Documentos judiciais tornados públicos recentemente mostram uma preocupação considerável dentro da Microsoft e de sua parceira próxima, a OpenAI, com o uso de milhões de artigos jornalísticos para desenvolver sistemas de inteligência artificial.

Enquanto a OpenAI avançava em seu trabalho, funcionários da Microsoft discutiam se o que a empresa estava fazendo poderia representar o “maior roubo de trabalho da história da humanidade” e criar um “ciclo de destruição” que, no fim, poderia ameaçar a qualidade dos grandes modelos de linguagem que estavam desenvolvendo.

“Milhões de pessoas ao volta do mundo em breve considerarão que grandes modelos estão ‘aspirando’ todo o trabalho delas porquê um roubo impressionante, de proporções sem precedentes”, dizia um documento interno da Microsoft de 2023.

Dentro da OpenAI, também havia preocupação de que seu chatbot ChatGPT pudesse distanciar as pessoas da leitura de notícias em outros veículos. Em um memorando de junho de 2023, Nick Turley, que comandava a equipe responsável pelo desenvolvimento do ChatGPT, escreveu que a IA representava uma “prenúncio existencial” para os veículos de prensa. Em fevereiro de 2024, ele escreveu que produtos de IA “serão cada vez mais substitutivos à medida que melhorarem”.

Trechos dessas discussões foram tornados públicos na quinta-feira (18) porquê secção de um processo escoltado de perto, movido pelo New York Times contra a OpenAI e a Microsoft no termo de 2023. Outros 11 veículos de prensa aderiram à ação. O juiz Sidney H. Stein, do Tribunal Distrital dos Estados Unidos para o Província Sul de Novidade York, analisa pedidos de julgamento sumário. Documentos relacionados ao processo vêm sendo gradualmente tornados públicos enquanto o juiz analisa os pedidos.

As empresas de informação argumentam que as companhias de tecnologia violaram a legislação de direitos autorais ao coletar milhões de reportagens da internet e de outros bancos de dados e usar os textos, sem autorização ou pagamento, para treinar sistemas avançados de IA.

Microsoft e OpenAI afirmam que seu trabalho está protegido pelas regras de “fair use” (“uso justo” em tradução livre) de material protegido por direitos autorais. Segundo as empresas, os artigos foram suficientemente transformados pela IA para dar origem a trabalhos inteiramente novos e não funcionam porquê substitutos que prejudiquem o valor das obras originais.

Um porta-voz da Microsoft, Alex Haurek, afirmou em nota que os memorandos internos, escritos por Brent Hecht, diretor de ciência aplicada da Microsoft, não representavam a posição da companhia.

“A posição da Microsoft está estabelecida em seus documentos apresentados à Justiça, que explicam por que esses usos transformadores são compatíveis com a legislação de direitos autorais e por que o Copilot não é um substituto para o jornalismo dos veículos de prensa”, disse ele, em referência ao assistente de IA da Microsoft.

A OpenAI não respondeu a reportagem.

Em outro documento apresentado à Justiça, a Microsoft afirmou que Hecht era um pesquisador acadêmico que também trabalhava na Universidade Northwestern. A empresa disse que ele não tinha poder de decisão e havia sido contratado pela Microsoft “para apresentar perspectivas divergentes e assimétricas”.

“O mundo pode ver agora o que a OpenAI e a Microsoft pensavam desde o início sobre a justiça de seu próprio comportamento”, afirmou, em nota, Steven Lieberman, jurisperito que representa o New York Daily News e outros sete jornais no processo. O New York Times não quis comentar.

As empresas de informação afirmam que a OpenAI criou ferramentas especificamente para contornar os paywalls (sistemas de pagamento) adotados pelos veículos. Segundo os documentos, quando um funcionário escreveu a Greg Brockman, presidente da OpenAI, para informá-lo sobre o desenvolvimento de um “hack para passar pelo paywall do New York Times”, Brockman respondeu: “ah, lítico”.

Satya Nadella, presidente-executivo da Microsoft, também afirmou em prova a advogados que “qualquer coisa que esteja protegida por paywall deveria ser licenciada por qualquer pessoa que queira usá-la”. Ele disse que, se “tivesse sido informado de que a OpenAI havia coletado e treinado seus modelos com informações protegidas por paywall”, teria acionado o recta da Microsoft de exigir que a OpenAI treinasse novamente seus modelos.

Haurek, da Microsoft, afirmou que Nadella “falava sobre princípios gerais e mudanças em curso na maneira porquê as pessoas encontram e consomem informação”.

Os documentos mostram preocupação dentro das empresas de que o setor de notícias não pudesse sobreviver caso seu trabalho fosse tempestivo. Grandes modelos de IA “são um resultado que destrói sua própria prisão de fornecimento”, escreveu Hecht.

Algumas pessoas dentro da OpenAI também demonstravam preocupação com a imitação de artigos jornalísticos, segundo os documentos tornados públicos. Em 2020, Jack Clark, logo diretor de políticas da OpenAI, escreveu um memorando para Brockman e Sam Altman, presidente-executivo da OpenAI. Clark, que posteriormente deixou a empresa para cofundar a Anthropic, escreveu que o trabalho da startup “vai nos levar cada vez mais a gerar sistemas que substituem o trabalho das pessoas que definem a ‘cultura’ da sociedade”.

Clark alertou que “a OpenAI se tornará o símbolo de porquê o Vale do Silício está entrando de forma irrefletida em outras áreas da vida e deixando uma bagunça pelo caminho”.

A Anthropic encaminhou um pedido de observação à OpenAI.

Também havia sinais de que o ChatGPT não estava direcionando os usuários para a leitura das reportagens relevantes publicadas pelos veículos, segundo os documentos. Em fevereiro de 2023, um engenheiro de software da OpenAI escreveu aos colegas que, “não importa o quanto destaquemos os links, os usuários não vão clicar”.

“Os produtos de IA são, em grande medida, substitutivos, ponto final”, escreveu Turley, da OpenAI.