OpenAI/Anthropic: ação judicial de direitos autor explicada
Quem paga o preço por textos, códigos ou letras de músicas gerados aparentemente sem esforço por sistemas como ChatGPT ou Claude? Um tribunal alemão condenou a OpenAI por usar letras de músicas protegidas por direitos autor, enquanto a Anthropic chegou a um acordo com autores. Esses processos giram em torno da questão fundamental de saber se obras protegidas por direitos autor podem ser copiadas em massa para treinamento de IA e sob quais condições. Ao mesmo tempo, os provedores de IA estão fechando acordos de licenciamento com empresas de mídia para obter dados de treinamento "limpos". As ações judiciais são um teste de estresse para o modelo de negócios de IA generativa, com consequências para editoras, criadores, desenvolvedores, usuários e os preços dos serviços.
Fonte: Representação Própria
IA e direitos autor
Ações judiciais de direitos autor contra OpenAI e Anthropic dizem respeito a sistemas de IA generativa que aprendem padrões a partir de grandes quantidades de textos, imagens, música ou códigos para gerar novos conteúdos. Durante o treinamento, os dados são tecnicamente copiados, por exemplo, baixando livros de bibliotecas piratas, rastreando sites ou lendo arquivos licenciados. OpenAI opera o ChatGPT e os modelos de linguagem subjacentes, que são treinados com dados da web, conteúdo licenciado e outras fontes. Anthropic desenvolve o Claude, um modelo concorrente que executa tarefas semelhantes e é baseado em grandes corpora de texto.
Legalmente, o direito autoral, que protege a cópia e o uso de obras, encontra aqui a ideia de que o treinamento de IA pode se enquadrar em restrições existentes como reconhecimento de texto ou análise de dados. Exemplos são "Text and Data Mining" na UE ou "Fair Use" nos EUA. Fair Use é uma regra flexível dos EUA que permite o uso de obras protegidas por direitos autor sem permissão para fins de crítica, pesquisa ou transformações. Na Europa, existem exceções definidas e regras especiais de Text and Data Mining, cuja aplicação depende da licença e do propósito de uso.
Na OpenAI, os conflitos começaram com ações judiciais de autores individuais pela utilização de seus livros no treinamento. Em 2023, 17 autores se uniram sob a Authors Guild em uma ação coletiva, acusando a OpenAI de copiar seus textos para treinar modelos que podem gerar conteúdo estilisticamente semelhante. Um tribunal federal em Nova York manteve partes centrais das alegações de direitos autor contra OpenAI e Microsoft. No final de 2023, o New York Times processou a OpenAI e a Microsoft, alegando que milhões de seus artigos foram usados para treinamento sem licença. O jornal exige a destruição de todos os modelos baseados em seu conteúdo e potencialmente bilhões em indenização. Este caso é considerado uma importante disputa entre mídia e IA.
Oito jornais americanos do grupo Alden Global Capital também processaram a OpenAI e a Microsoft. Em 2025, seguiu-se a ação do editor digital Ziff Davis. No total, mais de uma dúzia de ações correm contra a OpenAI. Há também disputas em torno do assistente de programação GitHub Copilot, que se baseia na tecnologia da OpenAI, pois os desenvolvedores acusam a Microsoft, GitHub e OpenAI de incluírem em massa repositórios de código aberto licenciados no treinamento e de violarem os termos de licenciamento. Grande parte das reivindicações foi rejeitada em 2024, mas alguns pontos podem ser prosseguidos.
Fonte: YouTube
Na Europa, um tribunal de Munique determinou no outono de 2025 que o ChatGPT violou os direitos autor alemães por usar letras de músicas protegidas de membros da GEMA sem permissão. A OpenAI deve pagar indenização. O tribunal sinalizou que não apenas as exibições, mas também a própria cópia para treinamento podem estar sujeitas aos direitos de proteção.
Na Anthropic, o conflito culminou em uma ação coletiva de autores, que acusaram a empresa de usar cerca de sete milhões de livros, incluindo cópias piratas, para treinamento. Um juiz federal dos EUA decidiu inicialmente que o treinamento em cópias de livros adquiridas legalmente poderia ser considerado "Fair Use" sob certas circunstâncias, mas deixou em aberto como lidar com cópias obtidas ilegalmente. Em setembro de 2025, a Anthropic chegou a um acordo de cerca de 1,5 bilhão de dólares para resolver a ação coletiva. O valor do acordo demonstra que os riscos de direitos autor podem assumir uma dimensão existencial para os provedores de IA.
Fonte: de.marketscreener.com
A OpenAI está no centro dos debates sobre direitos autor, pois seus modelos de IA são treinados com grandes volumes de dados.
Outras empresas de IA, como Meta e Stability AI, ganharam as primeiras decisões judiciais em que os tribunais consideraram o treinamento em determinados corpora de livros ou imagens como uso permitido ou rejeitaram ações por razões formais. A situação jurídica continua indefinida.
Aspectos econômicos
Muitos criadores, editoras e associações estão agindo judicialmente contra a OpenAI e a Anthropic porque se trata de um novo mercado. Quem treina um modelo de linguagem precisa de enormes volumes de dados: textos de jornais, livros, fóruns, repositórios de código, letras de músicas. Por muito tempo, esses dados foram "raspados" da web aberta, muitas vezes sob a suposição de que conteúdo acessível publicamente poderia ser usado para fins de análise. As ações judiciais questionam essa prática e, portanto, também se as empresas de IA terão que pagar sistematicamente taxas de licenciamento no futuro.
Ao mesmo tempo, um ecossistema de corretores de dados e "fornecedores de conjuntos de dados" especializados está crescendo, oferecendo conjuntos de dados curados e legalmente seguros para treinamento de IA. Empresas como Rightsify ou vAIsual se uniram em uma associação industrial que defende regras mais rigorosas, transparência e remuneração, e se entende como um contraponto ao "selvagem" web scraping.
Fonte: aicamp.so
A concorrência entre OpenAI e Anthropic molda significativamente o cenário econômico da indústria de IA.
Para as empresas de mídia, trata-se de impedir que modelos de IA leiam, resumam e concorram com suas próprias plataformas, sem que haja fluxo de dinheiro. No entanto, muitas editoras também reconhecem que possuem fluxos de dados confiáveis que podem ser licenciados, e fecham cooperações. A OpenAI firmou contratos com Axel Springer, News Corp, Financial Times, Le Monde e Associated Press para licenciar conteúdo para treinamento e saída. O Reddit gera parte de sua receita através de acordos de licenciamento com Google e OpenAI para acesso a posts de fóruns.
Os "custos ocultos" da IA estão ganhando peso no discurso político. Os treinamentos de grandes modelos consomem enormes quantidades de energia e água. Se bilhões adicionais forem destinados a licenças de livros, artigos ou música, surge a questão de saber se os preços atuais de assinatura para serviços de IA cobrem os custos ou se são financiados indiretamente por investidores e subsídios ocultos.
Regulamentação e política
No nível regulatório, o quadro está mudando: o EU-AI-Act obriga os provedores de "IA de Propósito Geral" como ChatGPT e Claude a mais transparência sobre os dados de treinamento e a uma observância mais rigorosa das leis de direitos autor. Isso marca uma transição de divulgação voluntária para obrigações vinculativas, o que pode criar um conflito com segredos comerciais.
Está comprovado que tanto a OpenAI quanto a Anthropic processaram grandes quantidades de conteúdo protegido por direitos autor durante o treinamento de seus modelos. Ações judiciais e documentos judiciais detalham quais fontes de dados e bibliotecas piratas foram supostamente utilizadas. Os primeiros tribunais enviam sinais conflitantes: um tribunal de Munique considera o uso de letras de músicas protegidas como uma violação dos direitos autor alemães, enquanto juízes dos EUA em processos contra Meta e Anthropic chegam a avaliações de "Fair Use", pelo menos para cópias adquiridas legalmente.
Modelos de IA podem "memorizar" parte de seus dados de treinamento, ou seja, reproduzir trechos mais longos quase palavra por palavra. Isso é mais um efeito colateral técnico, mas relevante para conteúdo sensível e dados confidenciais. Estudos mostram porcentagens de um dígito aqui.
Permanece incerto se os tribunais considerarão o treinamento puro em obras protegidas por direitos autor como permitido a longo prazo, desde que os modelos posteriormente não retornem trechos extensos e idênticos e o uso seja considerado suficientemente "transformativo". Análises jurídicas enfatizam que muito depende da configuração específica dos modelos, do impacto no mercado e dos respectivos regimes de restrição.
Também é incerto a que nível se estabilizarão os futuros custos de licenciamento e se eles favorecerão principalmente grandes players com bolsos fundos. Acordos de licenciamento de dados com empresas de mídia chegam a centenas de milhões de dólares em vários anos, enquanto modelos de código aberto continuam a depender fortemente de dados livremente disponíveis.
É falso ou enganoso afirmar que o treinamento de IA seja "roubo" em todos os casos, porque um modelo inevitavelmente armazenaria obras completas e poderia reproduzi-las integralmente. Análises técnicas mostram que os modelos aprendem principalmente padrões e relações estatísticas. Mais problemático é uma pequena, mas relevante parte de memorização, bem como a questão se a cópia inicial dos dados de treinamento foi permitida. Isso relativiza comparações simples como "a IA é uma copiadora em grande formato".
Também é enganosa a ideia de que uma única decisão judicial, como a do New York Times contra a OpenAI, possa "proibir" ou desligar toda a IA generativa. Ajustes graduais são mais realistas: mais licenças, obrigações de transparência mais rigorosas, possivelmente novos modelos de remuneração para dados de treinamento e medidas de proteção técnica adicionais.
Fonte: user-added
Um diagrama que representa diferentes modelos de IA e sua afiliação a código fechado ou aberto.
Associações de autores como a Authors Guild enfatizam que, sem sistemas de remuneração eficazes, a existência de muitos escritores estaria em risco e que as empresas de IA estão construindo negócios de bilhões em livros "roubados". Eles exigem regras claras, segundo as quais as obras não podem ser usadas sem consentimento ou, pelo menos, uma remuneração coletiva seja paga às sociedades de gestão coletiva.
Grandes empresas de mídia estão divididas: O New York Times ou jornais regionais individuais dos EUA optam por ações judiciais para garantir poder de negociação. Outras editoras, como Axel Springer, News Corp ou Financial Times, optaram por amplos acordos de licenciamento e veem a IA como um canal de distribuição adicional e fonte de receita.
OpenAI e Anthropic enfatizam que cumprem a lei, respeitam os direitos autor e cada vez mais se baseiam em dados licenciados ou legalmente esclarecidos. Ao mesmo tempo, argumentam que um regime de licenciamento rigoroso para cada uso de treinamento individual limitaria o desenvolvimento de IA a poucos conglomerados.
Organizações da sociedade civil como a Electronic Frontier Foundation alertam contra a extensão excessiva dos direitos autor. Se a pesquisa, os projetos de código aberto ou as pequenas empresas não tiverem mais espaço semelhante ao do "fair use", a inovação poderá acabar nas mãos de poucos grandes players. Por outro lado, associações de criadores e alguns juristas exigem que, especialmente no que diz respeito à IA, sejam introduzidos novos mecanismos de remuneração e direitos de proteção que vão além dos cenários de uso clássicos.
Impacto prático
Como criador, desenvolvedor ou empresa que utiliza IA, você tem cada vez mais opções de escolha. Se você produz conteúdo, pode licenciar suas obras conscientemente para plataformas que se conectam a modelos transparentes de remuneração de IA, por exemplo, através de sociedades de gestão coletiva ou fornecedores de conjuntos de dados. Ao mesmo tempo, você pode usar medidas de proteção técnica, desde configurações de robots.txt até meta tags especiais "noai", que são cada vez mais respeitadas por grandes provedores.
Se você usa serviços de IA profissionalmente, vale a pena dar uma olhada nos termos do contrato. Muitos provedores hoje permitem desativar o uso de treinamento para determinados dados ou oferecer ambientes "Enterprise" separados sem reutilização das entradas. Especialmente empresas com conteúdo sensível ou valioso em termos de direitos autor devem considerar ativamente essas opções.
Ao interpretar manchetes, etapas simples de verificação ajudam: Veja se um artigo linka para documentos judiciais concretos, se os números são comprováveis e se há uma distinção clara entre riscos legais e meras especulações. Fontes originais como Courtlistener, Justia ou as publicações dos próprios tribunais, que complementam as reportagens da mídia, são úteis para isso.
Nos bastidores, uma mudança técnica está em andamento: provedores como a Cloudflare agora oferecem bloqueios padrão para rastreadores de IA e experimentam modelos de "Pay per Crawl", onde as empresas de IA devem pagar pelo acesso ao conteúdo. Isso pode fortalecer a posição de negociação das plataformas de conteúdo, mas também pode levar a que alguns conteúdos só sejam visíveis para provedores de IA pagantes.
Perspectivas futuras
Apesar das muitas ações judiciais, sentenças e acordos, questões importantes permanecem em aberto. Central é a questão dogmática de saber se a mera cópia de grandes quantidades de obras protegidas por direitos autor com o objetivo de treinamento constitui um uso independente e sujeito a licença – ou se deve ser comparado a atos de análise que se enquadram em restrições como Text and Data Mining ou Fair Use.
Também está em aberto o grau de detalhe com que os provedores de IA terão que divulgar seus dados de treinamento no futuro. O AI Act da UE exige um "resumo" do conteúdo utilizado, mas artigos especializados discutem se isso significa mais do que categorias gerais e fontes de exemplo, e até onde se estende a proteção de segredos comerciais.
Outro ponto em aberto é a fragmentação internacional: enquanto os tribunais americanos trabalham fortemente com argumentos de "Fair Use", os tribunais europeus baseiam-se mais em dogmática de direitos autor mais rigorosa e regras específicas de TDM. Isso pode levar ao treinamento ou fornecimento de modelos de IA diferentes dependendo da região – com as consequências correspondentes para a competitividade e o acesso a sistemas de alto desempenho.
Finalmente, ainda se sabe pouco sobre como os novos padrões técnicos – desde extensões de robots específicas para IA até sinais de conteúdo como "ai-train" ou "ai-input" – terão impacto legal e se os tribunais um dia os considerarão instrumentos explícitos de consentimento ou objeção.
As ações judiciais de direitos autor contra OpenAI e Anthropic não marcam uma ruptura repentina, mas o sintoma visível de uma mudança estrutural mais profunda: criadores, mídias e plataformas lutam para saber como suas obras serão usadas e remuneradas na era da IA generativa – e as empresas de IA precisam aprender que "simplesmente puxar tudo da web" não é politicamente nem legalmente sustentável a longo prazo. Para você, isso significa: vale a pena não ver os dados de treinamento como uma massa abstrata, mas como o que são – o trabalho de milhões de pessoas. Quanto mais claramente definirmos regras, caminhos de remuneração e possibilidades de proteção técnica, mais cedo poderão surgir sistemas de IA que sejam poderosos e, ao mesmo tempo, respeitem os direitos daqueles em cujos ombros eles se apoiam.