A Wikimedia Foundation posicionou-se nos tribunais dos Estados Unidos a favor de uma interpretação matizada sobre copyright e inteligência artificial: o treinamento de grandes modelos de linguagem (LLMs) em obras protegidas deve ser resguardado, mas a reprodução literal desse conteúdo por chatbots para usuários finais configura violação. A entidade alerta que decisões binárias — ou tudo permitido ou tudo proibido — colocam em risco tanto as ferramentas de apoio aos voluntários da Wikipédia quanto a própria estrutura da web aberta.
O que aconteceu
A fundação que opera a Wikipédia e projetos irmãos apresentou amicus briefs (manifestações de terceiros interessados) em processos emblemáticos que discutem os limites do fair use (uso justo) aplicado à IA generativa. O argumento central distingue duas etapas técnicas: a ingestão de dados para criar representações estatísticas (treinamento) e a geração de respostas que podem replicar trechos expressivos das obras originais (inferência). Para a Wikimedia, a primeira etapa é transformativa e benéfica ao conhecimento coletivo; a segunda, quando devolve texto substancialmente idêntico sem atribuição, fere o direito exclusivo de reprodução.
Em documento público, a equipe jurídica da fundação escreveu que "uma regra excessivamente restritiva privaria os wikipedistas de ferramentas baseadas em IA que auxiliam na verificação de fatos, tradução e sumarização", enquanto "uma regra excessivamente permissiva permitiria que sistemas comerciais extraíssem o trabalho voluntário de milhões de contribuidores e o reembalassem sem crédito nem compensação".
Como chegamos aqui
O debate judicial ganhou tração a partir de 2023, quando editoras, autores e artistas visuais processaram desenvolvedores de modelos generativos alegando uso não autorizado de acervos protegidos. Casos como Authors Guild v. OpenAI, New York Times v. OpenAI/Microsoft e ações de artistas visuais contra Stability AI e Midjourney forçam cortes a definir se o treinamento em si constitui cópia ilícita ou uso justo transformativo.
A Wikipédia, por sua licença Creative Commons Atribuição-CompartilhaIgual (CC BY-SA), já permite reuso comercial desde que haja atribuição e compartilhamento sob a mesma licença. No entanto, LLMs treinados no corpus da enciclopédia não costumam citar fontes nem preservar a cadeia de licenciamento nas saídas geradas. Isso cria um vácuo: o dado de entrada é licitamente acessível, mas a saída quebra as condições da licença.
A fundação também aponta que seus próprios voluntários experimentam ferramentas de IA para detectar vandalismo, sugerir referências e traduzir artigos de baixa cobertura. Proibir o treinamento em larga escala tornaria esses auxílios legalmente incertos, prejudicando a manutenção do maior repositório de conhecimento livre do planeta.
O que vem depois
Os tribunais ainda não emitiram decisões finais de mérito na maioria desses processos. A posição da Wikimedia busca influenciar precedentes que equilibrem inovação tecnológica e direitos de criadores. Enquanto isso, a fundação mantém diálogo com legisladores e organismos internacionais para moldar marcos regulatórios que exijam transparência de dados de treinamento, mecanismos de atribuição nas saídas e salvaguardas para projetos de conhecimento aberto.
- Decisões de primeira instância esperadas para 2025 podem estabelecer os primeiros precedentes vinculantes nos EUA.
- União Europeia avança com o AI Act, que impõe obrigações de transparência para modelos de propósito geral.
- Comunidade wikimediana debate propostas técnicas de opt-out e metadados de proveniência para conteúdos gerados por IA.
O desfecho definirá se a web aberta continuará a ser matéria-prima livre para IA ou se passará a exigir licenciamento negociado caso a caso — cenário que, na visão da fundação, concentraria poder nas mãos de poucas grandes corporações capazes de arcar com custos legais e computacionais.
O que falta saber
Não há data definida para julgamentos finais nos processos citados. A Wikimedia Foundation não divulgou cronograma para eventuais atualizações de seus amicus briefs nem detalhou quais ferramentas internas de IA estariam em risco imediato. A redação acompanha os autos e publicará atualizações quando houver movimentação processual relevante.
