Modelos de inteligência artificial generativa são desenvolvidos a partir do processamento de grandes volumes de texto, imagem, áudio, código e outros dados. Parte desse conteúdo pode estar protegida por direitos autorais. No Brasil, a Lei 9.610/1998 concede ao autor direitos exclusivos sobre diversas formas de utilização da obra, mas foi escrita décadas antes do treinamento de modelos em escala industrial. O país ainda discute como aplicar esses direitos à IA e quais exceções, mecanismos de transparência e formas de remuneração deveriam existir.
A Lei de Direitos Autorais brasileira não contém uma regra escrita especificamente para treinamento de inteligência artificial generativa.
O PL 2.338/2023, aprovado pelo Senado e atualmente em análise na Câmara, procura criar regras específicas relacionadas a IA, incluindo aspectos de mineração, treinamento, transparência e direitos autorais. O texto ainda pode mudar e não é lei.
O Ministério da Cultura defende que titulares sejam remunerados pelo uso de obras protegidas em sistemas de IA. Desenvolvedores e outros atores defendem modelos que preservem capacidade de pesquisa e inovação. O conflito jurídico permanece aberto.
O conflito começa porque modelos precisam de conteúdo para aprender padrões
Treinar um modelo não significa mostrar a ele uma obra e pedir que a “leia” da mesma forma que uma pessoa.
O processo envolve transformação do conteúdo em dados computacionais que permitem ajustar parâmetros matemáticos.
Para que isso aconteça, conjuntos enormes de material são coletados, organizados, convertidos e processados.
Dependendo da arquitetura e do pipeline, obras podem ser copiadas, armazenadas temporariamente, transformadas em tokens ou outros formatos e utilizadas repetidamente durante o treinamento.
A discussão jurídica começa justamente nessas etapas.
O fato de o objetivo final ser produzir um modelo estatístico não elimina automaticamente a existência de atos intermediários de reprodução ou armazenamento.
Ao mesmo tempo, defensores de regras mais permissivas argumentam que processamento computacional para extrair padrões não deveria ser tratado exatamente como publicação ou distribuição tradicional de uma obra.
A lei brasileira nasceu antes da IA generativa
A Lei 9.610/1998 estabelece que cabe ao autor o direito exclusivo de utilizar, fruir e dispor de sua obra.
O artigo 29 lista diversas modalidades que dependem de autorização prévia e expressa, incluindo reprodução, adaptação, inclusão em bases de dados e armazenamento em computador.
A lista ainda contém uma cláusula ampla para outras modalidades de utilização existentes ou que venham a ser inventadas.
Isso fornece argumentos fortes para quem defende que treinamento com obras protegidas exige autorização.
A dificuldade aparece porque a lei não descreve explicitamente o treinamento de modelos, mineração de texto e dados ou processamento massivo para aprendizado estatístico.
O Brasil também não possui uma exceção geral de text and data mining equivalente a modelos adotados em algumas outras jurisdições.
Por isso, existe espaço para disputa interpretativa.
Conteúdo disponível publicamente não é automaticamente conteúdo livre
Uma fotografia acessível num site pode continuar protegida por direitos autorais.
O mesmo vale para um livro disponível para visualização online, uma reportagem, uma música ou código publicado sob licença específica.
“Está na internet” descreve disponibilidade técnica.
Não descreve necessariamente a condição jurídica de reutilização.
Obras em domínio público funcionam de maneira diferente porque os direitos patrimoniais já expiraram ou não se aplicam.
Conteúdo sob licenças Creative Commons também pode permitir determinados usos, mas cada licença estabelece condições próprias.
Isso torna a composição de datasets uma tarefa jurídica tão complexa quanto técnica.
Treinamento e saída do modelo são problemas diferentes
É importante separar duas discussões frequentemente misturadas.
A primeira é se utilizar uma obra durante o treinamento exige autorização ou remuneração.
A segunda é se a saída gerada pelo modelo reproduz de maneira indevida elementos protegidos de uma obra específica.
Um sistema pode ter sido treinado com determinado livro e nunca reproduzir trecho identificável dele para o usuário.
Também pode memorizar e reproduzir uma passagem quase literalmente em determinadas condições.
A análise jurídica desses dois eventos não precisa ser idêntica.
Reprodução reconhecível na saída se aproxima mais diretamente de questões tradicionais de cópia.
Treinamento trabalha com uma etapa anterior e mais difícil de observar.
O PL 2.338 tenta colocar a IA dentro de uma regra específica
O Senado aprovou em 2024 uma versão do PL 2.338/2023, que cria um marco regulatório para inteligência artificial.
O projeto seguiu para a Câmara dos Deputados, onde continua sujeito a análise e alteração.
O texto aprovado pelo Senado incluiu dispositivos ligados ao uso de conteúdo protegido no desenvolvimento de sistemas de IA.
A proposta busca disciplinar atividades como mineração, treinamento, retreinamento, testagem e validação.
Também tenta estabelecer mecanismos de transparência e negociação entre desenvolvedores e titulares.
Isso não significa que essas regras já estejam vigentes.
Projeto de lei continua sendo proposta legislativa enquanto não conclui o processo no Congresso e demais etapas necessárias.
O Ministério da Cultura defende remuneração
A posição institucional do Ministério da Cultura tem sido favorável à proteção e remuneração de autores e intérpretes quando obras protegidas são utilizadas por sistemas de IA.
Essa posição apareceu tanto em manifestações públicas quanto no acompanhamento do PL 2.338 e de outros projetos relacionados ao ambiente digital.
Em artigo assinado pela ministra da Cultura Margareth Menezes e pelo secretário de Direitos Autorais e Intelectuais Marcos Alves de Souza, a pasta argumenta que direito autoral funciona como insumo econômico para IA generativa e precisa integrar mecanismos de remuneração.
Essa é uma posição de política pública defendida pelo Ministério.
Não deve ser confundida com uma conclusão jurídica já pacificada pelos tribunais ou pelo Congresso.
Remunerar parece simples até chegar à escala dos datasets
Imagine um modelo treinado com alguns milhares de livros claramente licenciados.
Negociar autorizações individualmente pode ser trabalhoso, mas ainda é operacionalmente possível.
Agora imagine conjuntos contendo bilhões de páginas, imagens e outros arquivos recolhidos de múltiplas fontes ao longo de anos.
Identificar todos os titulares torna-se muito mais difícil.
Algumas obras possuem vários autores.
Direitos podem ter sido cedidos a editoras, gravadoras ou produtoras.
Outras podem estar parcialmente em domínio público ou sob licenças distintas.
Mesmo depois de identificar o titular, aparece outra pergunta: quanto vale o uso de cada obra?
Não existe uma fórmula óbvia de remuneração
Pagar o mesmo valor a todos os autores parece simples, mas ignora intensidade e relevância do uso.
Tentar medir exatamente quanto uma única obra influenciou bilhões de parâmetros pode ser tecnicamente inviável.
Remunerar com base no número de tokens processados favoreceria conteúdos longos e repetidos.
Usar popularidade como critério criaria outro conjunto de distorções.
Por isso, modelos de gestão coletiva entram na discussão.
Entidades poderiam negociar licenças para grandes repertórios e distribuir valores segundo regras previamente definidas.
Sistemas semelhantes já existem em música e outras áreas, mas adaptar essa lógica ao treinamento de IA exige resolver identificação, auditoria e divisão de receitas.
Transparência de datasets é uma condição para qualquer fiscalização
Um titular dificilmente consegue cobrar pelo uso de uma obra se não consegue descobrir se ela entrou no treinamento.
Esse é um dos pontos centrais do debate regulatório.
Empresas argumentam que datasets podem conter bilhões de itens, mudar continuamente e incorporar fontes difíceis de documentar individualmente.
Também existem preocupações comerciais relacionadas a segredo industrial.
Autores e entidades de gestão argumentam que ausência de transparência torna direitos impossíveis de exercer.
O desafio é encontrar um nível de documentação capaz de permitir fiscalização sem exigir divulgação de informação tecnicamente inviável ou comercialmente sensível além do necessário.
Opt-out e robots.txt ajudam tecnicamente, mas não encerram a questão jurídica
Sites podem utilizar arquivos como robots.txt para indicar preferências de acesso a rastreadores.
Empresas também podem criar mecanismos de exclusão voluntária, ou opt-out.
Esses mecanismos são úteis para gestão técnica.
Mas não resolvem sozinhos a questão jurídica.
Se a legislação exigir autorização prévia, um modelo baseado apenas em opt-out pode não ser suficiente.
Se determinada exceção permitir processamento sem autorização em certas condições, a análise muda.
A resposta depende da regra que o país adotar.
Pesquisa científica e uso comercial também podem receber tratamento diferente
Um dos pontos debatidos internacionalmente é se universidades e instituições de pesquisa deveriam ter acesso mais amplo para mineração de dados.
Restringir todo processamento ao licenciamento individual pode tornar pesquisas acadêmicas de larga escala muito caras.
Por outro lado, uma empresa que transforma conteúdo protegido em produto comercial de grande valor econômico enfrenta argumentos diferentes.
O projeto brasileiro tenta lidar com essa distinção.
O desenho final ainda dependerá da tramitação legislativa.
Existem argumentos relevantes dos dois lados
Autores argumentam que suas obras possuem valor econômico e que empresas não deveriam construir produtos comerciais utilizando esse patrimônio sem autorização ou participação financeira.
Também apontam desequilíbrio de poder entre criadores individuais e grandes empresas de tecnologia.
Desenvolvedores alertam que regras excessivamente restritivas podem elevar custos de treinamento e favorecer justamente as maiores companhias, capazes de comprar licenças em grande escala.
Startups, universidades e projetos abertos poderiam enfrentar barreiras maiores.
Outro argumento é que modelos aprendem padrões e não necessariamente armazenam ou redistribuem obras da mesma maneira que uma biblioteca ou plataforma de streaming.
A resposta regulatória precisa decidir quais diferenças técnicas possuem relevância jurídica.
Casos estrangeiros ajudam, mas não decidem a lei brasileira
Estados Unidos, União Europeia, Japão e Reino Unido adotaram abordagens diferentes para mineração de dados e direitos autorais.
Processos judiciais em outros países também começam a produzir decisões sobre datasets, treinamento e saídas de modelos.
Esses precedentes ajudam a mostrar os argumentos possíveis.
Não são automaticamente aplicáveis ao Brasil porque cada jurisdição possui regras próprias de exceções, uso justo e licenciamento.
A Lei brasileira precisa ser interpretada de acordo com seu próprio texto e com futuras mudanças legislativas e decisões judiciais nacionais.
O Brasil está decidindo que tipo de mercado quer construir
Regulação de direitos autorais não influencia apenas criadores.
Ela também determina custo e previsibilidade para empresas que desenvolvem modelos.
Um ambiente sem clareza pode gerar litígios e dificultar investimento.
Um sistema excessivamente burocrático pode impedir entrada de empresas menores.
Um sistema permissivo demais pode transferir valor econômico de milhões de titulares para poucas plataformas sem mecanismo de compensação.
O desafio não é simplesmente escolher entre “criadores” e “inovação”.
É construir uma regra em que direitos continuem exercíveis numa tecnologia que trabalha em escala muito maior do que a lei de 1998 imaginava.
A IA generativa transformou conteúdo em infraestrutura tecnológica. Isso cria um problema para uma lei concebida quando copiar, publicar e distribuir eram atos muito mais visíveis. Em treinamento de modelos, milhões ou bilhões de obras podem ser processadas sem que o usuário final saiba quais foram utilizadas. O desafio jurídico não é apenas reconhecer um direito. É criar mecanismos capazes de provar, autorizar e eventualmente remunerar esse uso numa escala em que ninguém consegue negociar obra por obra.
.png)
