Wikimedia pede meio-termo em caso bilionário de direitos autorais e IA
A fundação por trás da Wikipédia entrou com parecer em ação que reúne OpenAI, Microsoft e grandes jornais, defendendo que treinar IA com texto protegido é diferente de reproduzi-lo.
Por Elias Brandão · Analista de IA e ética
Um parecer que não escolhe lado
A Wikimedia Foundation, organização sem fins lucrativos que mantém a Wikipédia e outros projetos de conhecimento livre, entrou como terceira interessada em uma ação na Justiça Federal de Nova York que reúne cerca de 12 processos contra a OpenAI e a Microsoft — o mais conhecido deles movido pelo New York Times, um dos jornais mais tradicionais dos Estados Unidos. A fundação não está do lado de nenhuma das partes. Em bom português: ela pediu ao juiz que separe duas coisas que, no debate público, costumam ser tratadas como uma só.
Treinar não é o mesmo que repetir
Foto: reprodução/theverge.com
A primeira é usar textos protegidos por direito autoral para treinar um modelo de linguagem — o processo estatístico que ensina a IA a prever palavras a partir de bilhões de exemplos. A segunda é o chatbot reproduzir, palavra por palavra, um trecho daquele texto protegido quando um usuário pergunta. Para a Wikimedia, são situações jurídicas diferentes, e tratá-las como idênticas pode sair caro dos dois lados.
O risco pros dois extremos
Se a Justiça decidir que treinar modelos com conteúdo disponível publicamente nunca é "uso justo" (a doutrina do fair use, que permite certos usos de obras protegidas sem autorização), fica mais difícil construir qualquer tecnologia aberta de IA — inclusive projetos sem fins lucrativos que dependem do mesmo tipo de dado. Mas, se a corte abençoar sem limites a reprodução literal de textos como saída de um chatbot, o incentivo para autores e colaboradores continuarem publicando conteúdo livremente na internet desaparece. Esse segundo cenário preocupa particularmente a Wikimedia, cujo modelo de negócio inteiro depende de voluntários dispostos a compartilhar conhecimento de graça.
O que ainda falta responder
O processo ainda não tem decisão final, e o próprio texto da Wikimedia reconhece que não existe uma régua fácil para separar "treino" de "reprodução" em todos os casos. A pergunta que a Justiça americana ainda precisa responder é: onde, exatamente, termina o aprendizado de uma máquina e começa a cópia de um texto protegido?