Fundação Wikimedia busca autorização para apresentar memoria como amicus curiae em processo de direitos autorais contra a OpenAI

A Fundação Wikimedia anunciou, em 30 de outubro de 2026, que pediu ao Tribunal Distrital dos EUA para o Distrito Sul de Nova York autorização para apresentar uma memoria como amicus curiae, ou “amigo da corte”, em In re: OpenAI, Inc. Copyright Infringement Litigation, a consolidação de 12 processos contra a OpenAI, dos quais o mais conhecido é o movido pelo The New York Times contra a OpenAI e a Microsoft.

A petição da Fundação, datada de 29 de outubro de 2026 e dirigida ao juiz Sidney H. Stein, é um pedido por carta de autorização para apresentar a memoria, anexada como documento comprobatório e apresentada como uma manifestação que não apoia nenhuma das partes. O pedido foi protocolado de acordo com as regras locais do tribunal e com uma ordem de 7 de agosto de 2026 que regulamenta a participação de amici curiae, conforme alterada em 24 de setembro de 2026; como essa ordem determina que os possíveis amici curiae solicitem autorização, a Wikimedia não pediu o consentimento das partes. A memoria proposta contém 5.831 palavras, dentro do limite de 6.000 palavras estabelecido pelo tribunal para memoriais de amici curiae.

Rhett O. Millsaps II, do escritório Lex Lumina LLP, é o advogado responsável pelo caso, ao lado do diretor jurídico-geral da Fundação, Stephen LaPorte, do diretor jurídico-geral adjunto Jacob Rogers e da consultora jurídica Aly Marino.

No processo consolidado, o tribunal decidirá se o uso de conteúdo protegido por direitos autorais por empresas de inteligência artificial (IA) para desenvolver grandes modelos de linguagem (LLMs) constitui uso legítimo. A Fundação afirmou que a decisão terá grande influência devido à jurisdição, às partes envolvidas e ao pequeno número de decisões que abordaram a questão até o momento.

The New York Times ajuizou seu processo em 2023, alegando que o uso de conteúdo pertencente ao Times pela OpenAI e pela Microsoft para qualquer finalidade, inclusive o treinamento de modelos de IA, viola diretamente a legislação de direitos autorais. A OpenAI e a Microsoft sustentam que treinar e disponibilizar modelos com base em dados acessíveis ao público é um avanço tecnológico que se enquadra no uso legítimo.

A Fundação argumenta que uma interpretação excessivamente restritiva do uso legítimo poderia inibir a inovação tecnológica e limitar a disponibilidade de ferramentas que beneficiam projetos de código aberto, como a Wikipédia, enquanto o reconhecimento irrestrito do uso legítimo poderia resultar em uma web mais fechada, na qual o conhecimento on-line seria prejudicado pela falta de fontes secundárias disponíveis.

Em uma publicação complementar no Diff, o blog do movimento Wikimedia, a Fundação afirmou que, se a etapa de treinamento não for considerada uso legítimo, o desenvolvimento de IA provavelmente continuará ao alcance apenas das maiores empresas ou dos desenvolvedores mais bem financiados, deixando os desenvolvedores de código aberto sem condições de pagar pela tecnologia ou até mesmo de acessá-la. Em vez disso, segundo a Fundação, uma decisão abrangente incentivaria as editoras a colocar ainda mais informações atrás de barreiras de acesso, reduzindo a visibilidade da qual a Wikipédia e muitas editoras dependem para atrair leitores e recrutar novos voluntários.

A diretora-executiva Bernadette Meehan afirmou que a Fundação está se posicionando “para defender o conhecimento humano livre e aberto do qual a Wikipédia depende”. Ela descreveu a ampliação do acesso ao conhecimento por meio da IA como um objetivo importante que precisa respeitar as pessoas, os colaboradores e as comunidades que tornam possível a existência de conhecimento confiável.

Uma estrutura de análise do uso legítimo caso a caso

A memoria proposta fundamenta sua abordagem na decisão da Suprema Corte de 2023 em Andy Warhol Foundation for the Visual Arts v. Goldsmith e argumenta que cada uso distinto de obras copiadas nas diferentes etapas de desenvolvimento e operação de um chatbot exige uma análise própria do uso legítimo segundo os quatro fatores. A memoria cita a decisão de 2025 em Bartz v. Anthropic como orientação para avaliar os usos separados das mesmas cópias em diferentes etapas, em vez de reuni-los em uma única análise.

A memoria também sustenta que a raspagem — isto é, o envio de uma solicitação técnica automatizada a um site para obter uma cópia de uma obra — é uma forma de aquisição, não um uso sujeito à legislação de direitos autorais, e que apenas o que é feito com as cópias posteriormente deve passar por uma análise de uso legítimo. A Fundação observa que algumas formas de raspagem ainda podem violar os termos de uso do site, a legislação estadual sobre contratos ou responsabilidade civil extracontratual, a Digital Millennium Copyright Act ou a Computer Fraud and Abuse Act.

Treinamento provavelmente constitui uso legítimo; geração aumentada por recuperação provavelmente não

Quanto ao pré-treinamento, a memoria argumenta que o uso provavelmente é legítimo: é transformador porque as cópias fornecem padrões linguísticos, em vez de cumprir a finalidade informativa das obras; é neutro quanto ao segundo fator, dada a natureza factual das obras enciclopédicas; justifica-se quanto ao terceiro fator porque os desenvolvedores precisam de bilhões de palavras para treinar um modelo, o que torna razoavelmente necessário usar obras inteiras; e é legítimo quanto ao quarto fator porque o pré-treinamento, por si só, não substitui os originais no mercado. O anúncio da Fundação resume a posição afirmando que o uso de conteúdo protegido por direitos autorais no treinamento de modelos deve ser considerado legítimo quando serve para treinar modelos que sejam algo novo e diferente das fontes originais, sem que seja necessário cumprir os termos das licenças de direitos autorais.

O documento descreve a geração aumentada por recuperação, ou RAG, como um processo em que um chatbot pesquisa na web ou em outro banco de dados e, em seguida, identifica, copia, classifica e insere trechos relevantes de conteúdo na janela de contexto do modelo, junto com a consulta do usuário. Como esse sistema utiliza as obras com a finalidade original de informar os leitores, seleciona as partes mais importantes dessas obras e concorre com as fontes pela audiência humana, o documento argumenta que esse uso provavelmente não passa no teste dos quatro fatores.

A Fundação sustenta que a RAG e técnicas semelhantes de fundamentação não devem ser consideradas uso legítimo e que as empresas que as oferecem devem respeitar os termos de licenciamento de cada plataforma ou editora. No caso da Wikipédia, trata-se da licença Creative Commons CC BY-SA 4.0, que exige crédito aos criadores originais e determina que as adaptações permaneçam sob a mesma licença.

Na conclusão do documento, pede-se ao tribunal que decida que o pré-treinamento do LLM de uso geral do ChatGPT constituiu uso legítimo, mas que o uso, pela OpenAI, de cópias no recurso de geração aumentada por recuperação do ChatGPT não é legítimo e deve obedecer a licenças como a licença Creative Commons aplicável ao conteúdo dos projetos Wikimedia.

O que está em jogo para a Wikipédia e outros pedidos de apresentação de memoriais de amicus curiae

A Wikipédia reúne mais de 67 milhões de artigos em 300 idiomas, com quase 250.000 voluntários contribuindo a cada mês, e a Fundação a descreve como um dos conjuntos de dados de mais alta qualidade usados para treinar LLMs. O documento afirma que mais de 260.000 colaboradores voluntários por mês, em janeiro de 2025, criam e moderam conteúdo nas treze plataformas de conhecimento livre da Fundação e que a Wikipédia recebe bilhões de visualizações por mês.

O documento afirma que o tráfego não humano decorrente de raspagem e rastreamento sobrecarrega os servidores da Wikimedia, levando-a a adotar salvaguardas técnicas que agentes mal-intencionados frequentemente contornam, e que tanto a sobrecarga quanto essas salvaguardas ameaçam a acessibilidade de seus sites para leitores humanos. A Fundação afirmou que a raspagem de seus projetos deve respeitar os limites de taxa de sua API pública ou utilizar as ofertas da API Wikimedia Enterprise. Também informou ao tribunal que ferramentas de aprendizado de máquina já ajudam voluntários a combater o vandalismo, detectar violações de direitos autorais e informações pessoais inadequadas e priorizar os artigos que mais precisam de melhorias. A Fundação argumentou que seria contrário aos objetivos da legislação de direitos autorais classificar categoricamente como injusto o desenvolvimento de LLMs.

O conselheiro jurídico-geral Stephen LaPorte afirmou que a discussão sobre uso legítimo “não pode se limitar a organizações com fins lucrativos” e acrescentou que uma decisão que não aplique cuidadosamente os princípios do uso legítimo poderia ameaçar a sustentabilidade do conhecimento livre e sufocar o desenvolvimento de tecnologias de código aberto.

A petição da Wikimedia se somou a uma onda de iniciativas para apresentar memoriais de amicus curiae: os registros do processo mostram que, em 28 e 29 de outubro de 2026, Engine Advocacy, Authors Alliance, Public Knowledge, o professor Matthew Sag, Brian L. Frye, Digital Content Next e um grupo de organizações editoriais, incluindo a Association of American Publishers, pediram autorização para apresentar seus próprios memoriais de amicus curiae, enquanto prosseguia a apresentação de alegações para julgamento sumário entre as editoras de notícias, a OpenAI e a Microsoft. O tribunal tem ampla discricionariedade para decidir se aceita um memorial de amicus curiae, observa a petição da Fundação, e o juiz Stein precisa conceder autorização à Fundação antes que o memorial proposto seja formalmente aceito.