Microsoft admite uso de artigos do NYT em treinamento de IA

Microsoft admite uso de artigos do NYT em treinamento de IA

O treinamento de IA utilizando conteúdo jornalístico sem autorização continua gerando controvérsias nas cortes americanas. Em documento judicial divulgado nesta quinta-feira (17), o New York Times apresentou declarações incisivas sobre como a OpenAI e a Microsoft teriam realizado o treinamento de IA com milhões de artigos, incluindo material do próprio jornal.

O diretor de Ciência Aplicada da Microsoft, Brent Hecht, qualificou a prática como um "roubo impressionante de proporções sem precedentes", chegando a comparar o ato com "o maior roubo de trabalho da história da humanidade". Essas palavras forte refletem a gravidade com que especialistas enxergam o uso não autorizado de conteúdo protegido para treinar modelos de inteligência artificial.

Escala do Problema no Treinamento de IA

A extensão do uso de conteúdo jornalístico para o treinamento de IA é alarmante. De acordo com os documentos judiciais, a OpenAI teria extraído dados de mais de 10 milhões de artigos, sendo que aproximadamente um terço deles provém especificamente do New York Times. Esse volume demonstra como grandes corporações de tecnologia têm se apropriado de material editorial protegido.

A prática de treinamento de IA com conteúdo não licenciado levanta questões fundamentais sobre propriedade intelectual e compensação aos criadores originais. O jornal processou ambas as empresas há três anos em tribunal federal de Nova York, acusando-as de utilizar indevidamente material protegido por direitos autorais.

Resposta da Microsoft Sobre o Treinamento de IA

Apesar das críticas severas feitas por seu próprio diretor, a Microsoft buscou se distanciar das declarações por meio de porta-voz. A empresa informou à AFP que as observações de Hecht representam "opinião pessoal de um funcionário" e "não refletem a posição oficial da empresa". Essa resposta sugere tensões internas sobre a ética do treinamento de IA.

A posição corporativa contrasta fortemente com as críticas técnicas documentadas. Enquanto a liderança executiva tenta suavizar o discurso, os especialistas da própria Microsoft reconhecem problemas éticos e legais sérios na forma como o treinamento de IA foi conduzido.

Adesão de Outros Veículos de Mídia

O New York Times não está sozinho nessa batalha legal. Diversos grupos de mídia aderiram à ação judicial contra a OpenAI e a Microsoft, expandindo significativamente o escopo do caso e evidenciando como o problema do treinamento de IA afeta toda a indústria jornalística.

Entre os litigantes estão a Ziff Davis, proprietária do CNET e outras publicações de tecnologia, a empresa controladora da revista Mother Jones, o site de jornalismo investigativo The Intercept e vários jornais locais dos Estados Unidos. Essa coalização demonstra preocupação generalizada com a forma como empresas de tecnologia utilizam conteúdo para treinar IA.

Argumentos Legais e Fair Use

A defesa da OpenAI e Microsoft baseia-se no princípio legal do "fair use" (uso legítimo), uma exceção da legislação de direitos autorais dos Estados Unidos. As empresas argumentam que o treinamento de IA está amparado por essa disposição legal em determinadas circunstâncias. Além disso, sustentam que o desenvolvimento de modelos envolve transformação do conteúdo original.

O Departamento de Justiça dos Estados Unidos surpreendentemente apoiou essa posição em parecer apresentado no início de setembro, citando considerações de "progresso científico", "crescimento econômico" e "segurança nacional". Essa manifestação do governo federal complica o cenário legal para o New York Times.

Indenizações e Perspectivas Futuras

Os autores da ação judicial solicitam indenização por cada artigo utilizado para o treinamento de IA, embora o valor total ainda não esteja definido. Caso o juiz federal Sidney Stein acolha o pedido de sentença sumária, o processo não chegará a julgamento, mas especialistas não esperam uma decisão antes de 2027.

Essa timeline significa anos adicionais de incerteza legal e controvérsia sobre como a inteligência artificial pode ser desenvolvida e utilizada comercialmente.

Esforços de Compensação Posteriores

Desde o lançamento do ChatGPT no final de 2022, a OpenAI buscou responder às críticas assinando acordos de licenciamento de conteúdo com diversos veículos de imprensa internacionais. Apesar desses esforços, persistem preocupações de que sistemas de IA generativa estejam reduzindo significativamente o tráfego para sites de notícias.

A empresa também tentou mitigar críticas incluindo citações e links nas respostas fornecidas aos usuários. Contudo, até engenheiros internos da OpenAI reconhecem a ineficácia dessa medida. Um dos profissionais admitiu que "por mais destaque que demos aos links, os usuários não vão clicar neles", conforme documentado nos autos judiciais.

Implicações Mais Amplas para o Treinamento de IA

A controvérsia sobre treinamento de IA com conteúdo jornalístico levanta questões fundamentais sobre o futuro da criação de conteúdo, compensação de autores e sustentabilidade dos modelos de negócio da mídia. Enquanto isso, o debate continua evoluindo nas cortes e na opinião pública sobre como equilibrar inovação tecnológica com proteção de direitos intelectuais.