Banco de dados de artistas usado para treinar a IA da Midjourney gera críticas
Uma lista vazada de 16.000 nomes de artistas ligada ao sistema de prompts da Midjourney reacendeu preocupações sobre como modelos de IA generativa são treinados com obras protegidas por direitos autorais sem consentimento. Comentadores debatem se imagens geradas por IA devem se qualificar para direitos autorais, como distinguir obra “assistida por IA” de obra “autoria da IA” e se futuras regulações realmente protegerão artistas ou apenas consolidarão grandes plataformas que podem pagar por conjuntos de dados licenciados. Alguns veem a mudança como uma convulsão tecnológica inevitável, semelhante a automatizações passadas, enquanto outros argumentam que modelos capazes de regurgitar dados de treinamento cruzam uma linha legal e ética que os tribunais terão de enfrentar.
Status de direitos autorais de obras geradas por IA
- Vários comentários observam que, nos EUA, imagens totalmente geradas por IA atualmente não podem ser protegidas por direitos autorais; apenas as partes criadas por humanos em obras mistas são protegidas.
- Outros enfatizam que isso é mais complexo: o Copyright Office permite o registro de obras assistidas por IA quando as contribuições humanas são suficientemente criativas, mas não de obras em que a IA é a autora principal.
- Há debate sobre se escrever prompts, além da seleção e da iteração, é autoria suficiente; alguns argumentam que é como fotografia ou Photoshop, outros dizem que um mero prompt não basta.
- Os limites continuam pouco claros: ainda é vago quanto “retoque” ou edição torna uma imagem derivada de IA passível de direitos autorais.
Fiscalização, detecção e proveniência
- Muitos veem uma regra ampla de “sem arte de IA” ou “arte de IA é domínio público” como praticamente inexequível, porque a saída de IA é difícil de detectar, especialmente quando editada.
- Entre as propostas estão inverter a presunção padrão (assumir IA, a menos que se prove o contrário) e exigir que criadores guardem artefatos do processo; críticos consideram isso oneroso e irrealista para a maioria dos artistas.
- Alguns sugerem históricos de edição autenticados criptograficamente para arte digital; outros apontam que isso pode ser burlado ou ser pesado demais em diferentes tipos de mídia.
Legalidade e ética dos dados de treinamento
- Há forte discordância sobre se treinar com obras protegidas por direitos autorais é uso justo (“fair use”) ou roubo direto.
- Alguns argumentam que os modelos são como compressão; a infração ocorreria apenas quando usuários os forçam a regurgitar trechos literalmente. Outros respondem que pesquisas sobre memorização mostram que os modelos efetivamente armazenam obras protegidas, tornando os próprios pesos infratores.
- Há debate sobre se as saídas são de fato “derivadas”, sobre como atribuir valor a milhões de itens de treinamento e sobre se os artistas deveriam receber royalties.
Detalhes da lista de artistas da Midjourney
- Vários comentaristas observam que a lista de 16.000 artistas não é o conjunto real de treinamento, mas uma lista posterior (raspada de fontes como a Wikipédia) usada para otimizar prompts de estilo.
- A Midjourney é descrita como treinada amplamente em “tudo”, e não apenas nesses artistas, embora esse raspagem ampla também seja criticada.
Implicações econômicas e de política pública
- Alguns acham que a batalha já está perdida devido à proliferação de modelos abertos e jurisdições permissivas; outros apontam Napster/Spotify como evidência de que a lei e o licenciamento podem mudar práticas.
- Há preocupação de que regras mais rígidas de PI favoreçam os grandes incumbentes, que podem comprar enormes conjuntos de dados licenciados, concentrando ainda mais o poder.
- São feitas comparações com automação histórica (Ludditas, teares mecânicos); persiste a discordância sobre se esta é uma mudança tecnológica semelhante ou algo singularmente exploratório, porque exigiu cópia em massa sem consentimento.