Wikimedia entra em ação de IA e copyright com proposta de meio-termo
A Wikimedia Foundation, organização por trás da Wikipedia, resolveu entrar na briga. Sem escolher lado no processo que opõe o New York Times à OpenAI e à Microsoft, a fundação apresentou na última sexta-feira um amicus brief com uma proposta intermediária: raspar sites públicos para treinar inteligência artificial não é violação de direitos autorais, mas reproduzir o conteúdo original para o usuário exige licença.
O documento, obtido pelo The Verge, pesa num dos debates mais quentes do direito digital: até onde vai o fair use (uso justo) quando uma máquina consome obra protegida para aprender e depois repete trechos dela. A Wikimedia quer que a corte evite simplificações.
“A Wikimedia está preocupada que as posições das partes neste caso empurrem aplicações excessivamente amplas e simplificadas da doutrina do fair use“, diz a organização no documento.
O que a Wikimedia propõe
O raciocínio da fundação tem duas pontas. A primeira: usar obras protegidas para pré-treinar grandes modelos de linguagem (LLMs) sem licença deve ser considerado fair use quando o resultado é algo novo e diferente das fontes originais. A segunda: se o modelo puxa cópias do material em resposta a perguntas e as entrega ao usuário “suplantando o engajamento dos leitores com as obras originais”, aí precisa de licença.
Perguntas frequentes
O que a Wikimedia pede no caso?
A organização defende que raspar sites públicos não é violação de copyright e que treinar LLMs com obras protegidas deve ser considerado fair use. Mas, se a IA reproduz o conteúdo original para o usuário em vez de transformá-lo, é preciso licença.
Por que a Wikipedia se importa com isso?
A Wikipedia é uma das fontes mais usadas para treinar IAs, o que gera tráfego perdido e desafios de licenciamento. Ao mesmo tempo, ferramentas de IA ajudam editores a combater vandalismo e violações de direitos autorais.
O que pode acontecer se a corte decidir de forma radical?
Segundo a Wikimedia, uma vitória total dos publishers poderia travar usos inovadores de IA. Já uma vitória total das empresas de IA poderia incentivar a ignorar licenças e fragmentar o fluxo de conhecimento entre autores e leitores.
No segundo caso, a Wikimedia diz que as empresas de IA devem respeitar os requisitos de licenciamento. Para a Wikipedia, isso significa dar crédito à fonte original sob sua licença Creative Commons e manter qualquer “remeclagem ou adaptação” sob a mesma licença.
O que está por trás da posição é a sobrevivência do próprio ecossistema da Wikipedia. Os sites da Wikimedia, segundo a própria fundação, “se tornaram uma das fontes mais críticas de dados para todo treinamento de inteligência artificial e aprendizado de máquina”. Mas esses mesmos sistemas sugam visitantes, minando as comunidades que mantêm os sites.
Ao mesmo tempo, a fundação reconhece que os modelos de linguagem são úteis para a Wikipedia: ajudam editores a combater vandalismo, detectar violações de direitos autorais e doxxing, e localizar artigos que precisam de melhoria, entre outros usos.
O risco de um julgamento preto-no-branco
A Wikimedia alerta para o que chama de consequências existenciais de uma decisão radical. Uma vitória total dos publishers, como o NYT, poderia permitir que detentores de direitos autorais barrem até usos inovadores e transformadores de suas obras. Já uma vitória total das empresas de IA poderia dar “sinal verde para ignorar termos de licenciamento e fragmentar o fluxo de conhecimento entre autores e audiências humanas”.
“Um julgamento que não aplique os princípios do fair use cuidadosamente poderia ameaçar a sustentabilidade do conhecimento livre e sufocar o desenvolvimento de tecnologias de código aberto, impactando o acesso à informação para todos nos dois cenários”, afirma Stephen LaPorte, conselheiro geral da Wikimedia Foundation, em comunicado.
O New York Times sustenta que a OpenAI infringiu seus direitos autorais ao raspar seu site para montar conjuntos de dados de treinamento. OpenAI e Microsoft contestam: a OpenAI diz que reproduzir trechos protegidos “é um bug raro”, e a Microsoft argumenta que seu Copilot raramente reproduz frases inteiras de conteúdo jornalístico, o que “dificilmente mina o propósito transformador do treinamento de LLMs”.
Para a CEO da Wikimedia, Bernadette Meehan, o equilíbrio é a chave. “Expandir o acesso ao conhecimento por meio da IA é um objetivo poderoso, mas deve respeitar as pessoas, colaboradores e comunidades que tornam o conhecimento confiável possível. Encontrar esse equilíbrio é tanto um benefício mútuo quanto uma responsabilidade compartilhada para todo o ecossistema de informação”, diz em comunicado.
📲 Essa história ainda tem desdobramentos judiciais pela frente. Para não perder nenhum capítulo dessa briga que pode mudar a internet, entra no Canal do TS no WhatsApp.
A corte ainda não tem data para julgar o caso. O amicus brief da Wikimedia, no entanto, coloca mais um ingrediente numa discussão que promete definir os limites legais do treinamento de inteligência artificial nos Estados Unidos e, potencialmente, no resto do mundo.
Fonte: The Verge
Escrito por
