‘Impossível’ criar ferramentas de IA como o ChatGPT sem material protegido por direitos autorais, OpenA
O debate sobre a afirmação da OpenAI de que ferramentas como o ChatGPT não podem ser construídas sem material protegido por direitos autorais gira em torno de se treinar IA com esses dados é mais parecido com a aprendizagem humana ou com copiar para um banco de dados que pode reproduzir obras protegidas. Os comentaristas divergem sobre responsabilidade legal e moral: alguns argumentam que o treinamento deveria ser uso justo, desde que as saídas não sejam literais, enquanto outros veem modelos de IA comerciais em grande escala como exploração do trabalho de criadores sem consentimento ou pagamento. A discussão destaca preocupações mais amplas sobre a duração do copyright, o futuro dos modelos de código aberto, o poder corporativo e como as leis futuras devem equilibrar inovação e direitos de propriedade intelectual.
IA vs Aprendizagem Humana e Direitos
- Grande disputa sobre se os LLMs “aprendem como humanos”.
- Um lado: tanto humanos quanto LLMs aprendem com grandes volumes de linguagem, então, legal e eticamente, deveriam ser tratados de forma semelhante ao consumir obras protegidas por direitos autorais.
- O outro lado: a implementação é fundamentalmente diferente; “consumir” texto em uma rede neural é copiar para um sistema semelhante a um banco de dados, ao contrário de um cérebro humano.
- Divisão filosófica mais ampla:
- Alguns argumentam que os direitos morais derivam da consciência/autoconsciência, não de ser biologicamente humano, então AIs avançadas eventualmente deveriam receber tratamento semelhante.
- Outros insistem que a lei é feita por e para humanos; máquinas são propriedade, não detentoras de direitos, e expandir direitos para AIs desperdiça capital político e mascara interesses corporativos.
Direitos Autorais, Dados de Treinamento e Uso Justo
- Um grupo: treinar com dados protegidos por direitos autorais é análogo a ler; não infringe desde que o sistema não regurgite obras literalmente.
- Opositores: carregar material protegido por direitos autorais em corpora de treinamento é copiar e adaptar, diretamente dentro do escopo do copyright, independentemente do rótulo “treinamento” ou “aprendizagem”.
- Alguns sugerem que o conteúdo deveria ser licenciado; outros temem que isso consolide um monopólio para empresas ricas e esmague esforços de código aberto.
Saída, Memorização e Infringimento
- Exemplos do NYT de GPT reproduzindo artigos são citados como prova de memorização e infração.
- Contraponto: muitos exemplos dependem de prompts que alimentam parte do artigo; críticos chamam isso de “trapaça”, análogo a provocar uma ferramenta até que ela infrinja.
- Questão em aberto: a responsabilidade recai sobre o provedor do modelo, o usuário que o consulta, ou ambos?
Modelos de Negócio, Escala e Lucro
- Vários argumentam que o que é tolerado para indivíduos (pirataria para uso pessoal, modelos privados) torna-se inaceitável quando monetizado em escala massiva.
- Alguns defendem a abordagem da OpenAI de “agir rápido, pedir perdão depois” como necessária para mostrar o que é possível; outros dizem que ela claramente explorou o trabalho alheio para obter lucro e agora deve compensar.
Regulação, Jurisdições e Impacto Futuro
- Preocupação de que exigências rígidas de licenciamento possam:
- Enfraquecer modelos abertos,
- Consolidar os incumbentes do Vale do Silício,
- Ou limitar futuros AIs incorporados, com aprendizado contínuo.
- A postura permissiva do Japão em relação ao treinamento de IA é citada como precedente contrastante.
- Tema subjacente: os termos atuais de direitos autorais podem ser longos demais, privando o domínio público necessário para a IA moderna e outros usos de interesse público.