Uma decisão judicial nos Estados Unidos abriu caminho para que companhias de inteligência artificial comprem exemplares físicos, os digitalizem, destruam os originais e usem as cópias digitais no treinamento de modelos de linguagem. No processo Bartz v. Anthropic PBC, o juiz avaliou que essa prática pode ser enquadrada como fair use (uso aceitável), desde que as obras sejam adquiridas legalmente e haja a destruição dos volumes após a criação de uma única cópia digital.
O caso foi movido pelos autores Andrea Bartz, Charles Graeber e Kirk Wallace Johnson. Embora o litígio tenha terminado em um acordo de US$ 1,5 bilhão relacionado a cerca de 500 mil livros, os autores alegaram nos autos que a Anthropic teria baixado cerca de 7 milhões de obras provenientes de bibliotecas piratas, como Libgen e PiLiMiL. A decisão também reforçou a legitimidade de destruir os exemplares físicos depois da digitalização para alimentar algoritmos.
Segundo a interpretação judicial, ao comprar e destruir o livro físico a empresa passa a controlar o dado digital gerado, o que impede que os autores determinem o uso desse material no treinamento de ferramentas de IA.
A medida teve repercussão no mercado editorial. Reportagem do jornal The Telegraph apontou um aumento incomum na aquisição, por parte de empresas de tecnologia, de livros raros e fora de catálogo com a finalidade de digitalização. A movimentação suscitou preocupação sobre os efeitos dessa prática na preservação de obras históricas e no patrimônio cultural, sobretudo quando se trata de exemplares com poucas cópias restantes.
O que é o Projeto Panamá e por que ele mira livros antigos?
Documentos do processo descrevem o Projeto Panamá como uma iniciativa interna da Anthropic iniciada no começo de 2024, destinada a ampliar o acervo de livros usados para treinar o Claude, assistente de IA da empresa. O projeto operava sob codinome, com orientações para que funcionários evitassem discutir a operação em locais públicos ou com pessoas externas à companhia.
O procedimento consistia na compra de grandes lotes, incluindo obras antigas, raras e fora de catálogo. Em seguida, máquinas hidráulicas removiam as lombadas para separar as páginas, que eram digitalizadas. Depois da conversão em cópia digital, os exemplares eram transformados em polpa para reciclagem, sendo destruídos de forma permanente.
Imagem: João Melo/Canaltech
A preferência por títulos publicados antes da popularização da IA generativa decorre da busca por dados de maior qualidade. Pesquisas publicadas nas revistas Nature e Physical Review Letters indicam que o uso repetido de conteúdo gerado por outras IAs pode degradar o desempenho dos modelos; o trabalho na Physical Review Letters acrescenta que até mesmo um único dado produzido por humanos pode ajudar a evitar colapsos ocasionados por dados sintéticos. Por isso, obras produzidas antes da era da IA generativa são consideradas fontes valiosas de conteúdo humano para treinamento.
A decisão passou a servir como precedente sobre a questão e provocou debate entre autores, editoras, bibliotecas e empresas de tecnologia.
Com informações de Canaltech
Gudyê GR6 é editor-chefe e especialista em tendências musicais e entretenimento na GR6, a maior produtora de funk do Brasil. Com anos de experiência no mercado fonográfico, Gudyê lidera a equipe de conteúdo trazendo as últimas notícias sobre música, cultura urbana. Autor do Post: Gudyê GR6
