O Seattle Times e o Newsday entraram com ações judiciais contra OpenAI e Microsoft alegando que suas reportagens foram usadas sem autorização para treinar modelos de linguagem. Os dois veículos se juntam a uma lista crescente de publicações que contestam na Justiça o uso de conteúdo jornalístico como dado de treino, incluindo o New York Times, que abriu o precedente em dezembro de 2023.
Os processos seguem a mesma linha: violação de direitos autorais e uso comercial de material protegido sem licenciamento. OpenAI e Microsoft ainda não comentaram as novas ações, mas têm repetido em casos anteriores que o treino de modelos com conteúdo público se enquadra em uso justo (fair use) sob a lei americana.
O risco jurídico virou linha de custo permanente
Quem opera modelo em produção já sabe que licenciamento de dados deixou de ser detalhe e virou negociação obrigatória. O volume de processos não para de crescer, e mesmo que a OpenAI vença no mérito, o custo de defesa e o risco de indenização pesam no valuation e na estrutura de capital. Para quem constrói sobre a API, isso se traduz em dois pontos: pressão por alta de preço (porque o custo jurídico vai para a conta) e necessidade de rastrear a origem dos dados que você mesmo usa para fine-tuning.
O movimento dos jornais também força um segundo mercado, o de licenças explícitas. OpenAI já fechou acordos com Associated Press, Axel Springer e outros. Quem tem base própria de conteúdo e treina modelo do zero precisa decidir agora se negocia antes ou espera a carta do advogado. A janela em que dava para presumir fair use e seguir em frente está fechando. O que era zona cinza virou passivo provável.
Para sistemas de RAG que puxam conteúdo de publishers em tempo real, a situação é diferente: você não está treinando, está citando. Mas a linha entre recuperação e reprodução também está sendo testada nos tribunais, e a arquitetura que hoje parece segura pode precisar de auditoria de compliance em seis meses.