A briga entre o New York Times e a OpenAI mudou de assunto. Ela começou como uma discussão sobre uso justo, uma daquelas que rendem seminários e artigos acadêmicos. Agora virou uma discussão sobre conduta processual, e essas costumam terminar mal para quem é acusado.
Em uma moção de sanções protocolada na quinta-feira, os jornais que processam a OpenAI, liderados pelo Times, acusam a empresa de ter mentido por anos para esconder provas de infração. A peça foi detalhada pela Ars Technica e também noticiada pelo TechCrunch. O que os jornais pedem é duro: sanções severas.
Neste artigo eu recupero o contexto do processo, explico por que os logs do ChatGPT são a prova central para os dois lados, destrincho as quatro condutas alegadas, trago a resposta da OpenAI e conecto o caso à fila de ações judiciais que já cerca a indústria de IA.
O contexto: o que está realmente em jogo
O processo corre há cerca de dois anos. O Times e outros veículos alegam que Microsoft e OpenAI usaram milhões de obras protegidas para treinar modelos que hoje competem com os próprios jornais. Já cobrimos o momento em que o NYT reforçou a ação contra Microsoft e OpenAI.
A defesa da OpenAI é o uso justo: treinar com conteúdo protegido seria uma transformação legítima, não uma cópia. E aqui está o detalhe técnico que decide tudo. Nos Estados Unidos, a tese de uso justo tende a depender de uma pergunta: houve dano de mercado? Ou seja, o produto de IA substitui o original a ponto de tirar receita de quem produziu?
É por isso que os logs do ChatGPT são a prova mais importante para os dois lados. Se os registros mostrarem usuários pedindo ao ChatGPT que reproduza artigos para driblar o paywall, existe substituição de mercado, e a tese de uso justo desmorona. Se não mostrarem, a defesa da OpenAI fica de pé. Não é um detalhe do processo. É o processo.
As quatro condutas alegadas
A moção é fortemente tarjada, mas o que aparece dela desenha um padrão. As revelações vieram quando o tribunal obrigou a reinquirição de uma testemunha que havia sido considerada mal preparada: Vincent Monaco, engenheiro de privacidade da OpenAI. No depoimento de abril, segundo os jornais, ele acabou revelando o que a empresa vinha escondendo.
1. A incapacidade técnica que não existia
Desde as fases iniciais do caso, a OpenAI teria sustentado que não tinha capacidade técnica de fazer buscas em grandes amostras anonimizadas de logs do ChatGPT. Segundo a acusação, ela já havia feito exatamente esse tipo de busca antes mesmo do início do litígio. A alegação dos jornais é que essa afirmação prolongou a fase de produção de provas, inflou custos e sobrecarregou o tribunal.
2. As duas amostras que nunca foram reveladas
Monaco teria testemunhado que a OpenAI possuía duas grandes amostras, de 10 milhões e de 78 milhões de logs, já desidentificadas, que poderiam ter sido entregues cedo no processo. Em dois anos, a empresa não revelou a existência delas nenhuma vez.
O agravante é o motivo pelo qual essas amostras existiam: a OpenAI já as havia vasculhado atrás de conteúdo do Times, como parte de uma pesquisa para criar um filtro capaz de bloquear a reprodução de material protegido. A síntese dos jornais é ácida.
A OpenAI estava disposta e era capaz de pesquisar os seus logs de saída, quando isso beneficiava a OpenAI.
New York Times, na moção de sanções, citado pela Ars Technica
3. As 19 bilhões de tarjas
Os jornais pediram originalmente 120 milhões de logs. Acabaram com uma amostra de 20 milhões, reduzida, segundo eles, justamente por causa das falsas representações da OpenAI sobre a própria capacidade técnica.
E essa amostra menor foi distorcida. A OpenAI usou IA para aplicar 19 bilhões de redações sobre ela, tantas que o próprio tribunal considerou o material inutilizável. Depois de pressão, parte das tarjas foi removida, mas os jornais afirmam que ainda restam ocultações sobre os próprios domínios e nomes deles, o que atrapalha as buscas.
4. Os bilhões de logs apagados
Havia uma ordem judicial de preservação. Ainda assim, segundo a acusação, a OpenAI apagou ou comprimiu bilhões de logs que deveriam ter sido guardados, e também apagou aleatoriamente partes da amostra limitada de 20 milhões. A frase que sintetiza a alegação de dolo é a de que a empresa pensou em cumprir a ordem de preservação e, então, decidiu não cumprir.
A resposta da OpenAI
A empresa rejeita as acusações e inverte o enquadramento: para ela, a moção é uma manobra tardia para conseguir acesso a mais logs e violar a privacidade de usuários que nada têm a ver com o caso. Um porta-voz afirmou que as alegações são descaradamente falsas e sugeriu que o abandono de alguns pedidos pelo Times mostra que a fraqueza está do outro lado.
Continuaremos defendendo a privacidade dos nossos usuários e os princípios há muito estabelecidos do uso justo.
Porta-voz da OpenAI, à Ars Technica
O Times rebate. Graham James, porta-voz do jornal, afirmou que abandonar pedidos não enfraqueceu o caso, e sim o simplificou e fortaleceu, inclusive com a inclusão de novas alegações contra a Microsoft. As alegações centrais, diz ele, seguem as mesmas do primeiro dia.
| Ponto em disputa | Alegação dos jornais | Posição da OpenAI |
|---|---|---|
| Acesso aos logs | Prova essencial de substituição de mercado | Invasão da privacidade de usuários não envolvidos |
| Capacidade de busca | Existia e foi negada por dois anos | Alegações descaradamente falsas |
| Pedidos abandonados | O caso foi simplificado e fortalecido | Sinal de que a ação está desmoronando |
| Mérito | Uso de obras protegidas para competir com os autores | Uso justo, princípio há muito estabelecido |
O que os jornais estão pedindo
O pedido é agressivo, e essa é a parte que pode decidir o julgamento antes do julgamento. Os veículos querem que o tribunal:
- Proíba a OpenAI de usar a amostra de 20 milhões de logs pela qual ela tanto brigou.
- Declare como fato que os logs retidos continham reprodução substancial de material protegido, impedindo a OpenAI de argumentar o contrário.
- Instrua o júri de que a OpenAI apagou bilhões de logs.
Os jornais afirmam que sanções menores não seriam eficazes e que sanções severas se justificam porque a conduta teria sido consciente e intencional. Se o tribunal concordar, a tentativa da OpenAI de restringir o acesso às provas pode se tornar um erro fatal: sem a amostra e com a presunção de reprodução substancial, fica muito mais difícil sustentar que não houve dano de mercado. E sem isso, o uso justo cai.
O caso não está sozinho: o cerco jurídico à IA
Este processo é a peça mais visível de um movimento mais amplo, e vale ver o conjunto. Só nos últimos meses cobrimos aqui:
- A Apple processando a OpenAI por roubo de segredo comercial, em uma disputa que não é sobre conteúdo, e sim sobre pessoas e tecnologia.
- A Enciclopédia Britânica processando a OpenAI, em uma ação que ataca a mesma tese de uso justo por outro flanco.
- A acusação dos EUA de que a China estaria destilando seus chatbots, que mostra o mesmo conflito de propriedade intelectual em escala geopolítica.
- O impasse entre a Anthropic e o Pentágono, sobre os limites de uso de IA em segurança nacional.
- O debate sobre por que a autorregulação da IA não basta, que agora ganha um exemplo concreto.
O padrão é claro. A indústria de IA foi construída com uma aposta implícita: a de que a questão da propriedade intelectual seria resolvida depois, e provavelmente por acordo. Essa conta está chegando, e ela pode não vir na forma de cheque, e sim na forma de precedente.
O que muda para quem produz conteúdo
Se você publica, três consequências práticas.
- Dano de mercado é a métrica que decide. Não adianta argumentar que a IA copiou. É preciso demonstrar que a IA substituiu. Quem produz conteúdo precisa medir tráfego perdido, assinatura não convertida e citação sem clique, e guardar essa evidência.
- Log vira ativo jurídico. A lição do caso, para os dois lados, é que quem controla o registro controla a narrativa. Vale para as plataformas e vale para os publishers.
- O licenciamento tende a ficar mais caro. Cada revés processual da OpenAI aumenta o poder de barganha de quem detém acervo. Se a sua empresa produz conteúdo original em volume, isso é um ativo, e não apenas um custo de marketing.
Vale a ressalva de sempre: nada disso está julgado. São alegações de uma das partes em uma moção, contestadas pela outra, em um processo tarjado. O que já é fato, e não alegação, é que a disputa saiu do campo abstrato do uso justo e entrou no campo concreto da conduta. Historicamente, é aí que os processos viram acordo.
Perguntas frequentes
Do que a OpenAI é acusada exatamente?
De ocultar provas no processo de direitos autorais movido pelo New York Times e outros jornais. Segundo a moção de sanções, a empresa alegou por anos não ter capacidade técnica de buscar em grandes amostras de logs do ChatGPT, escondeu duas amostras já desidentificadas, aplicou 19 bilhões de tarjas na amostra entregue e apagou bilhões de registros sob ordem de preservação.
Por que os logs do ChatGPT são tão importantes no caso?
Porque eles mostrariam se usuários pediam ao ChatGPT que reproduzisse artigos pagos, driblando o paywall. Isso caracterizaria substituição de mercado, que é o ponto central para derrubar a tese de uso justo defendida pela OpenAI.
O que a OpenAI respondeu?
A empresa classificou as alegações como descaradamente falsas e afirmou que a moção é uma tentativa tardia de acessar mais logs e violar a privacidade de usuários alheios ao caso. Disse que seguirá defendendo a privacidade dos usuários e os princípios do uso justo.
Quais sanções os jornais pedem?
Que a OpenAI seja proibida de usar a amostra de 20 milhões de logs, que o tribunal considere como fato que os registros retidos continham reprodução substancial de material protegido e que o júri seja informado de que a empresa apagou bilhões de logs.
Isso já está decidido?
Não. São alegações de uma das partes, contestadas pela outra, em um processo com trechos sob sigilo. Nenhuma decisão sobre as sanções foi tomada até o momento.
