A OpenAI enfrenta um novo capítulo na disputa judicial movida por organizações jornalísticas que a acusam de violação de direitos autorais.
Os autores da ação, liderados pelo The New York Times, pediram ao tribunal a aplicação de “sanções sérias” contra a empresa, alegando que ela ocultou provas durante anos para impedir que fossem analisados milhões de registros do ChatGPT em busca de evidências de que usuários conseguiam reproduzir artigos protegidos por paywalls.
Segundo os autores, esses registros representam uma das evidências mais importantes do processo. Eles poderiam tanto demonstrar que a OpenAI infringiu direitos autorais quanto reforçar a tese da empresa de que o ChatGPT faz um uso justo e transformador do conteúdo jornalístico.
Jornais acusam OpenAI de mentir ao tribunal
Em uma moção apresentada nesta quinta-feira (9), as organizações jornalísticas afirmam que a OpenAI mentiu repetidamente ao longo de dois anos para esconder evidências que poderiam enfraquecer sua defesa.
De acordo com o pedido, essas supostas falsidades vieram à tona após o tribunal determinar um novo depoimento do engenheiro de privacidade da OpenAI, Vincent Monaco, inicialmente considerado uma “testemunha mal preparada”.
Durante um novo interrogatório realizado em abril, Monaco teria revelado que a empresa enganou o tribunal ao afirmar, durante dois anos, que seria caro e tecnicamente difícil pesquisar os registros do ChatGPT.
Os autores sustentam que uma das descobertas mais relevantes foi a de que a OpenAI alegava não possuir capacidade técnica para pesquisar grandes amostras anonimizadas de conversas do ChatGPT, embora já tivesse realizado esse tipo de pesquisa antes mesmo do início do processo judicial.
Segundo os jornais, a ocultação dessas informações reteve evidências consideradas altamente relevantes, prolongou a fase de produção de provas, aumentou os custos do litígio e sobrecarregou o tribunal.
OpenAI diz que pedido tenta ampliar acesso a dados de usuários
Em resposta às acusações, um porta-voz da OpenAI afirmou que o pedido de sanções representa uma tentativa tardia do The New York Times de obter acesso a um número maior de registros e violar a privacidade de usuários que não têm relação com o processo;
Segundo o representante da empresa, o fato de o jornal ter desistido recentemente de algumas alegações demonstraria que a ação judicial estaria enfraquecendo;
“À medida que o caso do Times enfraquece e eles foram forçados a abandonar alegações contra nós, persistem em seus esforços para invadir a privacidade de pessoas que nada têm a ver com este caso, inclusive fazendo essas alegações flagrantemente falsas”, afirmou o porta-voz. “Continuaremos defendendo a privacidade de nossos usuários e os princípios há muito estabelecidos de uso justo”;
No mês anterior, porém, o porta-voz do The New York Times, Graham James, contestou essa interpretação;
Segundo ele, a retirada de algumas alegações não enfraqueceu o processo, mas o tornou mais objetivo ao acrescentar acusações também contra a Microsoft;
“Nossas alegações centrais permanecem as mesmas desde o dia em que ajuizamos este processo — que a Microsoft e a OpenAI roubaram milhões de obras protegidas por direitos autorais do Times para competir com nossos produtos e se enriquecer ilegalmente”, declarou James.
NYT afirma que OpenAI escondeu amostras de até 78 milhões de registros
Embora grande parte da moção esteja sob sigilo, os autores afirmam que Monaco revelou a existência de duas grandes bases de dados já anonimizadas, contendo aproximadamente dez milhões e 78 milhões de registros do ChatGPT.
Segundo os jornais, essas amostras poderiam ter sido disponibilizadas desde o início do processo para acelerar a fase de coleta de provas.
Os autores alegam que a OpenAI jamais revelou a existência desses conjuntos de dados durante dois anos de litígio. Eles afirmam ainda que a empresa já havia pesquisado essas bases anteriormente para localizar conteúdo do The New York Times enquanto desenvolvia um filtro destinado a impedir que o ChatGPT reproduzisse material protegido por direitos autorais.
“A OpenAI estava disposta e capaz de pesquisar seus registros de saída — quando isso a beneficiava”, afirmaram os autores, acusando a empresa de tornar a fase de descoberta “o mais onerosa possível”.
The New York Times, dentre outros jornais, processam OpenAI e outras empresas, como a Microsoft – Imagem: Shutterstock
Advogado do NYT acusa empresa de obstruir acesso às provas
Em declaração à Ars Technica, o advogado principal do The New York Times, Ian Crosby, afirmou que a OpenAI dificultou deliberadamente o acesso aos registros para proteger sua defesa baseada no uso justo. “Por mais de dois anos, a OpenAI mentiu para o Times, para os autores do Daily News, para o público e para o tribunal”, afirmou Crosby.
Segundo ele, a empresa sustentou durante todo esse período que pesquisar as respostas do ChatGPT em busca de reproduções de conteúdos jornalísticos seria inviável, caro e prejudicial à privacidade dos usuários, ao mesmo tempo em que escondia o fato de já ter realizado exatamente esse tipo de pesquisa.
“Se a OpenAI realmente acreditasse que copiar o jornalismo de nossos clientes era justo e legal, não teria escondido a verdade sobre ter feito isso”, declarou.
Tribunal considerou amostra fornecida “inutilizável”
Os autores afirmam que, em vez de disponibilizar as amostras já anonimizadas, a OpenAI obrigou as organizações jornalísticas a trabalhar durante oito meses dentro de um ambiente controlado (“sandbox”), no qual só era possível consultar uma amostra fortemente censurada contendo 20 milhões de registros.
Esse conjunto de dados já era significativamente menor do que os cerca de 120 milhões de registros originalmente solicitados pelos autores.
Segundo a ação, a situação foi agravada porque a OpenAI utilizou inteligência artificial (IA) para realizar aproximadamente 19 bilhões de censuras nessa base de dados. De acordo com os jornais, o volume de ocultações foi tão grande que o próprio tribunal classificou a amostra como “inutilizável”.
Embora parte dessas censuras tenha sido posteriormente removida, os autores afirmam que ainda permanecem ocultos domínios, nomes e outros campos relevantes para a investigação. Enquanto isso, segundo a moção, a OpenAI mantinha sob sua posse uma amostra de 78 milhões de conversas que já estava anonimizada.
Jornais também acusam OpenAI de apagar registros
Os autores afirmam ainda que as reuniões destinadas à negociação das buscas de dados foram excessivamente prolongadas, atrasando a produção de provas.
Próximo ao encerramento da fase de descoberta, a OpenAI teria informado que a amostra de 78 milhões de registros já estava disponível para inspeção havia mais de um ano. Para os autores, essa alegação seria incompatível com a postura adotada pela empresa durante todo o processo, quando sustentava que o acesso a registros adicionais colocaria em risco a privacidade dos usuários.
Além disso, a OpenAI também é acusada de apagar aleatoriamente partes da amostra limitada de 20 milhões de registros e de excluir ou comprimir bilhões de conversas que deveriam ter sido preservadas por determinação judicial.
Segundo o The New York Times, Monaco declarou que a empresa simplesmente decidiu que cumprir a ampla ordem de preservação emitida pelo tribunal seria difícil e, por isso, não tomou providências para preservar todas as conversas.
“Não pode haver dúvida quanto à intencionalidade da conduta da OpenAI, nem qualquer desculpa para seu descumprimento. Segundo o Sr. Monaco, a OpenAI pensou em cumprir a Ordem de Preservação do Tribunal, mas depois decidiu não fazê-lo”, alegaram os autores.
Organizações pedem punições severas
As organizações jornalísticas afirmam que não solicitaram sanções contra a OpenAI de forma leviana, mas sustentam que a gravidade da suposta conduta exige punições capazes de desestimular práticas semelhantes por outras empresas de IA.
Entre os pedidos apresentados ao tribunal está a proibição de que a OpenAI utilize a amostra de 20 milhões de registros, cuja produção foi alvo de disputa durante o processo. Os autores também querem que o tribunal reconheça que os registros de saída continham reprodução substancial de conteúdos protegidos por direitos autorais e impeça a OpenAI de sustentar o contrário.
Outro pedido é que o júri seja informado de que a empresa apagou bilhões de registros, reforçando a tese de que teria atuado para ocultar evidências relacionadas ao suposto impacto de sua tecnologia sobre o mercado jornalístico.
Segundo os autores, “sanções menores não seriam eficazes”. Eles argumentam que “sanções sérias são especialmente apropriadas” porque a suposta má conduta da OpenAI teria sido “consciente e intencional”.
Caso o tribunal conclua que houve comportamento inadequado por parte da empresa, a tentativa de restringir o acesso das organizações jornalísticas aos registros poderá enfraquecer significativamente sua defesa na disputa sobre direitos autorais.
De acordo com os autores, a discussão sobre se o treinamento de modelos de IA com conteúdo protegido configura uso justo dependerá, em grande parte, da capacidade de demonstrar prejuízos ao mercado, e a posição da OpenAI poderá ser afetada caso a amostra de registros amplamente censurada seja desconsiderada pelo tribunal.
O Olhar Digital também entrou em contato com a OpenAI e espera retorno. O post OpenAI é acusada de ocultar provas em processo movido por jornais apareceu primeiro em Olhar Digital.