Um acordo de US$ 1,5 bilhão. Milhões de livros pirateados. E uma distinção legal tão sutil que um juiz federal a usou para isentar uma empresa de IA por treinar seus modelos — enquanto ainda a responsabilizava por como obteve os dados de treinamento em primeiro lugar.
Se você usa um assistente de redação de IA, um copiloto de programação ou uma ferramenta de pesquisa baseada em IA em seu negócio, dois casos judiciais decididos no último ano reescreveram silenciosamente as regras para as ferramentas nas quais você confia diariamente. Nenhum dos casos envolveu você. Mas, juntos, eles respondem a uma pergunta que todo proprietário de pequena empresa que usa IA deveria fazer: quando uso uma ferramenta de IA construída com conteúdo protegido por direitos autorais de outra pessoa, estou exposto?
A Pergunta de US$ 1,5 Bilhão: Bartz v. Anthropic
O caso começou com três autores — os escritores de não ficção Charles Graeber e Kirk Wallace Johnson, e a romancista de suspense Andrea Bartz — que descobriram que a Anthropic havia usado seus livros, sem permissão ou pagamento, para treinar seus modelos de IA Claude.
O que o Juiz William Alsup decidiu dividiu o caso em duas questões muito diferentes, com duas respostas muito diferentes.
Primeira questão: Treinar um modelo de IA em livros protegidos por direitos autorais é uso justo? Sim — mas apenas para livros que a Anthropic possuía ou licenciava legitimamente. O tribunal descreveu o processo de treinamento como "transformador — espetacularmente", comparando-o a como uma pessoa lê amplamente para aprender a escrever. Como os dados de treinamento em si permanecem ocultos dentro do modelo e não substituem a compra do livro original, o juiz considerou que o uso não prejudicou o mercado para o trabalho dos autores.
Segunda questão: Importa como a empresa obteve os livros? Absolutamente. A Anthropic não usou apenas livros que comprou — ela baixou mais de 7 milhões de obras protegidas por direitos autorais de "bibliotecas sombra" como Library Genesis (LibGen) e Pirate Library Mirror, sites que hospedam cópias pirateadas de livros protegidos gratuitamente. O tribunal duvidou que qualquer quantidade de uso justo a jusante pudesse apagar o fato de que os livros foram obtidos ilegalmente em primeiro lugar. O treinamento pode ser legal. Pirataria é pirataria, independentemente do que você fizer com o arquivo pirateado depois.
Essa distinção se transformou no maior acordo de direitos autorais da história dos EUA: US 3.000 por obra pirateada antes dos honorários advocatícios, com cerca de 120.000 autores e titulares de direitos autorais registrando reivindicações. Como parte do acordo, a Anthropic também concordou em destruir os conjuntos de dados pirateados e certificar que eles não estão incorporados em nenhum modelo implantado comercialmente. A audiência de aprovação final está agendada para maio de 2026, com os pagamentos começando logo em seguida.
O Caso que Segue o Caminho Oposto: Thomson Reuters v. Ross Intelligence
Se Bartz mostra onde a linha do uso justo se curva a favor de uma empresa de IA, Thomson Reuters v. Ross Intelligence mostra onde ela se rompe.
A Ross Intelligence construiu uma ferramenta de pesquisa jurídica baseada em IA para competir diretamente com o Westlaw da Thomson Reuters. Para treiná-la, a Ross usou "Bulk Memos" construídos a partir das notas de cabeçalho do Westlaw — os resumos editoriais que destilam o que um tribunal realmente decidiu em um caso — e seu Key Number System, um esquema de classificação jurídica que a Thomson Reuters passou décadas desenvolvendo.
O tribunal considerou que as notas de cabeçalho e o sistema de classificação eram trabalhos originais protegidos por direitos autorais, e que os memorandos de treinamento da Ross correspondiam tão de perto ao material de origem que "nenhum júri razoável poderia concluir o contrário" de que a cópia ocorreu. Crucialmente, o tribunal também rejeitou a defesa de uso justo da Ross, por uma razão que importa muito se você está avaliando ferramentas de IA para seu próprio negócio: a ferramenta da Ross não era uma IA generativa criando texto novo — era um mecanismo de busca competindo diretamente com o produto no qual foi treinada. Essa concorrência direta de mercado, combinada com o uso do trabalho analítico proprietário de um concorrente em vez de conteúdo criativo publicado, inclinou a análise de uso justo contra a Ross. O caso está agora em apelação no Terceiro Circuito, com argumentos orais realizados em junho de 2026; a decisão estabelecerá o primeiro precedente vinculante de apelação sobre uso justo no treinamento de IA.
Lendo os Dois Casos Juntos
Colocados lado a lado, os casos esboçam uma estrutura emergente (embora ainda instável):
- Treinar em conteúdo criativo publicado legalmente adquirido — o tipo de coisa que você pode comprar em uma livraria — tem uma chance real de ser uso justo, mesmo sem a permissão do autor.
- Treinar em cópias pirateadas desse mesmo conteúdo é um problema legal separado, independentemente de como o treinamento em si é caracterizado.
- Treinar no trabalho analítico proprietário de um concorrente — bancos de dados internos, sistemas de classificação ou outros ativos não públicos — enfrenta chances de uso justo muito mais difíceis, especialmente quando o produto resultante compete diretamente com a fonte.
Nada disso é lei totalmente estabelecida ainda. Mas é o sinal mais claro até agora de como os tribunais estão pensando sobre as ferramentas de IA que você está cada vez mais incorporando em seu fluxo de trabalho.
O Que Isso Realmente Significa se Você Usa Ferramentas de IA
É muito improvável que você seja processado por usar ChatGPT, Claude, GitHub Copilot ou uma ferramenta de IA de pesquisa jurídica. Os processos visam as empresas que construíram os modelos, não as empresas que os usam. Mas "improvável de ser processado" não é o mesmo que "nenhuma exposição", e algumas conclusões práticas valem a pena serem incorporadas em como você avalia e contrata ferramentas de IA:
1. Verifique o que o contrato do seu fornecedor realmente promete. Muitos acordos de fornecedores de IA ainda são escritos com linguagem tradicional de licenciamento de software que não cobre claramente o risco específico de IA. Procure cláusulas de indenização que cubram explicitamente reivindicações decorrentes dos dados de treinamento e das saídas do modelo — não apenas do software em si. Um fornecedor que o indenizará por um bug em seu código, mas permanece em silêncio sobre a proveniência dos dados de treinamento, não o protegeu realmente do risco que esses processos destacam.
2. Pergunte de onde vieram os dados de treinamento. Você não precisa de uma auditoria forense, mas um fornecedor que possa apontar para acordos de licenciamento, parcerias com editoras ou práticas documentadas de aquisição de dados está em uma posição de risco fundamentalmente diferente daquele que não pode responder à pergunta. Pós-Bartz, "não divulgamos nossas fontes de dados de treinamento" é uma resposta menos tranquilizadora do que costumava ser.
3. Entenda o que acontece com seus próprios dados. Separadamente da questão de direitos autorais, a maioria dos fornecedores de IA usa por padrão suas entradas para treinar ainda mais seus modelos, a menos que seu contrato diga o contrário. Se você está alimentando uma ferramenta de IA com registros financeiros de clientes, minutas de contratos ou dados comerciais proprietários, você quer uma cláusula de "sem treinamento, sem retenção" por escrito — não apenas uma opção de configuração que você precisa lembrar de ativar.
4. Acompanhe o recurso da Ross Intelligence. Se a decisão do Terceiro Circuito (esperada em algum momento após os argumentos de junho de 2026) restringir o uso justo para ferramentas de IA que competem diretamente com os dados nos quais foram treinadas, isso pode remodelar preços, licenciamento e disponibilidade em toda uma categoria de ferramentas de IA de pesquisa e análise — o tipo que cada vez mais toca software de contabilidade, pesquisa tributária e análise financeira.
Uma Lista de Verificação Prática Antes de Assinar (ou Renovar) um Contrato de Ferramenta de IA
Você não precisa de um diploma de direito para fazer a due diligence básica nas ferramentas de IA já em execução em seu negócio. Antes da sua próxima renovação, percorra isto:
- Leia a cláusula de indenização, não apenas seu título. Ela cobre reivindicações de que as saídas infringem os direitos autorais de alguém, ou apenas reivindicações sobre o mau funcionamento do software? Essas são promessas legalmente diferentes, e os fornecedores que não atualizaram seus modelos desde antes do boom da IA generativa geralmente cobrem apenas o último caso.
- Pergunte diretamente: "De onde vêm seus dados de treinamento?" Um fornecedor com uma resposta clara e documentada — conteúdo licenciado, dados primários, material de domínio público — é um fornecedor de menor risco do que aquele que desvia a pergunta. Você não está pedindo para auditar todo o conjunto de dados deles; você está perguntando se eles pensaram sobre isso.
- Encontre o padrão de retenção de dados. Pesquise no contrato (ou nas configurações de administração do produto) por palavras como "treinamento", "melhorar nossos serviços" ou "reter". Se você não vir uma opção de exclusão, presuma que suas entradas estão sendo usadas para treinar a próxima versão do modelo do fornecedor, incluindo qualquer coisa confidencial que você tenha colado.
- Verifique se a ferramenta compete com um conjunto de dados proprietário específico. Este é o padrão da Ross Intelligence: uma ferramenta que foi treinada no trabalho analítico interno de um concorrente e agora compete diretamente com esse concorrente está em um terreno legal muito mais instável do que um assistente de redação ou programação de uso geral.
- Mantenha um registro simples. Anote quais ferramentas de IA você usa, para quê e se elas tocam dados de clientes ou financeiros. Se a exposição legal de um fornecedor algum dia se tornar seu problema — devido a uma interrupção de serviço, um recurso sendo removido ou uma disputa de licenciamento — você quer saber sua própria pegada sem ter que reconstruí-la de memória.
Nada disso leva mais de uma hora, e a maior parte só precisa ser feita uma vez por fornecedor, não toda vez que você faz login.
Por Que Isso Pertence à Sua Conversa sobre Contabilidade
É tentador arquivar a litigação de direitos autorais de IA como "notícia interessante, não é meu problema". Mas se o seu negócio usa uma ferramenta baseada em IA em qualquer lugar do seu fluxo de trabalho financeiro — categorizando transações, redigindo comunicações com clientes, resumindo orientações fiscais — você é um usuário downstream exatamente do tipo de tecnologia sobre a qual esses casos tratam. O risco do fornecedor em sua pilha de tecnologia é um risco real de negócios, e revisar o que os contratos de suas ferramentas de IA realmente dizem não custa nada e leva uma tarde.
É também um bom lembrete de um princípio mais amplo: quanto mais transparentes e auditáveis forem seus próprios sistemas, menos exposto você estará quando o chão se mover sob um fornecedor do qual você depende. Isso é verdade para ferramentas de IA, e é igualmente verdade para seus registros financeiros.
Mantenha Seus Próprios Registros Transparentes e Auditáveis
Independentemente de quais questões legais sejam resolvidas sobre as ferramentas de IA que você usa, seus próprios registros financeiros não devem ser uma caixa-preta. O Beancount.io oferece contabilidade em texto simples que é totalmente transparente, com controle de versão e fácil de auditar — sem formato proprietário bloqueando seus dados, sem fornecedor em quem você precise confiar cegamente. Comece gratuitamente e veja por que desenvolvedores e profissionais de finanças estão migrando para a contabilidade em texto simples.