Wikimedia defende que treinar IA é uso justo, mas copiar texto exige licença

A Wikimedia Foundation, organização sem fins lucrativos responsável por manter a Wikipédia, defendeu nesta sexta-feira (30) que o treinamento de modelos de inteligência artificial com obras protegidas deve ser considerado uso justo, mas a reprodução exata de textos exige licença, segundo o The Verge. A posição oficial foi apresentada aos tribunais por meio de um documento legal (amicus brief) no processo em que editoras, incluindo o The New York Times, processam a OpenAI e a Microsoft por violação de direitos autorais.

A fundação tenta estabelecer um meio-termo em uma disputa que considera extrema dos dois lados. Para a Wikimedia, uma vitória absoluta dos jornais poderia criar um precedente perigoso, permitindo que os detentores de direitos autorais passem a barrar até mesmo usos inovadores e transformadores de suas obras. Por outro lado, a organização teme que uma vitória total das empresas de tecnologia sirva como um sinal verde para ignorar qualquer termo de licenciamento, o que fragmentaria o fluxo de conhecimento entre autores humanos e o público na internet aberta.

A própria Wikipédia vive essa tensão na prática. O documento reconhece que os grandes modelos de linguagem (LLMs) são ferramentas úteis para a comunidade de editores voluntários, pois ajudam a combater o vandalismo nas páginas, a detectar violações de direitos autorais e a identificar artigos que precisam de melhorias. No entanto, a fundação aponta que seus sites se tornaram uma das fontes de dados mais críticas para o treinamento de IA, e que os chatbots acabam desviando os visitantes que sustentam a comunidade.

Além de perder tráfego, a Wikipédia acusa serviços como o ChatGPT de violarem direitos autorais ao reproduzirem textos licenciados gratuitamente sob a licença Creative Commons sem aderir aos termos exigidos, como dar o crédito à fonte original. A proposta da Wikimedia separa o aprendizado da máquina da entrega ao usuário: usar obras protegidas para pré-treinar modelos sem licença seria uso justo se o resultado oferecer algo novo. Mas se a IA entrega cópias do material em resposta a perguntas, substituindo a leitura da obra original, a empresa precisa de uma licença.