Peças processuais do Authors Guild contestam a forma como a OpenAI obteve livros

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

A OpenAI contesta esta abordagem. Numa petição revista apresentada no mesmo dia, argumenta que a obtenção de livros e o treino de modelos serviram um único objetivo transformador protegido pela doutrina do uso justo (fair use). Os pedidos concorrentes estão perante o juiz Sidney H. Stein, em Nova Iorque. Uma ordem de 24 de setembro prorrogou o calendário de apresentação de alegações; não decidiu a disputa sobre direitos de autor. (Petição dos autores, petição da OpenAI, ordem sobre os prazos)

A grande mudança

• O que mudou: Os autores podem agora remeter os leitores para um relato público mais completo das decisões de aquisição de livros que contestam. As peças processuais de setembro expõem mais pormenores da disputa sobre a origem dos livros usados no treino e a forma como as empresas lidaram com eles.
• Porque é importante: Para os escritores que procuram remuneração e os programadores que defendem a utilização de livros, o tratamento jurídico da obtenção é importante tanto como o do treino. As partes discordam sobre se a finalidade de um modelo pode justificar cópias feitas anteriormente.
• O que acompanhar:As próximas alegações abordarão tanto este argumento jurídico como as provas de prejuízo para os autores. As provas que o juiz aceitar e as utilizações que avaliar separadamente determinarão que alegações poderá resolver sem julgamento.

Books1 e Books2 no registo público

Os documentos de 17 de setembro são versões públicas mais completas das petições para julgamento sumário. A ordem de sigilo de 3 de setembro do tribunal exigiu que as partes voltassem a apresentar as petições e declarações de factos, sem suprimir informações relevantes, salvo se uma parte ou terceiro pedisse a manutenção da confidencialidade. Alguns trechos continuam ocultados.

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 a sua declaração corrigida de factos, 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, utilizados para identificar conjuntos de dados de treino. No parágrafo 271, citam o antigo funcionário da OpenAI Ben Mann, que afirma que ambos se baseavam na LibGen. No parágrafo 275, citam a sua explicação para a redação de um rascunho de artigo: «é deliberadamente vago, uma vez que é a LibGen».

No mesmo documento, o parágrafo 749 reproduz uma mensagem de maio de 2020 de Jack Clark, então diretor de políticas da OpenAI, que antevia a concorrência com autores de ficção de género. Os autores apresentam-na como prova de uma preocupação interna com a deslocação. A mensagem não mede perdas posteriores nas vendas de livros nem estabelece a posição do tribunal sobre o prejuízo para o mercado.

O título do documento inclui as palavras «factos materiais incontroversos». Trata-se da declaração dos autores em apoio ao pedido de julgamento sumário. Nos termos da Regra Local 56.1, a parte contrária responde às alegações numeradas com admissões ou negações e as respetivas provas. O título não significa que o juiz tenha aceitado todo o relato.

A disputa sobre a obtenção e o treino

A petição dos autores pede ao tribunal que trate como utilizações distintas a obtenção de livros sem pagamento, a cópia para treino e a distribuição de cópias a terceiros. Também argumenta que a Microsoft é responsável pela alegada violação da OpenAI devido à relação comercial entre as empresas e à sua capacidade para supervisionar a conduta.

Quanto ao treino em si, os autores argumentam que os modelos exploram a expressão criativa dos livros para produzir obras concorrentes. Afirmam 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. O seu argumento jurídico é que os descarregamentos faziam parte do processo de criação de modelos que aprendem padrões gerais de linguagem. A empresa diz que o tribunal deve avaliar a finalidade desse processo no seu conjunto e contesta tanto a substituição dos livros como a existência de prejuízo para o mercado reconhecível juridicamente. (OpenAI, páginas 3, 23 a 25 e 28 a 37)

A petição revisada da Microsoft no caso dos livros também defende que o treino constitui fair use. A empresa diz que não participou na 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. Este é o relato da Microsoft sobre uma análise específica, com um limiar de correspondência determinado; não mede todas as formas de prejuízo alegadas pelos autores.

A divergência é importante porque a lei de direitos de autor dos Estados Unidos pede aos tribunais que considerem a finalidade de uma utilização, a natureza da obra, a quantidade utilizada e o efeito no respetivo mercado. Uma disputa sobre a obtenção de uma cópia e outra sobre a concorrência de textos gerados levantam questões factuais diferentes. As partes também discutem a relação jurídica entre essas questões.

As provas continuam em disputa

A 23 de setembro, a OpenAI e a Microsoft pediram ao tribunal que excluísse um relatório pericial suplementar e trechos das petições dos autores baseados num estudo sobre livros gerados por IA e diluição do mercado. A petição de apoio ao pedido alega que os advogados dos autores financiaram a investigação e não a divulgaram nem apresentaram segundo o procedimento exigido para peritos. Estas alegações são o argumento dos réus para excluir o material, não conclusões de conduta imprópria. 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 existe uma controvérsia genuína sobre um facto relevante que exija julgamento e a parte que apresentou o pedido tem direito a uma decisão nos termos da lei. (Regra Federal 56)

O registo público consultado até 25 de setembro mostra que as alegações e os pedidos relativos a provas periciais continuam pendentes. A ordem de 24 de setembro de Stein fixa em 23 de outubro o prazo para todas as partes apresentarem as suas respostas, em 30 de outubro o prazo para as alegações de amici curiae e em 20 de novembro o prazo para as réplicas. Para os autores e os programadores de IA, o próximo passo é a avaliação judicial destas posições concorrentes sobre cópia e prejuízo. As peças processuais tornadas públicas apresentam argumentos e provas citadas para essa avaliação; não concedem indemnizações nem constituem uma decisão final sobre fair use.