O que mostram os documentos tornados públicos
Uma peça jurídica tornada pública a 17 de setembro de 2026 no processo por direitos de autor do New York Times contra a Microsoft e a OpenAI cita um diretor da Microsoft a descrever, nas suas próprias palavras, a prática de treino de IA das duas empresas como roubo. Brent Hecht, Director of Applied Science da Microsoft, escreveu numa mensagem interna de janeiro de 2024 que recolher conteúdo protegido por direitos de autor para treinar IA era um roubo espantoso de proporções sem precedentes e talvez o maior roubo de trabalho na história da humanidade. A mesma peça cita o responsável pelo ChatGPT na OpenAI, Nick Turley, a descrever os produtos de IA como uma ameaça existencial para os editores porque substituem em larga medida o jornalismo original.
Também o próprio depoimento sob juramento do diretor executivo da Microsoft, Satya Nadella, igualmente mencionado na peça, afirma que o conteúdo pago deveria ser licenciado a quem quisesse usá-lo para contexto ou treino, e que teria exigido novo treino dos modelos se soubesse que material pago tinha sido recolhido sem licença.
Porque importa: o ponto fraco da defesa de uso justo
A lei norte-americana de uso justo coloca duas perguntas às quais estes documentos respondem diretamente: a empresa sabia que o seu uso podia causar dano, e o produto resultante substitui o original no mercado? Uma admissão interna do próprio diretor de ciência aplicada de que a prática foi roubo de proporções sem precedentes responde à primeira pergunta a favor da parte demandante, ainda antes de um júri ouvir um perito. A linguagem de ameaça existencial de Turley responde à segunda. Nenhuma das duas declarações foi escrita para um processo. Ambas foram escritas uma para a outra, e é precisamente por isso que os advogados da parte demandante as queriam ver tornadas públicas.
Isto não se limita à Microsoft e à OpenAI. Qualquer empresa de IA que se defenda numa ação sobre dados de treino invocando o uso justo tem agora de assumir que as suas próprias mensagens internas de Slack, e-mails e notas de reunião carregam o mesmo risco, e que as avaliações privadas dos seus próprios diretores sobre os seus próprios produtos podem tornar-se a melhor prova da contraparte.
A escala, nos números das próprias empresas
| Indicador | Valor |
|---|---|
| Queda na taxa de cliques para nytimes.com após o lançamento do Copilot | Até 93 por cento |
| Cópias de obras do New York Times, do Daily News e do Center for Investigative Reporting nos dados de treino da OpenAI | Mais de 91.692 |
| Obras únicas de editores no conjunto de dados de treino Project Mango | Mais de 160.903 |
| Documentos apenas de nytimes.com no conjunto de dados Common Crawl | Mais de 2.000.000 |
Estas não são estimativas da parte demandante. Vêm dos próprios registos de dados de treino e das análises de tráfego das empresas, incluídos no processo porque as empresas já os tinham contabilizado internamente.
O que isto significa se licencia ou publica conteúdo
Se a sua empresa obtém receitas de conteúdo pago, por assinatura ou licença, este processo muda a sua posição negocial perante qualquer fornecedor de IA que tenha recolhido ou possa recolher o seu material. Já não precisa de provar que o fornecedor sabia que recolher conteúdo pago era arriscado. De uma empresa que treina modelos com o seu trabalho pode presumir-se que possui documentação interna sobre essa decisão, e os tribunais estão agora dispostos a torná-la pública. O passo prático é tratar qualquer exposição, atual ou já passada, ao treino de IA como uma conversa de licenciamento a abrir já, e não como um processo a mover apenas depois de o dano estar provado.
Leia a seguir: O DOJ Apoiou a OpenAI com um Argumento Antitrust | A Microsoft escreve o que os outros só prometeram
