A Wikimedia Foundation pede aos tribunais que estabeleçam uma distinção entre treinar modelos de IA com material protegido por direitos autorais e usar esses modelos para reproduzir conteúdo para os usuários. Em uma manifestação judicial apresentada em ações movidas por editoras, incluindo o The New York Times, contra a OpenAI e a Microsoft, a operadora da Wikipedia afirma que o primeiro uso pode ser considerado uso aceitável, enquanto o segundo pode exigir uma licença se fizer com que os leitores deixem de visitar a obra original.
Segundo a Wikimedia, uma decisão que trate todos os usos de IA da mesma forma pode prejudicar tanto a web aberta quanto a própria organização sem fins lucrativos. A Wikipedia é uma importante fonte de dados de treinamento, afirma a fundação, mas os serviços de IA também podem afastar as pessoas dos sites e das comunidades que criam e mantêm esse conhecimento. A organização argumenta ainda que serviços como o ChatGPT reproduzem textos abrangidos pela licença Creative Commons da Wikipedia sem cumprir seus termos.
Onde a Wikimedia traça o limite
A proposta da fundação depende do que o sistema de IA faz com o material. Ela argumenta que coletar conteúdo de sites e usar obras protegidas por direitos autorais para pré-treinar um modelo sem licença deve ser considerado uso aceitável quando o modelo produz algo novo e diferente de suas fontes. Mas, se um sistema fornece cópias de material em resposta à pergunta de um usuário e, com isso, substitui o original, a Wikimedia diz que esse uso deve exigir uma licença.
No caso do conteúdo da Wikipedia, os termos da licença exigem que a fonte seja creditada e que as adaptações continuem sob a mesma licença. A Wikimedia diz que essa distinção é importante porque os modelos de IA também têm usos práticos para a enciclopédia: os editores podem usá-los para ajudar a identificar vandalismo, possíveis violações de direitos autorais e exposição de dados pessoais, ou para localizar artigos que precisam de melhorias. A fundação argumenta que limites excessivamente amplos aos direitos autorais podem restringir essas ferramentas, enquanto uma decisão permissiva demais pode enfraquecer os direitos dos criadores humanos e os termos de licenciamento.
Uma disputa com implicações mais amplas
O The New York Times alega que a OpenAI violou seus direitos autorais ao coletar conteúdo de seu site para usar como dados de treinamento. A OpenAI e a Microsoft argumentam que treinar modelos é uso aceitável. A OpenAI descreveu a reprodução de obras protegidas por direitos autorais como uma falha rara; a Microsoft afirmou que uma análise de especialistas constatou que o Copilot raramente reproduz frases inteiras de conteúdo jornalístico usado para embasar suas respostas.
A Wikimedia diz que a posição ampla de nenhum dos lados considera plenamente a diferença entre treinar um modelo e fornecer material que substitua o original. A manifestação não determina como os tribunais devem decidir cada caso, mas pede que avaliem esses usos separadamente. A fundação afirma que uma abordagem cuidadosa pode preservar tanto ferramentas de IA que apoiam o conhecimento livre quanto os direitos de licenciamento das pessoas cujas obras esses sistemas utilizam.
Por que importa
Para os editores da Wikipedia, o resultado pode afetar a disponibilidade de ferramentas de IA que ajudam a sinalizar vandalismo, problemas de direitos autorais e artigos que precisam de atenção. A posição da Wikimedia é que treinamento e cópia devem ser tratados de forma diferente; ainda não está definido como os tribunais decidirão nem o que isso significará para serviços específicos de IA.
