Um executivo da Microsoft chamou a coleta de notícias para treinar modelos de IA o maior furto de trabalho da história humana, segundo documentos judiciais revelados pela Ars Technica e pelo New York Post.
Contexto da disputa judicial
Por anos, Microsoft e OpenAI mantiveram informações fora do domínio público enquanto enfrentavam acusações de organizações de notícias de que violavam direitos autorais ao usar grandes volumes de conteúdo jornalístico para treinar sistemas de IA. Em 2023, uma moção de julgamento sumário liderada pelo The New York Times expôs comunicações internas que mostram como as empresas enxergavam a ameaça às notícias antes de lançar produtos como ChatGPT e Copilot.
O avaliação de Hecht
Nos documentos citados pela Ars Technica, Brent Hecht chamou a raspagem de notícias para treinar IA de "furto assustador de proporções sem precedentes" e disse que pode ser o "maior furto de trabalho na história humana". Ele também afirmou que o plano de raspar amplamente as notícias faz um "complete mockery of the idea of fair use", contradizendo a posição pública de Microsoft e OpenAI de que tal uso seria legal.
O alerta do doom loop
Ambas as publicações apontam que Hecht alertou, em um memorando interno, que a estratégia de raspagem havia iniciado um "doom loop" capaz de prejudicar o desempenho dos modelos e a web como um todo. O New York Post acrescenta que ele viu os grandes modelos de linguagem como um produto que destruiria a própria cadeia de suprimentos de notícias.
Impacto medido nas métricas de clique
Segundo a Ars Technica, a Microsoft registrou quedas de 83% a 93% nas taxas de clique para o New York Times e o Daily News ao comparar o Bing tradicional com a versão de IA. A mesma fonte acrescenta que outros veículos de imprensa sofreram reduções entre 51% e 94%. O New York Post confirma a faixa de 83% a 93% para o Times e o Daily News ao comparar o Bing com sua contrapartida de IA.
Ameaça existencial às editoras
O New York Post cita Nick Turley, responsável pelo ChatGPT da OpenAI, que escreveu em mensagem interna de que as editoras enfrentam uma "ameaça existencial" diante de produtos treinados com conteúdo noticioso que podem substituir os provedores de notícias. Ele descreveu as saídas de IA como "largamente substitutivas, period" e afirmou que elas se tornarão ainda mais substitutivas à medida que os modelos melhorarem. Essa visão ecoa o reconhecimento de Hecht de que quase ninguém pretendia que seu trabalho fosse usado dessa forma nem receberia compensação por isso.
Resposta pública das empresas
Apesar das preocupações privadas, ambas as empresas defenderam publicamente suas práticas de raspagem, sustentando que o uso de artigos de notícias não viola direitos autorais porque os modelos de IA transformam o material fonte em conteúdo totalmente novo. O New York Post registra que um porta-voz da Microsoft declarou que os comentários refletem a perspectiva individual de um funcionário e não representam a posição oficial da empresa, ao mesmo tempo em que acrescentou que a posição judicial da Microsoft afirma que esses usos são consistentes com a lei de direitos autorais e que o Copilot não substitui o jornalismo das editoras.
Movimentos do mercado de licenciamento
O New York Post também informa que, diante da queda de tráfego nos sites de notícias impulsionada pelo aumento das ferramentas de busca baseadas em IA, editoras têm corrido para assinar acordos de licenciamento de conteúdo com empresas de IA na tentativa de preservar a receita publicitária, movimento descrito como reação às reduções de cliques documentadas nos registros internos.
