Empresa afirma que 99,99% das conversas do ChatGPT não têm relação com a acusação de violação de direitos autorais, enquanto o NYT quer acesso aos registros para sustentar o processo
A OpenAI pediu a reversão de uma ordem da Justiça dos Estados Unidos que determina a entrega de 20 milhões de conversas do ChatGPT ao The New York Times, no âmbito do processo em que o jornal acusa a empresa de violação de direitos autorais no treinamento do chatbot. O pedido, segundo a Reuters, foi encaminhado a um juiz federal em Nova York e sustenta que disponibilizar os diálogos, ainda que desidentificados, pode gerar risco de exposição de dados pessoais e informação confidencial de usuários.
No documento citado pela agência, a companhia alega que 99,99% das transcrições não guardam relação com as alegações específicas do NYT, pedindo que a exigência seja revista. Em texto reproduzido pela Reuters, a OpenAI escreveu: “Para que fique claro: qualquer pessoa no mundo que tenha usado o ChatGPT nos últimos três anos agora deve enfrentar a possibilidade de que suas conversas pessoais sejam entregues ao The Times para serem vasculhadas à vontade em uma investigação especulativa.”
O New York Times, por sua vez, argumenta que o acesso aos registros das conversas do ChatGPT é essencial para averiguar se conteúdos protegidos por direitos autorais foram utilizados e para rebater a versão da OpenAI de que respostas do chatbot teriam sido “hackeadas” pelo jornal com o objetivo de fabricar evidências.
O que está em jogo no processo entre NYT e OpenAI
A disputa judicial parte da acusação do New York Times de que textos publicados pelo jornal teriam sido usados de forma indevida para treinar sistemas de IA generativa, incluindo o ChatGPT. Para sustentar a ação, o jornal requer as conversas do ChatGPT de um vasto período, o que, na leitura dos advogados do veículo, permitiria verificar a presença de material protegido nas saídas do modelo e reconstruir possíveis caminhos de treinamento e de inferência.
Na outra ponta, a OpenAI reconhece a relevância do litígio para o futuro da indústria de IA, mas acredita que a medida é desproporcional e cria riscos desnecessários a milhões de usuários que confiam na plataforma para tarefas cotidianas, estudos e trabalho. A empresa sustenta que o volume exigido, 20 milhões de conversas do ChatGPT, extrapola o escopo do que seria razoável para clarificar as supostas infrações e que a maioria absoluta dos diálogos não contribuiria para elucidar o mérito da ação.
Segundo a Reuters, a OpenAI reforça que está disposta a cooperar com a Justiça, porém insiste que o recorte solicitado pelo jornal, além de amplo, poderia expor dados sensíveis, mesmo com técnicas de desidentificação. A preocupação ecoa um debate mais amplo sobre privacidade de usuários e sobre como autoridades e cortes devem calibrar pedidos de prova envolvendo grandes bases de dados de serviços digitais.
Privacidade, desidentificação e o temor de exposição
Na decisão que ordena a entrega das conversas do ChatGPT, a juíza Ona Wang destacou que os bate-papos devem ser fornecidos com “desidentificação completa”, além de outras salvaguardas para evitar a identificação de usuários. A formulação busca reduzir o risco de reidentificação, uma preocupação constante quando se lida com grandes conjuntos de dados de linguagem natural.
A OpenAI, entretanto, alerta que, mesmo com a remoção de nomes, e-mails ou outros identificadores diretos, trechos de texto podem conter pistas, metadados ou contextos que facilitem a reconstrução de perfis, principalmente em um volume tão grande quanto 20 milhões de conversas do ChatGPT. Por isso, argumenta que a ordem, tal como formulada, abre margem para exposição de conteúdo confidencial de pessoas e empresas que utilizam o serviço.
O receio também alcança o campo da concorrência e da segurança. Ao circular fora do ambiente da plataforma, grandes amostras de diálogos podem se tornar alvo de vazamentos, ataques ou usos indevidos. Em paralelo, especialistas lembram que conversas com modelos de linguagem frequentemente trazem informações estratégicas, ideias de produtos, códigos e dados internos, ainda que fornecidos voluntariamente pelos usuários.
O próximo passo do caso e o prazo estipulado pela Justiça
Até o momento, a determinação judicial permanece válida e, caso não haja reviravolta, as transcrições devem ser apresentadas até sexta-feira, 14, conforme noticiado. O pedido de reversão apresentado pela OpenAI tende a acelerar a análise no tribunal federal, dado o prazo e a repercussão do tema.
O New York Times sustenta que o acesso aos registros é indispensável para checar se o ChatGPT reproduziu material protegido e para afastar a tese de que suas interações com o chatbot teriam sido manipuladas com o intuito de construir um caso artificial. Já a OpenAI insiste que a maioria esmagadora das conversas do ChatGPT não guarda relação com os episódios alegados, além de reforçar que a exigência colide com padrões de proteção de privacidade esperados por usuários em serviços online.
Como pano de fundo, o embate expõe a tensão entre a proteção de direitos autorais na era da IA e a necessidade de resguardar dados pessoais. O desfecho, qualquer que seja, tende a ditar parâmetros para o uso de grandes bases de conversas em litígios envolvendo IA generativa, influenciando tanto investigações futuras quanto práticas de governança de dados em empresas de tecnologia.