Anthropic treinou o Claude com livros de professores de Stanford obtidos ilegalmente

Título, legalidade e conclusões do tribunal

• Muitos observam que o título original era enganoso: o tribunal concluiu que treinar com livros obtidos legalmente é uso justo; a ilegalidade foi obter eBooks pirateados (por exemplo, da LibGen).
• O grande acordo foi por violação de direitos autorais na aquisição/armazenamento, não pelo ato de treinar o modelo em si.
• Alguns veem a mudança do título (“treinado ilegalmente” → “obtido ilegalmente”) como sugerindo que treinar com dados obtidos ilegalmente ainda poderia ser lícito; outros consideram isso pouco claro.

Pirataria vs. uso justo no treinamento de IA

• Um lado diz que a distinção é irrelevante: piratear livros “para estudá-los” ainda é pirataria e deveria contaminar os modelos resultantes.
• Outro lado enfatiza a linha legal: uso justo se aplica apenas a cópias obtidas legalmente; baixar de bibliotecas piratas é uma infração separada.
• Discussão sobre a prática atual: comprar grandes lotes de livros usados e digitalizá-los “parece ser legal”.
• Vários observam que LLMs às vezes podem reproduzir literalmente dados de treinamento, enfraquecendo alegações de que nada é “copiado”.

Comparações com Aaron Swartz e a CFAA

• Uma longa subthread contrasta a dura persecução criminal de um indivíduo por baixar em massa PDFs acadêmicos com um acordo civil por pirataria em massa de livros por uma empresa.
• Alguns enfatizam diferenças legais: a CFAA cobre acesso não autorizado a sistemas, não simples downloads de sites piratas.
• Outros focam na desigualdade moral e estrutural: indivíduos recebem décadas de ameaça de prisão, corporações emitem cheques enormes.
• Debate sobre se usar teorias no estilo Swartz para processar criminalmente executivos de IA corrigiria uma injustiça ou consolidaria um mau precedente.

Direitos autorais, moralidade e “a informação quer ser livre”

• Vozes fortemente anti-direitos autorais argumentam que o conhecimento deve ser compartilhado livremente, que professores são gatekeepers e que “propriedade intelectual” é ilegítima.
• Outros defendem os direitos autorais como constitucionalmente fundamentados e necessários para compensar autores; temem que o treinamento de IA sem pagamento corrói os incentivos para criar.
• A afirmação de que usar obras de autores sem pagamento é “trabalho escravo” é amplamente criticada como hiperbólica ou ofensiva, embora alguns simpatizem com a sensação de perda de controle sobre a própria obra.

Impactos econômicos e competitivos

• Preocupação de que regras rígidas sobre aquisição mas uso justo amplo para treinamento criem um fosso para laboratórios bem financiados que podem comprar/digitalizar vastos corpora.
• Alguns temem que LLMs substituam livros, minando o sustento dos autores; outros observam que as pessoas ainda compram livros apesar de décadas de pirataria e informação gratuita online.
• Alguns veem os LLMs como “máquinas de lavagem de PI”; outros os acolhem como uma forma de democratizar o acesso ao conhecimento.

Justiça, aplicação e remédios desejados

• Tema recorrente: dois pesos e duas medidas na aplicação da lei — “regras para o pequeno, acordos para os ricos”.
• Alguns argumentam que isso deveria desencadear casos criminais/RICO, remoção de modelos, retreinamento sob auditorias rigorosas ou até nacionalização.
• Outros alertam contra o excesso de criminalização, argumentando que deveríamos corrigir leis ruins em vez de estender precedentes punitivos.