DOJ apoia a defesa de uso justo no treinamento de IA no caso do NYT

O Departamento de Justiça toma partido em uma disputa definidora sobre direitos autorais em IA

O Departamento de Justiça dos Estados Unidos entrou em uma das batalhas judiciais mais consequentes da inteligência artificial com uma posição que pode influenciar por anos a forma como os tribunais tratam o treinamento de modelos. Em uma manifestação ligada à ação consolidada envolvendo o The New York Times e outros titulares de direitos, o departamento argumentou que treinar grandes modelos de linguagem com texto protegido por direitos autorais pode se enquadrar como uso justo.

Essa intervenção importa porque o caso se tornou um termômetro do conflito mais amplo entre publishers e empresas de IA. O Times processou a OpenAI e a Microsoft no fim de 2023, em um tribunal federal em Manhattan, alegando que milhões de seus artigos foram usados sem permissão para treinar sistemas, incluindo o GPT-4, e para construir produtos que competem com o jornal como fonte de informação. Segundo o texto-fonte fornecido, o jornal buscou indenizações bilionárias e exigiu a destruição de modelos treinados com seu trabalho.

O argumento do Departamento de Justiça não diz que a lei de direitos autorais é irrelevante para a IA. Em vez disso, faz uma distinção mais estreita, mas altamente importante: a cópia que ocorre durante o treinamento não é a mesma coisa que o que um modelo acaba produzindo para os usuários. Essa separação, na visão do departamento, é central para a análise de uso justo.

Por que a distinção entre treinamento e saída é tão importante

O texto-fonte fornecido diz que o departamento argumentou que obras inteiras podem ser copiadas durante o treinamento, mas que essas obras não são disponibilizadas ao público no processo. Também afirmou que as saídas do modelo “muitas vezes, se não sempre” carecem de semelhança substancial com os materiais originais. Esse ponto vai ao cerne de uma das questões mais disputadas no debate de direitos autorais sobre IA: se o uso de material de origem durante o treinamento deve ser julgado como um processo analítico interno ou como parte de um ato comercial que substitui diretamente as obras originais.

A visão do Departamento de Justiça favorece a primeira formulação. Se o tribunal aceitar essa lógica, os desenvolvedores de IA terão uma base jurídica mais forte para argumentar que o treinamento com grandes corpora protegidos por direitos autorais é transformativo, especialmente quando os sistemas resultantes não reproduzem expressão protegida de maneira substancialmente semelhante. Se o tribunal rejeitar isso, os desenvolvedores poderão enfrentar obrigações de licenciamento muito mais severas e, potencialmente, restrições operacionais significativas.

O departamento também rebateu o que caracterizou como uma teoria excessivamente ampla de dano de mercado. Como descrito no texto-fonte, argumentou que as alegações não devem simplesmente fundir treinamento e saída em um único uso. Isso importa porque disputas de direitos autorais muitas vezes dependem de saber se a atividade contestada apenas aprende com uma obra ou se usurpa o mercado dessa obra. A posição do DOJ sugere que os autores não podem provar automaticamente prejuízo apenas mostrando que seu conteúdo foi incluído nos dados de treinamento.

Uma analogia jurídica voltada à criatividade humana

Um dos aspectos mais marcantes da manifestação, conforme resumido no texto-fonte, é sua analogia com a autora Joan Didion. O departamento invocou a prática conhecida de escritores que copiam prosa admirada para aprender o ofício, argumentando que a lei deveria reconhecer uma diferença entre estudar obras existentes e republicá-las ilegalmente. A manifestação teria sugerido que, sob uma teoria mais ampla contra o treinamento, até mesmo esse tipo de processo de aprendizagem humana poderia ser visto como infrator quando o aprendiz mais tarde cria algo novo.

A analogia foi pensada para transmitir um ponto de política pública mais amplo. A lei de direitos autorais existe para proteger expressão original, mas também faz parte de um sistema que depende de aprendizado, referência e influência. O Departamento de Justiça parece estar argumentando que treinar um modelo em texto, por si só, está mais próximo do ato de análise do que do ato de duplicação para distribuição pública. Se os juízes acharão essa comparação convincente é outra questão, mas ela oferece às empresas de IA uma narrativa que vai além dos detalhes técnicos e alcança princípios fundamentais sobre criatividade.

O que a manifestação significa para publishers, empresas de IA e o mercado

Para publishers e outros titulares de direitos, a manifestação do DOJ é um revés em um caso que muitas organizações de mídia veem como crucial para preservar o controle sobre seus arquivos. O New York Times e outros autores da ação argumentam que sistemas de IA generativa extraem valor de vastos repositórios de trabalho produzido profissionalmente sem pagar por isso. Eles também sustentam que produtos de IA podem competir com as fontes originais por atenção, assinaturas e publicidade.

Para as empresas de IA, a posição do departamento oferece mais do que apoio retórico. Ela fornece uma declaração formal do governo dos Estados Unidos de que o treinamento de modelos pode produzir valor criativo e social e que impor responsabilidade apenas pelo treinamento poderia esfriar a inovação que a própria lei de direitos autorais deveria incentivar. Essa formulação provavelmente será citada amplamente em casos futuros, negociações e debates de política, mesmo além desta ação específica.

O texto-fonte também observa que o caso é amplamente visto como um teste histórico de como os tribunais lidarão com o treinamento de IA. Essa descrição não é exagerada. Uma decisão que restrinja o uso justo nesse contexto pode alterar a economia do desenvolvimento de modelos de fronteira, especialmente para empresas que dependem de conjuntos de dados de texto muito grandes e variados. Uma decisão que confirme ampla liberdade para treinamento pode consolidar o modelo atual de desenvolvimento enquanto desloca disputas futuras para saídas, acordos de licenciamento e escolhas de design de produto.

A questão maior ainda não está resolvida

Mesmo com o Departamento de Justiça agora apoiando a teoria de uso justo, o quadro jurídico continua indefinido. O próprio texto-fonte observa que outros discordam. Essa discordância reflete o fato básico de que a lei de direitos autorais em IA ainda está sendo construída em tempo real por meio de litígios, e não por um corpo maduro e estável de precedentes. Os tribunais ainda precisam decidir como doutrinas tradicionais como semelhança substancial, transformação e substituição de mercado se aplicam a sistemas que não apenas armazenam e reproduzem conteúdo, mas aprendem padrões estatísticos de enormes conjuntos de dados.

Há também uma razão prática para esta manifestação importar além do tribunal. Ela pode influenciar a forma como empresas, publishers e legisladores abordam o licenciamento. Se o treinamento parecer juridicamente mais seguro, as empresas de IA podem sentir menos pressão para licenciar amplos acervos de texto de forma compulsória. Se os publishers perceberem que a maré jurídica está se voltando contra eles, poderão concentrar-se mais em alegações ligadas a saídas específicas, confusão de marca ou dano competitivo causado por resumos gerados por IA que se assemelham a produtos jornalísticos.

O que mudou em 2 de setembro de 2026 não é a resposta jurídica final, mas o alinhamento de uma grande instituição federal com um lado do argumento. O Departamento de Justiça deixou explícito que, em sua visão, o ato de treinar um grande modelo de linguagem com texto protegido por direitos autorais pode se enquadrar no uso justo. Em uma disputa que ajudará a definir a relação entre sistemas de IA e o registro escrito de que aprendem, isso é um desenvolvimento significativo.

Este artigo é baseado na reportagem do The Decoder. Leia o artigo original.