TJSP admite concorrência desleal via orientação a IA e afeta rotinas digitais

O juízo da 1ª Vara Empresarial e de Conflitos de Arbitragem de São Paulo concedeu tutela de urgência entendendo configurada concorrência desleal por orientação dirigida a sistemas de inteligência artificial contida em arquivo público do réu, com efeitos imediatos sobre a reprodução da mensagem pelas ferramentas que consultassem aquele recurso.

Contexto

A controvérsia surge no limiar entre práticas comerciais digitais e responsabilização por atos de marketing técnico direcionados a máquinas: trata-se de texto público (llms.txt) produzido por uma plataforma que indicava, de modo negativo, a qualidade e a licitude dos dados de um concorrente e sugeria preferência pela própria base como fonte. O formato llms.txt é adotado voluntariamente por operadores web como orientação para modelos de linguagem, não impondo obrigações formais semelhantes às do robots.txt. A questão ganha relevo porque coloca em colisão interesses empresariais, regulação do mercado digital e o papel das instruções destinadas a sistemas automatizados de resposta.

A decisão paulista foi uma das primeiras a qualificar como possível ato de concorrência desleal uma mensagem destinada, explicitamente, a influenciar ferramentas de IA que consolidam respostas a usuários, o que suscita debate sobre limites da comunicação dirigida a agentes não-humanos. O caso dialoga com precedentes do Superior Tribunal de Justiça que distinguem publicidade comparativa lícita da comparação enganosa ou abusiva, e com a disciplina legal antidistorsiva prevista na Lei da Propriedade Industrial (LPI) e nos princípios civis da responsabilidade extracontratual.

O que foi decidido

A sentença de primeiro grau considerou que o arquivo em análise não se restringia a orientar a leitura do próprio conteúdo do site, mas continha avaliação depreciativa sobre concorrente identificado, sem critérios objetivos de comparação. O juízo fixou premissas relevantes: afastou tratar-se de prompt injection fraudulenta, ressaltou que o conteúdo era público e acessível, e disse não ser relevante a técnica empregada para a avaliação da ilicitude, mas antes o efeito sobre a concorrência.

Com base nesses elementos, o magistrado concluiu que havia indícios suficientes de prática de concorrência desleal para autorizar tutela de urgência em duas frentes: (i) imputação de obtenção ilícita de dados sem qualquer prova nos autos, enquadrada nos tipos contidos na LPI; e (ii) advertência genérica sobre suposta defasagem e incompletude dos dados do concorrente, que, embora não manifestamente falsa, deprecia sem objetividade e configura ato desleal. A decisão valorizou que o arquivo visava orientar ferramentas consultadas por potenciais clientes, apontando finalidade mercadológica e vantagem competitiva buscada pelo autor do arquivo.

Base normativa e precedentes

• Art. 195, Lei da Propriedade Industrial (Lei 9.279/1996) — previsão de atos de concorrência desleal que imputem crime ou ilícito a concorrente para obter vantagem.
• Art. 209, Lei da Propriedade Industrial (Lei 9.279/1996) — vedação a atos que depreciem o concorrente sem objetividade, mesmo se não manifestamente falsos.
• Arts. 186 e 927, Código Civil (Lei 10.406/2002) — fundamento subsidiário de responsabilidade civil por ato ilícito e dever de indenizar quando houver dano decorrente de condutas ilegais.
• Jurisprudência do STJ (REsp 1.481.124/SC) — precedente sobre limites da publicidade comparativa e reprovação de comparações que depreciem o concorrente sem objetividade.

Impacto prático

• Para plataformas e provedores de conteúdo: obrigação de maior cuidado na redação de orientações técnicas dirigidas a modelos de linguagem. Mensagens que apontem defeitos ou ilicitude em concorrentes podem ser avaliadas como atos de concorrência desleal mesmo quando não contenham falsidade manifesta.
• Para operadores de modelos de linguagem e integradores: a existência de um arquivo público com orientação negativa pode justificar medidas judiciais contra o autor do arquivo; provedores podem ser chamados a avaliar responsabilidade por veiculação de conteúdo que prejudique imagem comercial de terceiros.
• Para advogados de empresas digitais: necessidade de mapear riscos contratuais e de compliance editorial; recomenda-se revisar políticas de publicação de metadados e instruções a sistemas de IA, adotar critérios objetivos e documentáveis ao fazer comparações e evitar afirmações genéricas que atinjam reputação de concorrentes.
• Para autores de conteúdo e equipes técnicas: a demonstração de critérios (amostra, método, período) e provas robustas acerca de supostas defasagens ou ilegalidades em bases de dados passa a ser elemento-chave de defesa; ausência desses elementos facilita concessão de medidas liminares em favor do competidor prejudicado.

O que observar

• Prova e instrução: o juízo de primeira instância destacou a necessidade de prova para afastar imputações, mas considerou presentes os requisitos para tutela de urgência; portanto, processos futuros precisarão enfrentar a produção de prova técnica sobre qualidade de dados e métodos de coleta.
• Modulação e apelação: cabe acompanhar recursos e eventuais decisões de instância superior que possam modular efeitos, delimitar padrões probatórios e dizer se a responsabilização se aplica apenas a declarações dirigidas a máquinas ou também a comunicações convencionais.
• Interação com normas de dados: embora a questão central tenha sido concorrência desleal, eventuais alegações de violação de regras de tratamento de dados pessoais deverão ser examinadas separadamente à luz da LGPD (Lei 13.709/2018).
• Risco regulatório e operacional: empresas que ofereçam conteúdo técnico para consumo por IAs deverão adotar políticas internas, auditorias de conteúdo e rotinas de revisão jurídica para evitar exposições a medidas urgentes.
• Precedente remanescente: se confirmado em instância superior, o entendimento tende a orientar condutas no mercado digital, estabelecendo que instruções dirigidas a agentes automáticos podem constituir instrumento de concorrência desleal quando visam desqualificar concorrentes sem critérios objetivos.