Dois veículos regionais dos EUA acabam de abrir uma nova frente judicial contra a OpenAI e a Microsoft, alegando que suas reportagens foram “raspadas” — inclusive atrás de paywall — para alimentar modelos como o ChatGPT e o Copilot. A ação não pede apenas indenização: exige a destruição dos datasets contaminados. O movimento sinaliza que a conta da revolução generativa pode começar a chegar para as big techs.
O que está em jogo no tribunal de Nova York
O Seattle Times e o Newsday protocolaram a queixa no Distrito Sul de Nova York na sexta-feira (4). A acusação central é clara: as empresas teriam extraído conteúdo protegido por direitos autorais via web scraping para treinar e operar seus sistemas de IA generativa.
Segundo os autos, ferramentas como o ChatGPT e o Bing Chat conseguem reproduzir trechos literais, parafrasear reportagens com fidelidade suspeita e entregar respostas que dispensam o usuário de visitar o site original. Para os editores, isso quebra o modelo de negócio: menos tráfego, menos assinaturas, menos receita.
O argumento do “uso justo” racha
A defesa padrão do setor tecnológico apoia-se no fair use (uso justo) — a tese de que dados publicamente acessíveis podem ser usados para criar algo novo e transformativo. A OpenAI reiterou essa posição em nota genérica, sem abordar o processo específico. A Microsoft, por sua vez, disse estar “surpresa” mas aberta ao diálogo, reforçando o valor do jornalismo local.
O problema para as big techs: “publicamente acessível” não significa “livre de direitos”. Paywalls e termos de serviço explícitos criam uma barreira contratual que a raspagem em larga escala pode ter violado. Juristas especializados em PI avaliam que a jurisprudência ainda está aberta, mas o volume de processos aumenta a pressão por um acordo ou licenciamento obrigatório.
Números que explicam a urgência dos editores
- Milhões/ano: custo declarado pelo Seattle Times para produzir seu conteúdo jornalístico.
- Dúzias de processos: ações semelhantes movidas por detentores de direitos (NYT, autores, artistas visuais, gravadoras) contra OpenAI, Anthropic, Meta e outras.
- Precedente NYT: processo de 2023 ainda em andamento, alegando uso de “milhões de artigos” sem autorização.
Não é só princípio: é sobrevivência. Pequenos e médios veículos não têm estrutura para negociar acordos bilaterais como a Associated Press ou a Axel Springer fecharam. O litígio torna-se a única alavanca.
Efeito cascata no ecossistema de IA
Se o tribunal acolher o pedido de destruição dos datasets e modelos “contaminados”, o impacto técnico será massivo. Retreinar modelos de base (foundation models) custa dezenas de milhões de dólares em computação e meses de engenharia. Uma vitória dos jornais força a indústria a:
- Criar mecanismos de opt-out técnicos e auditáveis para crawlers.
- Orçamentar licenciamento de dados como custo operacional recorrente (OpEx), não Capex pontual.
- Acelerar o desenvolvimento de dados sintéticos — ainda incipientes para factualidade jornalística.
Mas o efeito mais relevante aparece no bolso do investidor: a incerteza regulatória vira risco de valuation.
O que observar daqui para frente
Três marcos ditam o ritmo nos próximos trimestres: decisões preliminares sobre fair use nos EUA (caso NYT e este novo), a implementação prática do AI Act europeu (que exige transparência de dados de treino) e a disposição das big techs em transformar litígios em contratos de licenciamento escaláveis. Para quem aloca capital em IA, a variável “custo do dado legal” deixou de ser nota de rodapé e virou linha do P&L.
