Direitos de autor e inteligência artificial: a batalha judicial desloca-se para as respostas

A 4 de setembro de 2026 terminou o prazo para a apresentação dos pedidos de summary judgment — o requerimento com que uma parte pede ao juiz que decida sem julgamento, por os factos relevantes não serem contestados — no processo apensado «In Re: OpenAI, Inc. Copyright Infringement Litigation», perante o juiz federal Sidney H. Stein, no U.S. District Court para o Southern District of New York. O registo público no CourtListener indica os requerimentos apresentados pela The New York Times Company e as análises periciais de apoio à defesa assinadas por Chris Callison-Burch. A Microsoft pediu o summary judgment sustentando que o treino com textos jornalísticos e livros constitui uso transformativo protegido pelo fair use, e afirmando que o Copilot "does not replace their protected expression". Do outro lado, a OpenAI repete na sua peça que "Nobody owns facts, just as nobody owns language". Os editores autores da ação pedem, pelo contrário, que se afaste o fair use tanto quanto ao modo de obtenção dos artigos protegidos por paywall como quanto ao treino sobre as cópias, enquanto o advogado dos editores, Steven Lieberman, descreve assim as provas apresentadas sob selo: "The stuff we were forced to file under seal is scorchingly hot. Not just a smoking gun; they're a smoking bazooka." O conteúdo do material selado não é verificável publicamente: a frase de Lieberman continua a ser a avaliação de uma parte sobre documentos que ninguém fora do processo pôde ler.

A tese da defesa procura deslocar o centro de gravidade da análise do material absorvido na fase de treino para a frequência efetiva com que os modelos geram conteúdos protegidos. Segundo a peça da Microsoft, um perito nomeado pelos editores analisou cerca de 8,2 milhões de registos de conversa do Copilot, selecionados através de palavras-chave ligadas aos sites dos títulos envolvidos — ou seja, por construção, o subconjunto com maior probabilidade de conter as suas obras: as percentagens que se seguem não descrevem todo o tráfego do Copilot. Na amostra, 59.545 registos (cerca de 0,7%) apresentavam pelo menos 16 palavras em comum com os artigos, ao passo que, no plano dos livros, contam-se 24 respostas com pelo menos 30 palavras coincidentes (0,00029% das conversas analisadas), referentes a 10 dos 212 livros em causa, deixando 202 volumes sem qualquer correspondência. Ainda segundo a peça da Microsoft, um perito do Center for Investigative Reporting teria identificado 51 casos de sobreposição substancial com obras do CIR no mesmo conjunto de dados. Ao fundo permanecem as estimativas da Sensor Tower citadas pelo New York Daily News, que apontam para mais de mil milhões de utilizadores do ChatGPT em junho e um custo de 6.800 dólares para gerar um milhão de artigos de 500 palavras em estilo jornalístico.

Não lemos o PDF integral da peça da Microsoft: no momento da verificação, o docket público no CourtListener não expunha a entrada específica desse requerimento entre os resultados pesquisáveis, e parte do material está apresentada sob selo. Os números aqui referidos provêm do texto apresentado, tal como relatado pelo New York Daily News, The Next Web e The Verge, redações que a ele tiveram acesso. Além disso, os limiares de medição (16 palavras para as notícias, 30 para os livros) são os aplicados na análise da defesa e ainda não é pública qualquer contestação técnica dos autores quanto ao método e aos parâmetros. O juiz não tomou nenhuma decisão, o prazo para as oposições está fixado em 9 de outubro de 2026 e não foi marcada data de audiência.

Se a medida certa é aquilo que é reproduzido na resposta ou aquilo que foi usado para treinar é precisamente o que o juiz Stein terá de decidir: as duas peças pedem que se aplique o fair use a duas perguntas diferentes.

— Olya