Documentos revelam que executivo da Microsoft chamou IA de roubo
Arquivos sigilosos do processo do NYT mostram críticas internas na Microsoft e na OpenAI sobre o uso de dados protegidos por direitos autorais.
Resumo rápido
- Executivo da Microsoft classificou o treinamento de IA como o maior roubo de trabalho da história humana em documento.
- Líderes da OpenAI consideravam seus próprios produtos como uma ameaça existencial para veículos de imprensa.
- Registros revelam táticas para burlar paywalls e remover avisos de direitos autorais de dados raspados da web.
Entenda o contexto
O uso de dados públicos ou protegidos para o treinamento de grandes modelos de linguagem gerou diversas disputas judiciais sobre direitos autorais. O conceito de uso aceitável é uma defesa jurídica usada por empresas de tecnologia para alegar que o treinamento não viola a lei, enquanto veículos de imprensa argumentam prejuízos econômicos e cópia não autorizada.
Ação judicial movida pelo portal The New York Times contra a OpenAI e a Microsoft revelou novos documentos que estavam sob sigilo. Os arquivos expõem declarações internas de executivos das duas empresas sobre os impactos e métodos de coleta de dados para o treinamento de modelos de inteligência artificial generativa. A divulgação das petições ocorreu em 17 de setembro de 2026, revelando discussões ocorridas nos anos anteriores.
Segundo a documentação tornada pública, o diretor de ciência aplicada da Microsoft, Brent Hecht, escreveu em um memorando interno de janeiro de 2023 que a raspagem de dados de notícias para treinamento de IA era "um roubo surpreendente de proporções sem precedentes" e o chamou de "o maior roubo de trabalho na história humana". Em outros registros citados no processo, o executivo afirmou que o plano de coletar dados jornalísticos em larga escala transformava a tese de uso aceitável (fair use) em uma caricatura.
Impacto econômico e perda de tráfego
As petições detalham como o uso de modelos de linguagem afetou diretamente a audiência de veículos de imprensa. Dados da própria Microsoft apontam que o Copilot provocou uma redução de até 93% na taxa de cliques para o site do The New York Times em comparação com as buscas tradicionais do Bing. Em apresentação interna realizada em janeiro de 2024, Hecht descreveu essa queda como um ciclo de degradação que prejudicaria o desempenho dos modelos e de toda a web.
Na liderança da OpenAI, as preocupações sobre os efeitos no setor de notícias também foram registradas. O responsável pelo ChatGPT na empresa, Nick Turley, escreveu em comunicação interna que os veículos jornalísticos enfrentavam uma "ameaça existencial" diante de produtos que atuavam de forma substitutiva. Em depoimento prestado sob juramento no início de 2026, o presidente-executivo da Microsoft, Satya Nadella, concordou que a interação com chatbots substituiu a necessidade de o usuário acessar a fonte original da informação.
Burlar paywalls e remoção de direitos autorais
O material desconfidencializado descreve práticas utilizadas pelas companhias para formar conjuntos de dados. Os arquivos revelam que conjuntos intermediários da OpenAI continham mais de 91,6 mil cópias de publicações do The New York Times, Daily News e Center for Investigative Reporting, além de mais de 2 milhões de documentos do portal do NYT obtidos do repositório Common Crawl.
Os documentos detalham ainda estratégias adotadas por funcionários para contornar sistemas de bloqueio de conteúdo pago (paywall). Um trecho menciona uma troca de mensagens entre o pesquisador Nick Ryder e o presidente da OpenAI, Greg Brockman, sobre uma alternativa técnica para ultrapassar o paywall do The New York Times. A petição aponta também a remoção deliberada de avisos de direitos autorais dos dados de treinamento antes que chegassem aos modelos para evitar que o sistema exibisse essas notas aos usuários.
Até o momento, OpenAI e Microsoft não responderam aos pedidos de comentário sobre as revelações dos documentos não confidenciais.
Referências
- Reportagem consultada: TechCrunch — IA
- Reportagem consultada: Ars Technica — IA
Links para conferência: não indicam endosso das fontes ao conteúdo do portal.
Gostou? Compartilhe:
Comentários 0
Ninguém comentou ainda. Seja o primeiro!
