O processo do The New York Times contra a OpenAI e a Microsoft ganhou um capítulo constrangedor para as duas empresas. Documentos parcialmente liberados na ação, obtidos pelo próprio jornal, mostram que funcionários das duas companhias discutiam internamente, e com palavras duras, o risco jurídico de treinar modelos de linguagem com conteúdo copiado da internet.
Em uma das mensagens, executivos da Microsoft classificam a coleta automatizada de textos, o chamado scraping, como “o maior roubo de trabalho alheio da história da humanidade” e alertam para um possível “ciclo vicioso de destruição” capaz de degradar a qualidade dos próprios modelos. Outro funcionário fala em “roubo espantoso de proporções sem precedentes”.
O que a OpenAI sabia
Do lado da dona do ChatGPT, o material atribui a Nick Turley, gerente de uma das equipes do produto, o reconhecimento de que a IA representava uma “ameaça existencial” para jornais e editoras e poderia funcionar como um “substituto” em larga escala do conteúdo original. Os documentos também indicam que a OpenAI e parceiras buscavam formas de contornar paywalls e de remover avisos de direitos autorais dos textos coletados.
O presidente da OpenAI, Greg Brockman, aparece na troca de mensagens: ao ser informado por um funcionário sobre uma ferramenta capaz de acessar sites restritos a assinantes, ele teria respondido apenas com um “ah, legal”.
O processo
O NYT acusa a OpenAI desde dezembro de 2023 de violar direitos autorais ao copiar milhões de artigos sem autorização nem compensação para alimentar seus modelos. A defesa das empresas se apoia na tese de uso justo (fair use), argumento de que o treinamento de IA transforma o material a ponto de não configurar cópia. A avaliação interna revelada agora enfraquece esse discurso, porque sugere que os próprios times técnicos enxergavam o problema.
Procurada, a Microsoft atribuiu as opiniões a Alex Haurek, seu diretor de ciências aplicadas, e afirmou que elas “não representam as da companhia”. A OpenAI não comentou.
Por que isso importa
O desfecho do caso deve servir de referência para dezenas de ações semelhantes movidas por autores, gravadoras e veículos de imprensa contra empresas de IA. Se o tribunal entender que o treinamento sem licença viola direitos autorais, o custo de desenvolver modelos como o ChatGPT sobe, e o modelo de negócio de assistentes que resumem notícias muda. Para o leitor brasileiro, a discussão não é distante: veículos daqui também vêm negociando, ou disputando, o uso de seus textos por ferramentas de IA, e a jurisprudência americana costuma pautar o debate por aqui.
