O debate internacional sobre o uso de obras protegidas por direitos autorais no treinamento de sistemas de IA tem se organizado, em linhas gerais, em torno de três modelos de pagamento. Cada um deles reflete uma visão distinta sobre como equilibrar inovação tecnológica, segurança jurídica e proteção aos titulares de direitos:
1. Modelo de licenciamento individual
Neste modelo de pagamento por direitos autorais, os desenvolvedores de sistemas de IA que utilizam obras protegidas por direitos autorais para fins de treinamento seriam obrigados a identificar, contatar, negociar e formalizar acordos de licenciamento com cada titular de direitos cujos conteúdos fossem utilizados no treinamento das IAs.
A lógica central dessa abordagem é a primazia dos direitos autorais, conferindo aos criadores e detentores de direitos total controle sobre a reprodução e o uso de suas obras, inclusive no contexto de treinamento de modelos de IA.
Embora esse modelo seja teoricamente consistente com a estrutura tradicional do direito autoral, ele apresenta elevados custos de transação e sérios entraves operacionais. A multiplicidade de titulares e a fragmentação dos direitos tornam o processo de licenciamento individual extremamente complexo, demorado e oneroso.
Na prática, esse sistema tende a criar barreiras significativas à entrada, favorecendo apenas grandes empresas com capacidade financeira e jurídica para conduzir negociações em larga escala. Startups, universidades e pequenos desenvolvedores de IA enfrentariam dificuldades quase intransponíveis para acessar dados em volume e diversidade suficientes.
Além disso, o modelo não garante cobertura completa de dados, já que nem todos os titulares de direitos estariam dispostos a licenciar suas obras. Isso pode resultar em lacunas relevantes nos conjuntos de treinamento, comprometendo a qualidade, a generalização e a robustez dos sistemas de IA, além de aumentar riscos de viés.
Por essas razões, embora o licenciamento individual funcione em determinados setores criativos, ele, a priori, não é considerado escalável para o contexto do treinamento massivo de sistemas de IA.
2. Modelo de permissão de treinamento ampla
Neste modelo, os desenvolvedores de IA podem utilizar obras protegidas por direitos autorais para fins de treinamento, desde que o acesso ao conteúdo seja lícito. Em contrapartida, os sistemas treinados não podem reproduzir as obras originais, gerar conteúdos que caracterizem plágio, nem utilizar materiais obtidos de forma ilegal.
Essa abordagem prioriza a expansão da capacidade inovadora, ao permitir que empresas de diferentes portes — de grandes corporações a pequenos laboratórios de pesquisa — tenham acesso a volumes extensos e variados de dados. Como resultado, tende a produzir sistemas de IA mais precisos, resilientes a vieses e capazes de oferecer melhores resultados ao público em geral.
Entretanto, o principal ponto crítico desse modelo é a ausência de qualquer mecanismo de remuneração ou compensação para os criadores de conteúdo. Ao permitir o uso gratuito e irrestrito de obras protegidas, o modelo pode afetar a sustentabilidade econômica de setores como o jornalismo, a produção cultural e a criação acadêmica.
No médio e longo prazo, essa dinâmica pode reduzir incentivos à produção de conteúdo original, enfraquecer a diversidade informacional e comprometer a vitalidade do ecossistema criativo, gerando externalidades negativas que vão além do campo tecnológico.
3. Modelo de opt-out para titulares de direitos
O modelo de opt-out parte de uma lógica semelhante ao modelo de permissão de treinamento ampla, permitindo o uso de obras protegidas no treinamento de IA por padrão. No entanto, concede aos titulares de direitos autorais a possibilidade de sinalizar explicitamente que não desejam que seus conteúdos sejam utilizados para esse fim.
Na prática, esse sistema trata o silêncio como consentimento. Ainda que apresentado como uma solução intermediária, o modelo continua a não prever remuneração ou benefícios econômicos para os criadores, mesmo quando seus conteúdos são utilizados por sistemas de IA com finalidades comerciais.
A implementação do opt-out impõe grandes ônus administrativos, sobretudo a pequenos criadores independentes, que teriam de monitorar múltiplos sistemas, empresas e bases de dados para assegurar o exercício de seus direitos. Um regime de exclusão sistema a sistema ou empresa a empresa tende a ser difícil de fiscalizar, custoso e suscetível a falhas.
Considerações finais
A discussão sobre qual desses modelos de pagamento por direitos autorais deve prevalecer permanece em aberto no cenário internacional. Recentemente, a Índia apresentou uma proposta alternativa que busca combinar autorização ampla para uso de conteúdos com um mecanismo posterior de remuneração obrigatória, aproximando-se, em certos aspectos, da lógica adotada no Projeto de Lei nº 2.338/2023, atualmente em debate no Brasil.
Seguiremos acompanhando a evolução dessas discussões. Se quiser saber mais sobre direitos autorais e IA, acesse: Direitos Autorais
