Organizações de mídia lideradas pelo The New York Times pediram a um juiz federal, nesta quinta-feira, que aplique sanções contra a OpenAI por supostamente ter escondido uma base de dados com 78 milhões de conversas e ter apagado bilhões de registros de uso do ChatGPT.
Principais pontos:
- Editoras acusam a OpenAI de esconder, por mais de dois anos, sua capacidade de buscar nos logs do ChatGPT e em dados de treinamento conteúdo jornalístico protegido por copyright.
- O pedido de sanções quer impedir o uso, no julgamento, de uma amostra de 20 milhões de logs e cita a eliminação de bilhões de conversas.
- A OpenAI nega as acusações e afirma que as editoras querem violar a privacidade de usuários.
Acusações sobre a fase de descoberta contra a OpenAI
O pedido de sanções, protocolado em 9 de julho na Justiça Federal em Manhattan, também lista como autores o New York Daily News, a Ziff Davis e o Center for Investigative Reporting. O documento acusa a OpenAI de passar mais de dois anos deturpando sua capacidade de buscar, em seus próprios sistemas, conteúdo jornalístico protegido por direitos autorais.
Ao longo do processo, a empresa sustentou que não conseguiria pesquisar em seu corpus de treinamento. Também afirmou que produzir conversas do ChatGPT seria excessivamente oneroso e colocaria em risco a privacidade dos usuários.
Essa versão começou a ruir em abril, quando o engenheiro de privacidade Vincent Monaco revelou, em depoimento, que a OpenAI já havia realizado esse tipo de busca internamente. Segundo sua fala, a empresa teria reunido cerca de 78 milhões de conversas desidentificadas antes mesmo do início da ação judicial e as filtrado em busca de conteúdo jornalístico.
As editoras alegam que nada disso foi revelado enquanto elas passavam meses examinando uma amostra fortemente redigida de 20 milhões de logs – bem abaixo dos 120 milhões originalmente solicitados. O tribunal considerou essa amostra inutilizável, e a nova petição ainda acusa a OpenAI de ter apagado bilhões de conversas, apesar de existir uma ordem de preservação de provas em vigor.
Leia também: Charles Hoskinson vai deixar a Cardano? Ele chama a alegação de mentira completa
Editoras pedem punições severas
Os autores querem que o tribunal impeça a OpenAI de usar, no julgamento, a amostra de 20 milhões de logs. Pedem ainda que o juiz reconheça que as respostas do ChatGPT continham reprodução substancial de seus conteúdos protegidos por direitos autorais e proíba a empresa de sustentar o contrário. A petição solicita também o ressarcimento de honorários advocatícios e uma instrução específica ao júri sobre os logs apagados.
O advogado principal das editoras, Ian Crosby, afirmou que a OpenAI “mentiu para o The Times, para os autores do Daily News, para o público e para o tribunal” enquanto escondia buscas que já havia realizado. O advogado do Daily News, Steven Lieberman, acusou a empresa de “ocultar e destruir provas de como o ChatGPT foi treinado com jornalismo roubado”.
Drew Pusateri, porta-voz da empresa de IA, classificou as acusações como flagrantemente falsas e disse que a companhia continuará “defendendo a privacidade de nossos usuários e os princípios consolidados do fair use”.
O Times processou a OpenAI e a Microsoft em dezembro de 2023, argumentando que as duas construíram produtos substitutos com base em milhões de seus artigos, sem autorização nem pagamento. Desde então, o jornal já desembolsou mais de US$ 28 milhões em disputas judiciais contra empresas de IA, valor que inclui uma ação separada contra a Perplexity. A Anthropic, por sua vez, concordou no ano passado em pagar US$ 1,5 bilhão a autores por livros pirateados — o maior acordo de copyright envolvendo IA até agora.
Próximo: Palantir demite 50 engenheiros e perde um quarto do valor de mercado: o que deu errado?