Documentos judiciais recentes revelam que engenheiros e executivos da Microsoft e da OpenAI alertavam, internamente, sobre o risco de seus modelos de IA configurarem a maior apropriação de trabalho intelectual da história. A preocupação central: o uso de milhões de artigos jornalísticos sem licença para treinar sistemas que, no fim, podem substituir as próprias fontes que os alimentaram.
O processo movido pelo New York Times e outros 11 veículos no final de 2023 trouxe à tona memorandos de 2023 e 2024. Nelas, a linguagem é direta e alarmista, contrastando com a defesa pública de “uso justo” apresentada nos tribunais.
O aviso que veio de dentro de casa
Brent Hecht, diretor de ciência aplicada da Microsoft, escreveu em 2023 que “milhões de pessoas considerarão que grandes modelos estão ‘aspirando’ todo o trabalho delas como um roubo impressionante”. Ele foi além, classificando a dinâmica como um “ciclo de destruição” capaz de ameaçar a qualidade futura dos próprios modelos.
A tese de Hecht é sistêmica: grandes modelos de linguagem (LLMs) funcionam como um “produto que destrói sua própria cadeia de fornecimento”. Se a IA consome o jornalismo sem remunerá-lo, a produção jornalística encolhe. Com menos material humano original, o treino das próximas versões degrada.
OpenAI: “ameaça existencial” e a substituição do clique
Do lado da OpenAI, o tom era semelhante. Nick Turley, então chefe de produto do ChatGPT, registrou em junho de 2023 que a IA representava uma “ameaça existencial” para veículos de imprensa. Em fevereiro de 2024, ele cravou: “produtos de IA serão cada vez mais substitutivos à medida que melhorarem”.
Um detalhe técnico reforça a estratégia de substituição: engenheiros da OpenAI admitiram internamente que, “não importa o quanto destaquemos os links, os usuários não vão clicar”. O modelo de negócio baseado em tráfego de referência (referral) para sites de notícias, portanto, estaria fadado ao colapso.
A controvérsia dos paywalls e a resposta de Nadella
Os documentos expõem um episódio sensível: ao ser informado sobre um “hack para passar pelo paywall do New York Times”, Greg Brockman, presidente da OpenAI, teria respondido apenas “ah, legal”.
Satya Nadella, CEO da Microsoft, foi mais cauteloso em depoimento. Ele afirmou que “qualquer coisa protegida por paywall deveria ser licenciada” e que, se soubesse do uso de conteúdo detrás de paywall no treino, acionaria o direito contratual de exigir novo treinamento dos modelos. A Microsoft, contudo, alega que os memorandos de Hecht refletem opinião pessoal de um pesquisador acadêmico, não a posição oficial da empresa.
O que está em jogo para o mercado
A disputa judicial no Distrito Sul de Nova York, sob análise do juiz Sidney H. Stein, define parâmetros para toda a economia da IA generativa. Os principais vetores de risco e oportunidade são:
- Precedente de “Fair Use”: Se os tribunais aceitarem a tese de transformação, o custo de aquisição de dados de treino cai a zero para big techs.
- Modelos de receita para mídia: A derrota do NYT pode acelerar a falência de veículos dependentes de assinatura digital; a vitória força acordos de licenciamento bilionários.
- Risco regulatório: A exposição de comunicações internas (“ah, legal”) aumenta a pressão por legislação específica de direitos autorais para IA nos EUA e na UE.
O que observar daqui para frente
O desfecho dos pedidos de julgamento sumário ditará o ritmo. Se o caso for a julgamento, a discovery (fase de produção de provas) pode expor muito mais sobre como os datasets foram construídos e filtrados. Para investidores e gestores, o sinal claro é: a era de dados “gratuitos” da web aberta está ending. O custo marginal de treino tende a subir, favorecendo players com caixas profundos ou parcerias de licenciamento já fechadas — e penalizando entrantes tardios sem acesso a dados proprietários de qualidade.
