(Foto: SHOX ART/Pexels)
Quando o New York Times processou a OpenAI e a Microsoft, no fim de 2023, boa parte da cobertura tratou o caso como mais um embate entre gigantes, e talvez por isso tenha passado despercebido que a ação levanta uma pergunta com a qual redações de qualquer porte, inclusive as brasileiras, terão de lidar mais cedo ou mais tarde: a de saber se reportagens produzidas com tempo, dinheiro e risco podem servir de matéria-prima gratuita para sistemas que passam depois a competir com quem as produziu. O jornal sustenta que milhões de textos foram copiados sem licença para treinar modelos capazes de reproduzir trechos quase literais e de entregar resumos que dispensam a visita ao site do veículo, enquanto as empresas respondem com a doutrina norte-americana do fair use, pela qual certos usos sem autorização são admitidos quando transformam a obra original em algo novo e não a substituem no mercado.
Os tribunais dos Estados Unidos ainda não deram uma resposta uniforme a essa controvérsia. Em 2026, a decisão em que a Thomson Reuters venceu a Ross Intelligence afastou o fair use no treinamento de uma ferramenta de pesquisa jurídica, ao passo que decisões envolvendo a Anthropic (Bartz v. Anthropic PBC) e a Meta (Kadrey v. Meta Platforms, Inc) trouxeram entendimentos mais favoráveis às empresas de tecnologia em alguns pontos e a Anthropic inclusive acabou firmando um acordo bilionário com autores de livros por causa do uso de cópias piratas. Vista de fora, a indefinição tende a favorecer os agentes com capacidade financeira para suportar litígios prolongados, perfil que raramente corresponde a redações regionais ou veículos independentes. Talvez resida aí o aspecto menos discutido de toda a controvérsia.
Há boas razões para sustentar que o treinamento de modelos comerciais com conteúdo jornalístico deve estar sujeito a licença e remuneração. A comparação frequente com o leitor humano, que aprende ao ler jornais e depois escreve com as próprias palavras, esconde a escala industrial da cópia e o fato de que o produto final, o chatbot, disputa a atenção do mesmo público e pode desviar tráfego, assinaturas e publicidade de quem apurou os fatos. Um estudante que lê dez jornais por dia não consegue atender milhões de pessoas ao mesmo tempo, nem entrega respostas que substituem a visita ao site de cada um dos jornais que leu, e é justamente essa capacidade de substituição que o direito autoral costuma levar em conta quando avalia o dano ao mercado da obra original.
Esse dano tende a ser mais evidente no jornalismo do que em outros tipos de criação, dado que notícia é um bem caro de produzir e de rápida desvalorização, além do valor econômico de uma reportagem se concentrar nas primeiras horas, justamente quando um resumo gerado por máquina pode ocupar o lugar do original diante do leitor apressado. A apuração, por sua vez, envolve deslocamento, checagem, advogados, fontes protegidas e risco de processos, custos que o sistema de IA não assume, embora aproveite o resultado final como se fosse um recurso natural disponível a quem chegar primeiro. Quando o modelo passa a responder perguntas sobre fatos recentes, a dependência em relação ao trabalho jornalístico fica ainda mais clara, pois sem repórteres produzindo informação nova não haveria o que resumir.
Os contratos de licenciamento já firmados entre empresas de IA e grupos de mídia, como a Associated Press e a Axel Springer, mostram que existe um mercado possível para esse conteúdo. Ainda assim, os acordos conhecidos parecem concentrar-se em grupos de grande porte e costumam ter valores e condições mantidos em sigilo, o que limita o exame público de seus termos. É por isso que uma solução baseada apenas em contratos individuais corre o risco de repetir, no campo da IA, a concentração que já se observa na distribuição de notícias pelas plataformas, com os maiores recebendo e os menores assistindo.
As experiências da Austrália e do Canadá, que criaram regras para obrigar plataformas a negociar com empresas jornalísticas, oferecem lições úteis ainda que tratem de um problema distinto, o da circulação de links, e não o do treinamento de modelos. Na Austrália, o News Media Bargaining Code de 2021 levou o Google a fechar acordos com empresas de mídia sob a ameaça de designação pelo governo. Já no Canadá, a lei de notícias online (Online News Act) levou a Meta a bloquear conteúdo jornalístico em suas redes, episódio que mostra como as empresas podem reagir quando a regulação lhes parece custosa demais. Quem pretende legislar sobre IA e jornalismo no Brasil faria bem em estudar esses casos com atenção aos efeitos concretos sobre os veículos menores.
O Brasil chega a esse debate com um ponto de partida interessante. A Lei de Direitos Autorais, de 1998, traz no artigo 46 uma lista de limitações aos direitos do autor e não prevê de forma expressa uma exceção para mineração de textos e dados, o que, a meu ver, torna mais difícil sustentar aqui a tese de que o treinamento seria livre por natureza. Em paralelo, o Projeto de Lei 2338/2023 dedica um capítulo aos direitos autorais, com previsão de remuneração, possibilidade de recusa pelos titulares e deveres de transparência sobre as bases usadas no treinamento, e sua tramitação na Câmara dos Deputados merece ser acompanhada de perto pelas entidades de imprensa.
Se o país quiser aprender com o processo do Times sem repetir seus impasses, creio que três cuidados merecem prioridade. O primeiro é garantir transparência sobre o que entra nos conjuntos de treinamento, pois ninguém consegue reivindicar um direito sobre uma cópia que não sabe se foi feita. O segundo é assegurar que a recusa do uso, o chamado opt-out, realmente funcione e não se resuma a uma caixa de seleção escondida em configurações que o editor de um jornal menor dificilmente encontrará. O terceiro é desenhar mecanismos coletivos de remuneração, semelhantes aos que já existem na música, para que a receita se distribua também entre veículos locais e independentes, que costumam ser os que mais dependem do tráfego que a IA ameaça reduzir.
Há objeções sérias a esse caminho que um texto honesto não pode ignorar. Pesquisadores e pequenas empresas de tecnologia argumentam que exigir licenças para tudo encarece a inovação e favorece justamente as companhias que já têm dinheiro para pagar, e há quem lembre que a mineração de dados é útil para pesquisa científica e para ferramentas de interesse público, inclusive de checagem de fatos. São preocupações legítimas que justificam exceções bem delimitadas para pesquisa sem fins lucrativos, desde que o uso comercial em larga escala não se aproveite dessas brechas, o que exigirá regras claras e fiscalização capaz de distinguir uma situação da outra.
A imprensa brasileira também tem lição de casa, e ela passa por noticiar o tema com menos deslumbramento e mais independência. A cobertura costuma tratar o litígio como espetáculo de bilionários, quando deveria explicar ao leitor o que está em jogo para o futuro das próprias redações, além de informar com clareza sempre que o veículo que noticia o assunto mantém contrato, parceria ou investimento com alguma das empresas envolvidas. Alguns jornais bloquearam os rastreadores de empresas de IA em seus sites, medida que revela preocupação legítima, mas protege pouco, já que nada resolve em relação ao que foi coletado no passado.
No fundo, a disputa em torno do treinamento de modelos com notícias decide quem terá condições de continuar apurando fatos nos próximos anos. Uma regra que permita extrair valor do jornalismo sem devolver nada a ele acabaria financiando o esgotamento da fonte que tornou os modelos úteis, e por isso a pergunta deixada pelo caso do New York Times merece resposta no Brasil antes que a prática se consolide e os fatos consumados passem a ditar o direito. Ainda que a resposta exija conciliar inovação e sustentabilidade da imprensa com mais criatividade do que os dois lados do debate costumam demonstrar, a alternativa de esperar que o mercado resolva sozinho já mostrou, em outras ocasiões, a quem costuma beneficiar.
***
Giovanna Diniz Eduardo é advogada com formação pela Universidade de São Paulo (FD/USP) e pós-graduanda em Direito Digital pela Fundação Armando Álvares Penteado (FAAP). Vencedora do III Prêmio Danilo Doneda (ANPD).