Uso Justo e Concorrência em Mercados Disruptados por IA

Um projeto de lei bipartidário, o Transparency and Responsibility for Artificial Intelligence Networks Act (TRAIN), apresentado em janeiro de 2026, daria aos criadores de conteúdo o poder de subpoena para compelir a divulgação de empresas de IA. Se for aprovado, mais titulares de direitos autorais terão um mecanismo legal para descobrir se seu trabalho foi usado para treinamento de IA.

À primeira vista, isso pode parecer um poder que daria aos titulares de direitos autorais o direito de receber pagamentos de desenvolvedores de IA. Na realidade, no entanto, saber que seu trabalho foi usado sem permissão prévia está longe de ser suficiente.

Quando decidem casos de uso justo, os tribunais consideram quatro fatores-chave: o propósito do uso, a natureza da obra original, quanto foi retirado e o efeito que tal uso teve sobre o valor de mercado do material. Decisões recentes nos tribunais dos EUA reafirmaram que o uso justo permanece um pilar da inovação e não pode ser facilmente rejeitado. O foco está especialmente no fator de dano ao mercado e na comprovação disso.

Dano ao Mercado como o Principal Campo de Batalha

Decisões de direitos autorais de IA do Northern District of California mostram tribunais adotando abordagens diferentes para a análise de uso justo. Em Kadrey v. Meta, o juiz Chhabria chamou o dano ao mercado de “o elemento mais importante do uso justo”. O juiz Alsup em Bartz v. Anthropic, por outro lado, considerou todos os quatro fatores de forma mais equilibrada. Mas ambos os juízes concordaram com isto: os autores não podem simplesmente alegar dano – eles precisam provar que ele ocorreu ou é provável.

A exigência de evidências é importante para os desenvolvedores de IA, especialmente para as startups com recursos limitados. Se o dano deve ser provado e não presumido, os desenvolvedores podem fazer escolhas de design para evitá-lo. As decisões sugerem que os desenvolvedores podem reduzir seu risco adquirindo dados de fontes legais, projetando produtos que servem a propósitos distintos dos trabalhos com direitos autorais e implementando salvaguardas para prevenir a reprodução de grandes trechos de texto.

Os tribunais Bartz e Kadrey encontraram que o treinamento de IA se qualifica como “uso transformador” sob a lei de direitos autorais. Com isso, o foco está cada vez mais se deslocando para o quarto fator de uso justo: o dano ao mercado. Batalhas recentes de direitos autorais de IA ilustram isso. As alegações cada vez mais se concentram na ideia de que reproduções verbais de trabalhos com direitos autorais prejudicam o valor de mercado dos editores.

Esses casos ainda estão para ser decididos. O que importa é que os editores cada vez mais entendem que, se quiserem vencer, precisam alegar duas coisas: que as saídas de IA efetivamente substituem a necessidade de acessar obras originais e que, como resultado, os titulares de direitos autorais sofrem danos econômicos concretos.

Exigências de Evidências

Os casos Bartz e Kadrey enfatizam que o dano ao mercado deve ser demonstrado, não presumido. Em Kadrey, testes extensivos mostraram que o Llama da Meta reproduziu no máximo 50 tokens das obras dos autores e apenas 60% das vezes sob prompts de coação projetados para fazer o modelo reproduzir a obra original.

O juiz Alsup em Bartz se concentrou em saber se o Claude da Anthropic realmente entregou texto infrator aos usuários – os autores não alegaram que isso havia ocorrido. Sem reprodução, torna-se mais difícil alegar substituição para a obra original.

Essa abordagem evidenciária mostra que, mesmo quando os titulares de direitos autorais demonstram que seus trabalhos foram usados no treinamento, eles não necessariamente têm um caso forte para infração. Se o sistema de IA resultante não produz saídas que causem danos identificáveis ao mercado, o simples uso é de pouca significância sob a lei.

Quando o Dano ao Mercado é Reconhecido

Em Thomson Reuters Enterprise Centre GmbH v. Ross Intelligence Inc., o Tribunal Distrital do Delaware rejeitou a defesa de uso justo da Ross Intelligence após a Ross usar as notas de cabeçalho da Westlaw da Thomson Reuters para treinar uma ferramenta de pesquisa jurídica de IA que competia diretamente com a Westlaw. Os fatores 1 (propósito e caráter) e 4 (efeito no mercado) da análise de uso justo foram cruciais para a decisão.

O juiz do circuito Stephanos Bibas encontrou que o uso da Ross não era transformador porque criou um substituto de mercado direto. A Ross inicialmente buscou licenciar o conteúdo da Westlaw, mas a Thomson Reuters recusou especificamente porque a Ross era sua concorrente. A alinhamento entre o propósito das materiais originais e o propósito do produto de IA também apoia a alegação de dano potencial.

Por outro lado, quando os produtos de IA visam mercados diferentes daqueles usados para treinamento, estabelecer a substituição do mercado se torna difícil. Em Bartz e Kadrey, os modelos de linguagem de propósito geral serviam a funções fundamentalmente diferentes das obras individuais usadas para treinamento. Essa distinção pode ser crucial – quanto mais distante o propósito do sistema de IA de suas fontes de dados de treinamento, mais difícil é demonstrar a substituição do mercado.

O Argumento do “Mercado de Licenciamento” Rejeitado

Os tribunais rejeitaram explicitamente os argumentos de que os desenvolvedores de IA prejudicam os mercados potenciais de licenciamento para dados de treinamento. O juiz Chhabria explicou que tratar as taxas de licenciamento perdidas como dano tornaria a análise de uso justo circular, automaticamente favorecendo os titulares de direitos autorais. O juiz Alsup, por sua vez, encontrou que um mercado para licenciar livros especificamente para treinamento de IA “não é um que a Lei de Direitos Autorais entitle os autores a explorar”.

Os tribunais declinaram tratar acordos de licenciamento voluntários como estabelecendo um direito legal a taxas, pelo menos onde o uso é suficientemente transformador. Essas decisões demonstram que o mercado de licenciamento emergente não automaticamente concede aos titulares de direitos autorais o direito de proibir o uso justo de seus trabalhos.

Implicações Estratégicas

Para os titulares de direitos autorais, os casos mais fortes serão aqueles em que a substituição do mercado é claramente identificável. Eles podem se concentrar estrategicamente em sistemas de IA cujas saídas se aproximam mais das obras originais, em vez de perseguir desafios amplos ao próprio treinamento.

Se o TRAIN Act se tornar lei, os titulares de direitos autorais ganharão ferramentas de descoberta para investigar como seus trabalhos são usados. No entanto, obter informações seria apenas o primeiro passo. Demonstrar o dano ao mercado permaneceria central para o sucesso de qualquer alegação de infração.

Para os desenvolvedores de IA, as decisões recentes fornecem um quadro para reduzir a exposição. Primeiro, garantir a obtenção legal de dados. Os casos Bartz e Kadrey distinguiram entre o uso de obras para treinamento (potencialmente uso justo) e a aquisição por meio de pirataria. O juiz Alsup encontrou que o download da Anthropic de sites de pirataria era “inerentemente, irredeemavelmente infrator”, mesmo que o treinamento subsequente possa ser uso justo.

Segundo, projetar produtos para propósitos diferentes das fontes de dados de treinamento. Um sistema de IA que ajuda os usuários a criar documentos serve a propósitos diferentes dos romances ou artigos em seus dados de treinamento. Um sistema que simplesmente recupera ou reproduz essas obras não o faz.

Terceiro, implementar salvaguardas para prevenir a reprodução substancial de trechos verbais. O tribunal Kadrey notou que o sistema da Meta reproduziu o mínimo de conteúdo, mesmo sob testes adversários, apoiando o uso justo. Os desenvolvedores que permitem que seus sistemas regurgitem grandes porções de obras com direitos autorais podem enfrentar riscos legais significativamente maiores.

Conclusão

O TRAIN Act pode em breve dar aos titulares de direitos autorais ferramentas para descobrir se seus trabalhos foram usados para treinamento de IA. No entanto, as decisões recentes deixam claro que tal descoberta seria apenas o começo. O quadro emergente nos EUA centra-se no dano ao mercado, exigindo a demonstração de danos econômicos identificáveis, em vez do mero uso de treinamento.

Os desenvolvedores de IA devem se concentrar em três coisas: obter seus dados legalmente, construir produtos que servem a propósitos além de seus materiais de treinamento e prevenir que seus sistemas reproduzam trechos verbais longos. Os titulares de direitos autorais, por outro lado, terão os casos mais fortes quando puderem mostrar que um produto de IA efetivamente substitui seu trabalho no mercado.