É uma discussão que devemos fazer de forma mais ampla para que envolva questões de direitos autorais, certamente, mas incentive novos questionamentos filosóficos. Chegamos em um momento em que vamos precisar rediscutir novos conceitos sobre como entender e tratar o conhecimento gerado pela humanidade.
É certo que sem acesso aos dados a máquina não pode aprender, e isso limita o avanço tecnológico. Por outro lado, como equilibrar esse acesso com a justa remuneração e reconhecimento dos criadores originais?
Alguns pensadores defendem que o conhecimento acumulado e disponível poderia ser utilizado como um “bem comum”. Eu gosto da ideia, mas pergunto se isso é coerente quando o conhecimento está sendo utilizado por empresas enormes para treinar modelos proprietários e fechados?
Se fosse algo focado em modelos abertos o argumento até poderia fazer sentido, como já acontece com algumas exceções para propósitos de pesquisas. O dilema está em como equalizar o avanço tecnológico com a valorização do trabalho criativo humano, ainda mais quando sabemos que é a humanidade que cria todo o combustível criativo das máquinas.
Enquanto a discussão está acalorada nos EUA, aqui no Brasil ela já avançou. O PL 2338/2023, que visa regular a IA no Brasil e foi aprovado no Senado no fim de 2024, obriga quem desenvolve IA a informar quais conteúdos protegidos por direitos autorais foram utilizados no treinamento do modelo e prevê uma possível remuneração aos seus proprietários.
Esse foi um item que gerou muito debate e resistência. Os desenvolvedores brasileiros dizem que isso vai atrasar ainda mais o Brasil na disputa pela IA. Embora seja um argumento similar ao da OpenAI, precisamos considerar que as startups brasileiras não têm o mesmo poder econômico das Bigtechs dos EUA.
