Petição do Authors Guild questiona como a OpenAI obteve livros

O Authors Guild e outros autores que processam empresas do setor pedem a um juiz federal que analise separadamente como a OpenAI obteve livros protegidos por direitos autorais e o que fez com eles depois. Em petições públicas de 17 de setembro, descrevem discussões internas sobre a Library Genesis, fonte de coleções de livros usadas no treinamento de modelos, e argumentam que baixar, treinar e transferir cópias são atos que exigem análises próprias de direitos autorais.

A OpenAI contesta essa abordagem. Em uma petição revisada própria, apresentada no mesmo dia, argumenta que obter livros e treinar modelos serviram a um único propósito transformador protegido pela doutrina do uso justo (fair use). Os pedidos concorrentes estão perante o juiz Sidney H. Stein, em Nova York. Uma ordem de 24 de setembro prorrogou o calendário das manifestações; não decidiu a disputa de direitos autorais. (Petição dos autores, petição da OpenAI, ordem de prazos)

A grande mudança

• O que mudou: Os autores podem agora apontar os leitores para um relato público mais completo das decisões de aquisição de livros que contestam. As petições de setembro expõem mais detalhes da disputa sobre a origem dos livros usados no treinamento e como as empresas lidaram com eles.
• Por que isso importa: Para escritores que buscam remuneração e desenvolvedores que defendem o uso de livros, o tratamento jurídico da aquisição importa junto com o tratamento do treinamento. As partes discordam sobre se a finalidade de um modelo pode justificar cópias anteriores.
• O que acompanhar: As próximas manifestações discutirão tanto esse argumento jurídico quanto as evidências de danos aos autores. Quais evidências o juiz aceitar e quais usos avaliar separadamente determinará quais alegações poderá resolver sem julgamento.

Books1 e Books2 no registro público

Os documentos de 17 de setembro são versões públicas mais completas das petições de julgamento sumário. A ordem de sigilo de 3 de setembro do tribunal exigiu que as partes reapresentassem suas petições e declarações de fatos com informações relevantes sem tarjas, salvo quando uma parte ou terceiro pedisse que o sigilo fosse mantido. Alguns trechos continuam ocultos.

A publicação do Authors Guild de 21 de setembro chamou a atenção para dois desses documentos: a petição jurídica dos autores, número 1982 no processo, e sua declaração corrigida de fatos, número 1987. A publicação apresenta a interpretação do Guild, que é parte autora.

No documento 1987, os autores citam depoimentos e mensagens internas sobre os nomes Books1 e Books2, usados para identificar conjuntos de dados de treinamento. No parágrafo 271, citam o ex-funcionário da OpenAI Ben Mann dizendo que ambos se baseavam na LibGen. No parágrafo 275, citam sua explicação sobre a redação de um rascunho de artigo: “é deliberadamente vago, já que é LibGen”.

No mesmo documento, o parágrafo 749 reproduz uma mensagem de maio de 2020 de Jack Clark, então diretor de políticas da OpenAI, antecipando a concorrência com autores de ficção de gênero. Os autores a apresentam como evidência de uma preocupação interna com deslocamento. A mensagem não mede perdas posteriores nas vendas de livros nem estabelece a posição do tribunal sobre danos ao mercado.

O título do documento inclui as palavras “fatos materiais incontroversos”. Trata-se da declaração dos autores para o pedido de julgamento sumário. Nos termos da Regra Local 56.1, a parte adversária responde às afirmações numeradas com admissões ou negativas e evidências de apoio. O título não significa que o juiz tenha aceitado todo o relato.

A disputa sobre aquisição e treinamento

A petição dos autores pede ao tribunal que trate como usos distintos a obtenção de livros sem pagamento, sua cópia para treinamento e a distribuição de cópias a terceiros. Também argumenta que a Microsoft é responsável pela suposta violação da OpenAI por causa da relação comercial entre as empresas e de sua capacidade de supervisionar a conduta.

Sobre o treinamento em si, os autores argumentam que os modelos exploram a expressão criativa dos livros para produzir obras concorrentes. Dizem que isso ameaça o mercado dos autores e os priva de receitas de licenciamento. (Autores, páginas 25 a 38)

Na petição de 17 de setembro, a OpenAI reconhece ter usado compilações da Library Genesis para treinar o GPT-3 e o GPT-3.5. Seu argumento jurídico é que os downloads faziam parte do processo de criar modelos que aprendem padrões gerais de linguagem. A empresa diz que o tribunal deveria avaliar a finalidade desse processo como um todo e contesta tanto a substituição dos livros quanto a existência de danos ao mercado reconhecíveis juridicamente. (OpenAI, páginas 3, 23 a 25 e 28 a 37)

A petição revisada da Microsoft no caso dos livros também defende que o treinamento é uso justo (fair use). A empresa diz que não participou da obtenção dos conjuntos de dados da LibGen usados pela OpenAI. Quanto aos resultados, cita uma análise de 8,2 milhões de conversas do Copilot, na qual 24 respostas continham 30 palavras coincidentes com obras reivindicadas pelos autores. Esse é o relato da Microsoft sobre uma análise específica, com um limiar de correspondência determinado; não mede todas as formas de dano que os autores alegam.

A divergência importa porque a lei de direitos autorais dos Estados Unidos pede aos tribunais que considerem a finalidade de um uso, a natureza da obra, a quantidade utilizada e o efeito sobre seu mercado. Uma disputa sobre obter uma cópia e outra sobre a concorrência de textos gerados levantam questões factuais diferentes. As partes também discutem como essas questões se relacionam juridicamente.

As evidências continuam em disputa

Em 23 de setembro, OpenAI e Microsoft pediram ao tribunal que excluísse um relatório suplementar de especialista e trechos das petições dos autores que se baseiam em um estudo sobre livros gerados por IA e diluição de mercado. A petição de apoio ao pedido alega que os advogados dos autores financiaram a pesquisa e não a divulgaram nem apresentaram pelo procedimento exigido para peritos. Essas alegações são o argumento dos réus para excluir o material, não conclusões de má conduta. O pedido contesta diretamente materiais citados nos documentos 1982 e 1987.

O julgamento sumário permite que um tribunal decida uma alegação, ou parte dela, quando não há controvérsia genuína sobre um fato relevante que exija julgamento e a parte que fez o pedido tem direito a uma decisão nos termos da lei. (Regra Federal 56)

O registro público consultado até 25 de setembro mostra que as manifestações e os pedidos relativos a provas periciais continuam. A ordem de 24 de setembro de Stein fixa 23 de outubro para as manifestações de oposição de todas as partes, 30 de outubro para memoriais de amici curiae e 20 de novembro para as réplicas. Para autores e desenvolvedores de IA, a próxima etapa é a avaliação judicial desses relatos concorrentes sobre cópia e danos. As petições recém-tornadas públicas apresentam argumentos e evidências citadas para essa avaliação; não concedem indenização nem constituem decisão final sobre uso justo.