OpenAI ganhou uma vitória inicial na quinta-feira em um dos muitos processos que a empresa enfrenta por seu uso não licenciado de material protegido por direitos autorais para treinar produtos de IA generativa como o ChatGPT.
Um juiz federal no distrito sul de Nova York rejeitou uma queixa apresentada pelos meios de comunicação Raw Story e AlterNet, que alegaram que a OpenAI violou a lei de direitos autorais ao remover intencionalmente o que é conhecido como informações de gerenciamento de direitos autorais, como títulos de artigos e nomes de autores, do material que incorporou em seus conjuntos de dados de treinamento.
A OpenAI havia apresentado uma moção para rejeitar o caso, argumentando que os autores da queixa não tinham legitimidade para processar porque não demonstraram um dano concreto aos seus negócios causado pela remoção das informações de gerenciamento de direitos autorais. A juíza Colleen McMahon concordou, rejeitando o processo, mas deixando a porta aberta para que os autores apresentassem uma queixa emendada.
A OpenAI e outras empresas de IA generativa estão lutando contra dezenas de processos por direitos autorais movidos por meios de comunicação, editoras de livros, artistas e gravadoras.
O caso Raw Story e AlterNet diferiu de muitos dos outros processos porque se concentrou em uma disposição estreita na Lei de Direitos Autorais do Milênio Digital (DMCA) que proíbe a remoção de informações de gerenciamento de direitos autorais de uma obra para permitir ou ocultar a infração de direitos autorais.
Os meios de comunicação argumentaram que a remoção da informação por si só constituía um dano concreto e criava um risco substancial de que os grandes modelos de linguagem da OpenAI repetissem suas obras protegidas por direitos autorais verbatim.
McMahon não achou esse argumento convincente, escrevendo que os autores da queixa não “alegaram quaisquer efeitos adversos reais decorrentes dessa alegada violação da DMCA.”
“Quando um usuário insere uma pergunta no ChatGPT, o ChatGPT sintetiza as informações relevantes em seu repositório em uma resposta,” escreveu ela. “Dada a quantidade de informações contidas no repositório, a probabilidade de que o ChatGPT produza conteúdo plagiado de um dos artigos dos Autores parece remota.”
Em outros casos, particularmente em um processo movido pelo New York Times contra a OpenAI e a Microsoft, os autores alegaram que os produtos das empresas de fato reproduziram grandes seções de trabalhos protegidos por direitos autorais.
A queixa do Times inclui múltiplos exemplos de ChatGPT e do Bing Chat da Microsoft respondendo a solicitações de usuários com múltiplos parágrafos de conteúdo copiado verbatim dos artigos do jornal.
A decisão de McMahon não aborda diretamente as alegações do Times, mas sua decisão sugere que os autores que esperam vencer um caso de direitos autorais de IA em seu tribunal terão que demonstrar não apenas que um modelo generativo reproduziu algum trabalho no passado ou pode fazê-lo no futuro, mas que sua versão atual está reproduzindo ativamente o trabalho.
“Embora os Autores forneçam estatísticas de terceiros indicando que uma versão anterior do ChatGPT gerou respostas contendo quantidades significativas de conteúdo plagiado, os Autores não alegaram plausivelmente que há um ‘risco substancial’ de que a versão atual do ChatGPT gerará uma resposta plagiando um dos artigos dos Autores,” escreveu ela.