Uso Transformador
A questão legal central no caso é se treinar um Large language model em textos protegidos por direitos autorais constitui uso justo. A doutrina de uso justo, codificada na Seção 107 da Lei de Direitos Autorais, considera quatro fatores: a finalidade e o caráter do uso, a natureza da obra protegida, a quantidade e a substancialidade da porção usada e o efeito sobre o mercado potencial para a obra.
A OpenAI argumenta que o uso é transformador porque os modelos não reproduzem as obras originais, mas sim aprendem padrões estatísticos delas. A empresa aponta para o fato de que os modelos são projetados para gerar novo texto, não para servir como repositórios de obras existentes. Os autores contra-argumentam que a cópia não é transformadora porque os modelos são treinados para imitar o estilo e o conteúdo das obras originais, e que a natureza comercial das operações da OpenAI pesa contra o uso justo.
Descoberta e Evidências
Após a decisão de julho de 2024, o caso entrou na fase de descoberta. Os autores buscaram acesso aos dados de treinamento da OpenAI e comunicações internas sobre o uso de materiais protegidos por direitos autorais. A OpenAI resistiu a alguns desses pedidos, citando proteções de segredos comerciais e o ônus de produzir vastas quantidades de dados.
Em outubro de 2024, o tribunal ordenou que a OpenAI produzisse uma lista dos livros usados em seus conjuntos de dados de treinamento, mas permitiu que a empresa redigisse certas informações proprietárias. Os autores também buscaram depor executivos-chave da OpenAI, incluindo o CEO Sam Altman, embora o tribunal ainda não tenha decidido sobre esses pedidos.
Casos Relacionados e Impacto na Indústria
O caso da Authors Guild faz parte de uma onda mais ampla de litígios contra empresas de IA. Processos semelhantes foram ajuizados por outros autores, incluindo uma ação coletiva liderada por Sarah Silverman, e por organizações de notícias como The New York Times. Esses casos estão sendo acompanhados de perto pela indústria de Artificial intelligence, pois os resultados podem estabelecer precedentes para como os modelos de IA são treinados e implantados.
O caso também atraiu atenção de formuladores de políticas. Em 2024, o Escritório de Direitos Autorais dos EUA emitiu um relatório sobre IA e direitos autorais, recomendando que o Congresso esclarecesse o escopo do uso justo para dados de treinamento. O relatório observou que a lei atual é ambígua e que ação legislativa pode ser necessária para fornecer certeza tanto para criadores quanto para desenvolvedores de IA.
Status Atual e Próximos Passos
No final de 2024, o caso está na fase de descoberta, com ambos os lados se preparando para possíveis moções de julgamento sumário. O tribunal agendou uma conferência de status para janeiro de 2025 para discutir o progresso da descoberta e quaisquer moções restantes. Uma data de julgamento não foi definida, mas especialistas legais esperam que o caso seja resolvido por meio de julgamento sumário ou acordo, dada a complexidade e o custo de um julgamento completo.
O resultado de Authors Guild v. OpenAI pode ter implicações significativas para a indústria de Generative AI. Se o tribunal considerar que treinar em obras protegidas por direitos autorais não é uso justo, as empresas de IA podem precisar obter licenças para dados de treinamento, o que poderia aumentar custos e desacelerar a inovação. Por outro lado, uma decisão a favor da OpenAI poderia fornecer uma base legal para o uso contínuo de raspagem web em larga escala no desenvolvimento de IA.
Contexto Mais Amplo e Comentário Acadêmico
Estudiosos legais ofereceram visões divergentes sobre o caso. Alguns argumentam que a doutrina de uso justo deve ser interpretada de forma flexível para acomodar novas tecnologias, citando a história da lei de direitos autorais se adaptando a inovações como a fotocopiadora e o videocassete. Outros contendem que a escala da cópia no treinamento de IA é sem precedentes e que o dano econômico aos autores é real, particularmente para aqueles cujas obras são usadas para treinar modelos que podem gerar conteúdo concorrente.
O caso também gerou debates sobre a natureza da criatividade e autoria na era da IA. Alguns comentaristas sugeriram que o processo reflete uma ansiedade mais ampla sobre o papel dos autores humanos em um mundo onde máquinas podem produzir texto indistinguível da escrita humana. Outros apontaram que os autores não são contra a IA em si, mas sim contra o uso não compensado de suas obras.
Resultados Potenciais e Precedentes
Se o caso prosseguir para uma decisão sobre o mérito, o tribunal precisará aplicar o teste de uso justo de quatro fatores aos fatos específicos do treinamento de IA. O tribunal pode considerar se os resultados dos modelos são suficientemente transformadores, se as obras usadas são principalmente factuais ou criativas, e se o processo de treinamento copia mais do que o necessário. O fator de dano ao mercado provavelmente será central, pois os autores argumentarão que os modelos reduzem a demanda por seus livros, enquanto a OpenAI contendirá que os modelos não competem com as obras originais.
Uma decisão a favor dos autores poderia levar a um requisito para que as empresas de IA obtenham licenças para dados de treinamento, potencialmente criando um novo mercado para obras protegidas por direitos autorais. Uma decisão a favor da OpenAI poderia reforçar a ideia de que o treinamento de IA é uso justo, mas também pode provocar ação legislativa para abordar as preocupações dos criadores. De qualquer forma, o caso provavelmente será apelado, e a resolução final pode vir da Suprema Corte.
Conclusão
Authors Guild v. OpenAI é um caso marcante que moldará o cenário legal para IA e direitos autorais. As queixas alteradas e decisões esclareceram o escopo das alegações, mas a questão central do uso justo permanece não resolvida. À medida que o caso avança, continuará a atrair atenção das comunidades legal, tecnológica e criativa, e seu resultado terá implicações duradouras para o desenvolvimento de Machine learning e a proteção da propriedade intelectual.