Em 2025, a Anthropic – empresa por trás do assistente de IA Claude – foi condenada a pagar 1,5 bilhão de dólares a autores cujas obras foram usadas para treinar seus modelos. Mas o juiz do caso chegou a uma conclusão que surpreendeu muita gente: o ato de treinar o modelo com esses livros, em si, era legal. O problema estava em outro lugar – a empresa havia obtido as obras por meio de shadow libraries, repositórios ilegais de conteúdo pirata.
Essa distinção aparentemente técnica resume o labirinto jurídico em que empresas de IA, escritores e legisladores se encontram hoje. A pergunta que move bilhões de dólares em litígios nos Estados Unidos e começa a ganhar contornos globais é simples de formular e difícil de responder: é legal treinar modelos de inteligência artificial com livros e outros conteúdos protegidos por direitos autorais?
O que os tribunais americanos já decidiram
Nos Estados Unidos, a questão chegou aos tribunais em diferentes frentes. No caso da Anthropic, o juiz William Alsup comparou o treinamento de um modelo de linguagem ao processo pelo qual um escritor aprende: absorvendo obras alheias sem reproduzi-las diretamente. Essa analogia levou à conclusão de que o treinamento em si pode ser considerado “uso transformativo”, uma das categorias protegidas pela doutrina do fair use no direito autoral americano.
Em outro caso relevante, a disputa entre Thomson Reuters e a startup Ross Intelligence chegou a uma conclusão diferente. O juiz Stephanos Bibas determinou que o uso feito pela Ross não era transformativo porque a empresa criou uma plataforma legal que concorria diretamente com os produtos da Thomson Reuters. A lição: se o produto de IA compete diretamente com o material original, a defesa do fair use fica muito mais frágil juridicamente.
Um terceiro caso, Thaler v. Perlmutter, tratou de uma questão diferente, mas relacionada: obras geradas integralmente por IA não são protegidas por direitos autorais, pois o sistema americano exige autoria humana. Isso levanta questões sobre como calcular a contribuição de humanos e máquinas em obras colaborativas, um terreno ainda sem resposta definitiva nos tribunais.
O que é o fair use e por que ele importa tanto
O conceito de fair use é central para entender esse debate. No direito americano, o uso de material protegido por direitos autorais é permitido sem autorização do titular quando atende a certos critérios: a natureza do uso (educacional, crítico, transformativo), a quantidade utilizada, o tipo de obra e, principalmente, o impacto no mercado da obra original.
A advogada de propriedade intelectual Cathy Gellis resume bem a tensão central: “O direito autoral gira em torno de copiar, mas não gira em torno de usar ou experimentar a obra.” Em outros termos, ler um livro para aprender a escrever não viola direitos autorais, mesmo que o livro seja a fonte do aprendizado. A questão é se um modelo de IA se enquadra nessa mesma lógica.
Empresas de IA argumentam que sim: um LLM, ou modelo de linguagem grande, não reproduz os livros que processou, mas aprende padrões, estilo e estrutura a partir deles. Já autores e editoras contra-argumentam que o volume de obras usadas, muitas vezes sem consentimento ou pagamento, representa uma exploração comercial em larga escala que vai muito além do que o fair use deveria cobrir.
O problema das shadow libraries
Um ponto que complicou a posição de várias empresas de IA foi a origem das obras usadas no treinamento. Modelos como o Claude, da Anthropic, foram treinados parcialmente com textos obtidos de shadow libraries, repositórios ilegais como o Library Genesis (LibGen) e o Z-Library, que hospedam milhões de livros sem autorização dos autores ou editoras.
No caso da Anthropic, o juiz separou as duas questões: o treinamento era legal, mas obter o material de forma ilegal configurou pirataria. A condenação de 1,5 bilhão de dólares foi especificamente pela obtenção ilícita das obras, não pelo ato de treiná-las.
Isso sugere um caminho possível para a indústria: usar conteúdo de domínio público, obter licenças formais com autores e editoras, ou desenvolver técnicas de treinamento que não dependam de obras protegidas. Mas todas essas alternativas têm custos e limitações que tornam a trajetória mais lenta e cara para as empresas.
A lei que não acompanhou a tecnologia
Parte considerável da dificuldade vem do fato de que a legislação de direitos autorais nos Estados Unidos não foi atualizada desde 1976. Os juízes estão aplicando critérios criados para lidar com fotocópias e reproduções físicas a uma tecnologia que ainda não existia quando essas regras foram escritas.
O advogado de propriedade intelectual Jason Henderson destacou que a ambiguidade atual beneficia, no curto prazo, as empresas de IA: enquanto a lei não é clarificada, o argumento do fair use oferece uma defesa razoável em muitos contextos. Mas isso também cria incerteza jurídica que pode inibir investimentos e dificultar acordos de licenciamento entre criadores e desenvolvedores de IA.
Uma atualização legislativa clara que defina os direitos de autores frente ao treinamento de IA resolveria parte da incerteza. Mas qualquer mudança legislativa envolve disputas intensas entre grupos com interesses opostos: de um lado, a indústria de tecnologia; de outro, o setor editorial e os criadores de conteúdo.
No Brasil, o debate ainda está começando
No Brasil, a questão ainda está pouco desenvolvida do ponto de vista jurídico. A Lei de Direitos Autorais (Lei 9.610/98) não contempla especificamente o treinamento de modelos de IA, e não há ainda casos judiciais emblemáticos sobre o tema no país.
Mas isso deve mudar à medida que mais empresas brasileiras e internacionais desenvolvem e utilizam IA com conteúdo local. Escritores, jornalistas e outros criadores brasileiros cujo trabalho circula online têm motivos para acompanhar de perto os desdobramentos dos casos americanos, que podem servir de referência para decisões futuras por aqui.
O impacto para quem usa e desenvolve IA
Para desenvolvedores e empresas que constroem produtos com modelos de IA, o cenário exige atenção. Modelos treinados com conteúdo potencialmente problemático podem gerar passivos jurídicos no futuro, especialmente conforme a regulação avança. Escolher fornecedores de modelos que sejam transparentes sobre as fontes do treinamento – e que tenham acordos de licenciamento em vigor – tende a ser uma decisão mais segura a longo prazo.
Para criadores de conteúdo, o debate define algo fundamental: se seu trabalho pode ser usado sem consentimento nem remuneração para treinar sistemas que, no limite, vão competir com eles no mercado. A resposta dos tribunais até agora não é definitiva – e o custo dessa indefinição já se manifesta em litígios bilionários nos Estados Unidos.
Fonte: TechCrunch – Is it legal to train AI models on copyrighted books? It’s complicated
