Digitalização destrutiva e direito autoral: impactos da prática das empresas de IA

A prática empresarial de comprar, digitalizar e descartar volumes físicos em escala industrial para alimentar conjuntos de dados de treinamento de modelos de linguagem foi confirmada por apurações jornalísticas e por litígios nos EUA. A consequência imediata é a conversão privada de acervos públicos ou de mercado em bases de dados proprietárias, com eliminação física dos exemplares originais. Em termos práticos, a sociedade perde acessibilidade a obras — algumas raras — enquanto algoritmos ganham acesso massivo a seu conteúdo.

Contexto

O tema se insere na interseção entre desenvolvimento tecnológico (IA generativa), economia de dados e regulação do direito autoral. Desde a popularização dos grandes modelos de linguagem, empresas buscaram novas fontes de dados não contaminadas por textos gerados artificialmente; daí o interesse em obras impressas. A controvérsia coloca em confronto dois vetores: o direito exclusivo dos autores sobre a reprodução de suas obras, por um lado, e o valor público da preservação e acessibilidade cultural, por outro. Nos EUA, a doutrina do fair use (uso aceitável) e decisões judiciais recentes passaram a delimitar até que ponto a digitalização e o uso para treinamento configuram violação ao copyright. Em paralelo, no Brasil, o arcabouço normativo combina proteção autoral (Lei 9.610/1998 e art. 5º, XXVII, da CF/88) com princípios constitucionais de cultura e acesso à informação, sem solução legislativa específica para a transformação massiva de acervos físicos em dados privativos.

A questão importa porque define: (i) se atores privados podem, com respaldo jurídico, converter acervos em bases digitais inacessíveis ao público; (ii) como conciliar incentivos à inovação tecnológica com a preservação do patrimônio cultural; (iii) que responsabilidades de conservação e acesso incidem sobre quem adquiriu e digitalizou obras.

O que foi decidido

Em litígios nos Estados Unidos contra empresas de IA, o judiciário distinguiu condutas: (i) digitalização de cópias impresas adquiridas legalmente; (ii) obtenção de arquivos por meios piratas; e (iii) uso do material no treinamento dos modelos. Para parte da jurisprudência norte-americana, a atividade de treinamento foi qualificada como "transformativa" em determinados aspectos, o que favoreceu a defesa sob a doutrina do fair use quanto à digitalização de volumes legalmente adquiridos. Por outro lado, o uso de cópias pirateadas foi reconhecido como violação de direitos autorais. Em acordos decorrentes desses processos, empresas concordaram com pagamentos e com a destruição de cópias ilícitas encontradas em suas bases.

O elemento decisório relevante foi considerar que a digitalização realizada para uso interno substitui a cópia física adquirida, não ampliando o número total de cópias disponíveis no mercado, o que influiu na avaliação sobre violação do direito de reprodução. No entanto, essa racionalidade jurídica não protege a preservação do exemplar físico nem atende ao interesse público de conservação do patrimônio cultural.

Base normativa e precedentes

• Art. 5º, XXVII, CF/88 — assegura aos autores o direito exclusivo sobre suas obras, fundamento constitucional da proteção autoral.
• Lei 9.610/1998 (Lei de Direitos Autorais) — disciplina reprodução, reprodução por outros meios e limitações aos direitos autorais no Brasil.
• Convenção de Berna — instrumento internacional que orienta padrões mínimos de proteção autoral adotados pelos países signatários.
• Copyright Act (EUA) — regime do direito autoral norte-americano e a doutrina do fair use, aplicada em decisões que enfrentaram litígios sobre treinamento de IA.
• Jurisprudência recente sobre IA e copyright (casos contra empresas de IA) — embora varie, tem servido para separar digitalização legítima de uso de material pirateado e para debater a caracterização do uso como transformativo.

Impacto prático

• Advogados de autores: precisam avaliar novas estratégias processuais para proteger obras raras ou esgotadas, incluindo pedidos de tutela cautelar para impedir destruição física de acervos e medidas para reconhecer dano imaterial decorrente da perda de exemplares únicos.
• Empresas de tecnologia: a decisão sugere que a compra e subsequente digitalização podem ser defensáveis em algumas jurisdições, mas o uso de arquivos obtidos ilegalmente continua arriscado; políticas de compliance e due diligence de origem de dados tornam-se essenciais.
• Bibliotecas, sebos e colecionadores: há risco de desvalorização do acervo e diminuição de acesso público; parcerias formais com instituições culturais e mecanismos de licenciamento coletivo podem ser alternativas para preservar exemplares.
• Poder público e reguladores: aponta-se a necessidade de avaliar normas sobre descarte de bens culturais e regras específicas para digitalização em larga escala, bem como instrumentos de salvaguarda para obras raras.

O que observar

• Lacunas regulatórias: o direito brasileiro carece de regras claras sobre a transformação digital destrutiva de acervos privados que afetam bens culturais. Eventual regulamentação poderia prever limites, obrigações de notificação às bibliotecas nacionais, exigência de depósito legal digital público ou compensação por perda patrimonial.
• Provas e fiscalização: processos dependerão de rastreabilidade de cadeia de custódia dos exemplares; auditoria de datasets e transparência nas fontes de treinamento serão elementos centrais em litígios futuros.
• Modulação e conflito de direitos: eventual reconhecimento judicial de uso transformativo pode ser acompanhado de modulação de efeitos para proteger obras raras; advogados devem preparar teses sobre dano cultural e medidas provisórias de preservação.
• Riscos reputacionais e contratuais: empresas que adotarem práticas de destruição podem sofrer boicotes, e contratos de aquisição de acervos devem prever cláusulas sobre destino de exemplares e garantias de origem.

A convergência entre economia de dados e proteção do patrimônio cultural exige resposta normativa e jurisprudencial coordenada. Sem isso, a digitalização destrutiva tende a provocar perda irreparável de bens culturais em nome de ganhos privados de eficiência na criação de modelos de IA.