Documentos judiciais tornados públicos revelam que funcionários da Microsoft e da OpenAI discutiram os efeitos do uso de milhões de artigos jornalísticos no treinamento de sistemas de inteligência artificial. Entre as preocupações estavam a apropriação do trabalho de jornalistas, a sustentabilidade do setor de notícias e a possibilidade de os chatbots reduzirem o acesso dos usuários às reportagens originais.
Os registros foram divulgados na quinta-feira (18), no processo aberto pelo New York Times contra a OpenAI e a Microsoft no fim de 2023. Outros 11 veículos de imprensa participam da ação. Sidney H. Stein, juiz do Tribunal Distrital dos Estados Unidos para o Distrito Sul de Nova York, avalia pedidos de julgamento sumário, enquanto documentos do caso são publicados gradualmente.
As empresas de comunicação acusam as companhias de tecnologia de coletar milhões de reportagens disponíveis na internet e em outros bancos de dados e de usar esse material, sem autorização ou pagamento, para treinar sistemas de IA. Microsoft e OpenAI sustentam que a utilização é protegida pelas regras de “fair use”, ou uso justo, porque os textos seriam transformados em produtos novos e não substituiriam as obras originais.
Debates internos
Em um documento interno de 2023, Brent Hecht, diretor de ciência aplicada da Microsoft, escreveu que os grandes modelos poderiam ser vistos como responsáveis por um roubo de trabalho em escala sem precedentes. Ele também afirmou que esses sistemas poderiam destruir a própria cadeia de fornecimento do setor de notícias e, com isso, prejudicar a qualidade dos modelos.
A Microsoft afirmou que os memorandos de Hecht não expressavam a posição da empresa. O porta-voz Alex Haurek disse que os documentos apresentados à Justiça explicam por que a companhia considera seus usos compatíveis com a legislação de direitos autorais. Ele também afirmou que o Copilot não substitui o jornalismo produzido pelos veículos de imprensa.
Na OpenAI, Nick Turley, responsável pela equipe de desenvolvimento do ChatGPT, escreveu em um memorando de junho de 2023 que a inteligência artificial representava uma ameaça para os veículos de imprensa. Em fevereiro de 2024, afirmou que os produtos de IA tenderiam a substituir cada vez mais outros conteúdos conforme melhorassem.
Documentos também registram que funcionários da OpenAI não esperavam que os usuários clicassem nos links das reportagens, mesmo quando eles fossem destacados. Turley escreveu que os produtos de IA eram, em grande medida, substitutivos.
Paywalls e treinamento
As empresas de comunicação afirmam que a OpenAI desenvolveu ferramentas para contornar paywalls. Em uma troca de mensagens apresentada no processo, um funcionário informou a Greg Brockman, presidente da OpenAI, sobre um mecanismo para passar pelo sistema de pagamento do New York Times. Brockman respondeu de forma positiva.
Em depoimento, Satya Nadella, presidente-executivo da Microsoft, disse que conteúdos protegidos por paywall deveriam ser licenciados. Ele afirmou que teria exigido um novo treinamento dos modelos da OpenAI caso soubesse que informações protegidas haviam sido usadas. Haurek declarou que Nadella tratava de princípios gerais e de mudanças na forma como as pessoas encontram e consomem informação.
Outro memorando, escrito em 2020 por Jack Clark, então diretor de políticas da OpenAI, alertava que a empresa poderia criar sistemas capazes de substituir profissionais responsáveis por definir a cultura da sociedade. Clark deixou a OpenAI posteriormente e cofundou a Anthropic.
A OpenAI não respondeu. A Anthropic encaminhou o pedido de comentário à OpenAI. Steven Lieberman, advogado que representa o New York Daily News e outros jornais na ação, afirmou que os documentos mostravam o que as empresas pensavam sobre a legalidade de sua conduta. O New York Times não comentou.
