A Wikimedia Foundation pediu a um tribunal federal dos Estados Unidos uma leitura mais precisa do fair use — a exceção de uso justo do copyright — nos processos que colocam editoras, incluindo o The New York Times, contra OpenAI e Microsoft. A posição, divulgada em 30 de outubro de 2026, separa dois atos que costumam aparecer misturados no debate: usar obras protegidas no treinamento de modelos de linguagem e entregar ao usuário uma resposta que substitui a consulta à obra original.
Para a organização que mantém a Wikipédia, uma decisão que trate qualquer treinamento como infração pode restringir ferramentas úteis para projetos de conhecimento aberto. Mas uma decisão que trate qualquer resposta de chatbot como uso justo também pode enfraquecer sites, autores e comunidades que produzem o material do qual os sistemas dependem. A consequência prática não é apenas jurídica: ela ajuda a definir se a IA amplia o acesso à informação ou se passa a capturar valor sem sustentar as fontes que alimentam seus modelos.
Resumo: o que a Wikimedia está defendendo
- Treinamento não é igual a reprodução. A Wikimedia sustenta que o uso de obras para pré-treinar um modelo pode ser transformativo quando gera algo novo e diferente da fonte.
- Substituição de leitura é o ponto crítico. Quando uma resposta de IA entrega cópias ou substitui material que o usuário deixaria de acessar no site de origem, a organização entende que deve haver licença e respeito aos termos aplicáveis.
- Conhecimento aberto depende de atribuição. Conteúdo da Wikipédia é disponibilizado sob licenças Creative Commons; reutilizá-lo sem os créditos e as obrigações previstos pela licença cria um problema específico, mesmo que o material seja livremente acessível.
- O resultado pode afetar a própria web. Se criadores e sites perdem tráfego, receita e reconhecimento, diminuem os incentivos para manter o conteúdo humano que abastece a pesquisa, a Wikipédia e os sistemas de IA.
O processo e a posição intermediária
A discussão aparece em ações de copyright movidas por editoras contra empresas de IA. A queixa do The New York Times contra OpenAI e Microsoft, apresentada em dezembro de 2023, acusa as empresas de usar conteúdos jornalísticos protegidos sem autorização e de criar produtos que podem competir com o jornal por atenção e assinaturas. OpenAI e Microsoft contestam a tese de que o treinamento, por si só, seja infração e têm defendido o caráter transformativo dos modelos.
Segundo a cobertura do The Verge, a manifestação da Wikimedia evita aderir integralmente a qualquer lado. A entidade argumenta que uma proibição ampla de coleta e treinamento pode permitir que detentores de direitos controlem usos inovadores e transformativos de material disponível na web. Ao mesmo tempo, rejeita a ideia de que a construção de um modelo autorize um produto a servir reproduções que dispensam a visita à fonte.
Essa distinção é importante porque “usar dados” descreve operações tecnicamente e economicamente diferentes. No treinamento, grandes coleções de texto são processadas para ajustar parâmetros estatísticos. No uso do produto, um modelo pode responder com sínteses, trechos curtos, citações ou, no extremo, passagens longas que reproduzem conteúdo identificável. A fronteira jurídica não será decidida só pela explicação técnica: também depende de finalidade, transformação, efeito de mercado e do comportamento concreto do sistema.
Por que a Wikipédia tem um interesse direto
A Wikipédia e seus projetos irmãos são ao mesmo tempo infraestrutura de conhecimento e comunidades de colaboração. Seus verbetes dependem de editores, fontes verificáveis, hospedagem, moderação e regras de atribuição. Modelos de linguagem podem ajudar esse ecossistema a detectar vandalismo, identificar violações de copyright, localizar dados pessoais expostos indevidamente e encontrar artigos que precisam de melhoria. Uma regra excessivamente restritiva poderia encarecer ou inviabilizar parte desses usos.
Mas a mesma organização alerta para o outro lado do ciclo. Assistentes de IA frequentemente entregam respostas sem enviar o leitor de volta ao site que publicou ou organizou a informação. Para um projeto aberto, o risco não é somente publicidade perdida: menos visitas podem significar menos editores, menos correções e menor capacidade de sustentar a infraestrutura que torna o conteúdo confiável. O debate, portanto, não é uma oposição simples entre “IA” e “web”; trata-se de como preservar a fonte humana e institucional que a IA consulta.
O que muda para empresas que usam IA generativa
Uma eventual decisão favorável à lógica defendida pela Wikimedia não criaria uma regra automática para todos os modelos. Ela reforçaria, porém, que empresas precisam avaliar separadamente o treinamento, a recuperação de conteúdo em tempo real, as respostas com citações e os mecanismos de proteção contra reprodução. Produtos que resumem fontes, exibem links claros e limitam a devolução de texto substancial têm uma posição diferente de interfaces que respondem à pergunta com uma cópia praticamente completa do material original.
Para equipes que constroem agentes, busca com recuperação aumentada (RAG) ou assistentes internos, a lição é objetiva: origem e licença devem ser tratadas como requisitos de produto. Isso inclui registrar de onde cada documento veio, aplicar permissões de acesso, manter links para a fonte, reduzir a exposição de trechos extensos e avaliar se a resposta está substituindo a leitura de um conteúdo licenciado. Não basta declarar que o sistema “não armazena” um texto de forma literal; o efeito entregue ao usuário também importa.
Impacto prático para o Brasil
Embora a ação tramite nos Estados Unidos, sua interpretação terá influência sobre contratos de licenciamento, plataformas globais e práticas de empresas brasileiras que usam modelos hospedados fora do país. Redações, editoras, universidades, órgãos públicos e negócios que conectam bases documentais a chatbots enfrentam a mesma questão: quando uma resposta útil vira um substituto para o documento, a notícia ou a base original?
No Brasil, a discussão também dialoga com a proteção autoral, com a remuneração de criadores e com a necessidade de transparência em sistemas que respondem sobre fontes confiáveis. Uma implantação responsável deve preservar rastreabilidade: o usuário precisa conseguir identificar a fonte, conferir o contexto e, quando necessário, acessar o original. Isso é especialmente relevante em saúde, finanças, educação, direito e jornalismo, onde uma síntese sem contexto pode ser incorreta mesmo quando parece fluente.
Limitações e questões ainda abertas
A manifestação da Wikimedia não resolve qual teste jurídico o tribunal aplicará nem define quanto de semelhança em uma resposta configura substituição indevida. Também permanece difícil medir, em escala, quando uma saída de modelo é derivada de memorização, de recuperação externa, de uma combinação de fontes ou de uma inferência original. As empresas podem implementar filtros, mas filtros não eliminam automaticamente o risco de reproduções, alucinações ou citações incompletas.
Outra incerteza é contratual. Mesmo que certa atividade seja considerada uso justo em uma jurisdição, termos de serviço, licenças Creative Commons, bancos de dados e acordos comerciais podem impor deveres adicionais. A própria Wikipédia opera com regras de atribuição e compartilhamento que não desaparecem porque o conteúdo é aberto.
Análise do NoticIA: a discussão está saindo do “treinou ou não treinou”
Na análise do NoticIA, a contribuição mais útil da posição da Wikimedia é deslocar o debate para a experiência real do usuário e para a sustentabilidade das fontes. A pergunta produtiva deixa de ser apenas “o modelo leu material protegido?” e passa a ser “o produto devolve valor de forma que preserve autoria, contexto e acesso à fonte?”.
Essa abordagem não garante uma solução simples. Há usos de treinamento que podem prejudicar mercados, e há respostas breves que podem ser plenamente legítimas. Ainda assim, separar treinamento, indexação, recuperação e reprodução força plataformas a construir controles verificáveis em vez de usar uma justificativa única para toda a cadeia. Para a web aberta, esse pode ser o ponto de equilíbrio mais importante: IA útil precisa de fontes vivas, e fontes vivas precisam continuar recebendo crédito, audiência e condições econômicas para existir.
O que acompanhar a partir de agora
- O teor integral da manifestação da Wikimedia e a resposta das partes no processo.
- Como o tribunal distinguirá treinamento, saídas reproduzidas e impacto sobre o mercado das obras.
- Se empresas de IA ampliam mecanismos de atribuição, links e controles contra reprodução.
- Como licenças abertas, especialmente as da Wikipédia, serão aplicadas em respostas geradas por assistentes.
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
