Caso GEMA v. OpenAI: tribunal alemão regular reprodução ilícita de obras no treinamento de IA

2. Fundamentação do tribunal: a memorização de dados como forma de reprodução de obras protegidas

Ao examinar a controvérsia sob a perspectiva do direito autoral europeu e alemão, o Landgericht München desenvolveu uma fundamentação jurídica particularmente relevante acerca da natureza técnica do funcionamento dos modelos de linguagem de grande escala e de sua relação com os conceitos tradicionais de fixação e reprodução de obras protegidas .

O tribunal concluiu que o processo de treinamento de sistemas de inteligência artificial pode, em determinadas circunstâncias, configurar juridicamente um ato de reprodução de obras protegidas , ainda que os dados utilizados no treinamento não permaneçam armazenados no sistema sob a forma de cópias literárias ou registros textuais idênticos às obras originais.

Segundo a decisão, o elemento determinante para a caracterização jurídica da reprodução não reside necessariamente na presença de uma cópia textual integral da obra dentro do sistema, mas sim na possibilidade técnica de que o conteúdo protegido seja reconstruído ou recuperado de forma reconhecível a partir da estrutura interna do modelo .

No caso concreto, o tribunal observou que, por meio de comandos simples formulados pelos usuários do ChatGPT , o sistema era capaz de gerar trechos substanciais de determinadas letras musicais de maneira suficientemente fiel para permitir sua identificação inequívoca.

Essa circunstância levou o tribunal a concluir que as obras construídas foram incorporadas às restrições do modelo durante o processo de treinamento , permanecendo, portanto, funcionalmente presentes na arquitetura do sistema.

Para fundamentar essa conclusão, os magistrados recorreram a estudos e publicações da literatura científica na área de ciência da computação e aprendizado de máquina, especialmente aqueles que descrevem o fenômeno conhecido como “memorização de dados de treinamento” (training data memorization) . Isso se refere à possibilidade de que modelos de linguagem, especialmente quando treinados com grandes volumes de dados textuais, internalizem informações específicas apresentadas nos dados de treinamento e sejam posteriormente capazes de reproduzi-los, integral ou parcialmente, em suas respostas.

O tribunal concluiu que essa capacidade de recuperação de conteúdo protegido demonstra que os dados utilizados no treinamento não são meramente analisados ​​de forma abstrata, mas podem permanecer incorporados aos chamados “pesos” ou partes probabilísticas do modelo , constituindo uma forma técnica distinta, mas juridicamente relevante, fixação da obra.

Nesse contexto, o corte enfatizou que o conceito jurídico de fixação no direito autoral europeu não exige necessariamente a existência de um armazenamento literal ou textual da obra em determinado suporte. O requisito essencial é que a obra possa ser percebida, reproduzida ou comunicada por meios técnicos , ainda que sua representação interna assuma a forma matemática ou probabilística.

Assim, para o tribunal, a circunstância de que as letras das músicas estejam representadas no modelo por meio de valores numéricos, probabilidades estatísticas ou vetores de parâmetros não impedem o reconhecimento de que houve incorporação da expressão criativa protegida.

A decisão ilustrou esse esclarecimento por meio de uma analogia técnica particularmente significativa com os métodos de atualização digital utilizados em arquivos MP3 .

Nesse tipo de tecnologia, o conteúdo original da obra sonora não permanece armazenado de forma idêntica ao sinal analógico original, mas é convertido em uma estrutura matemática compacta baseada em algoritmos de especificidades.

Apesar dessa técnica de transformação, o conteúdo musical continua identificável e recuperável , permitindo sua reprodução auditiva de maneira reconhecível. De forma semelhante, entendida pelo tribunal, as restrições de um modelo de linguagem podem conter informações derivadas da obra protegida que, embora transformadas em representações matemáticas, permitem a adição do conteúdo criativo.

Com base nessa interpretação, o tribunal concluiu que a incorporação das letras musicais nas restrições do modelo durante o treinamento constitui juridicamente um ato de reprodução da obra , uma vez que a expressão protegida permanece restrita e suscetível de proteção.

Além disso, quando o sistema gera, em resposta a proteção dos usuários, trechos substanciais dessas letras, ocorre um novo ato de reprodução , bem como um ato de comunicação ou disponibilização da obra ao público , na medida em que o conteúdo protegido é transmitido a terceiros por meio da plataforma digital.

Em consequência, o corte entendeu que tais condutas configuram violação dos direitos patrimoniais exclusivos previstos tanto na legislação alemã de direitos autorais quanto no direito europeu harmonizado. Em particular, a decisão fez referência aos direitos de reprodução e de comunicação ao público previstos na Diretiva 2001/29/EC , conhecida como Diretiva InfoSoc , instrumento normativo fundamental da União Europeia destinado a garantir a proteção das obras no ambiente digital.

Desta forma, o tribunal concluiu que a utilização de obras protegidas no treinamento de modelos de inteligência artificial, quando permite uma documentação posterior reconhecível de seu conteúdo, pode configurar a reprodução não autorizada e a comunicação pública da obra , sujeitando o operador do sistema às responsabilidades previstas no regime jurídico do direito autoral.

5. A importância da decisão para o direito europeu

Embora a decisão ainda esteja sujeita à revisão por instâncias superiores, nomeadamente perante o Oberlandesgericht München (Tribunal Superior Regional de Munique) e, em última instância, potencialmente perante o Tribunal de Justiça da União Europeia,  o julgamento já vem sendo amplamente considerado por juristas, especialistas em propriedade intelectual e operadores do direito como um marco jurídico na evolução da regulação da artificial no contexto europeu.

Isso se deve ao fato de que a primeira decisão venceu diretamente, pela vez em um tribunal europeu, a questão estrutural de saber se e em que medida o treinamento de modelos de linguagem de grande escala pode implicar violação de direitos autorais , tema que se encontra no centro das tensões contemporâneas entre inovação tecnológica, economia digital e proteção da criatividade humana.

A relevância do julgamento transcende, portanto, o caso concreto envolvendo a GEMA e a OpenAI , pois dispõe de parâmetros interpretativos que podem influenciar significativamente o desenvolvimento da importação europeia em matéria de inteligência artificial generativa.

Em particular, a decisão contribui para delimitar os contornos jurídicos da aplicação das normas de direito autoral da União Europeia, especialmente aquelas previstas na Diretiva 2001/29/CE (Diretiva InfoSoc) e na Diretiva (UE) 2019/790 (Diretiva CDSM), a tecnologias emergentes em aprendizagem de máquina.

A importância estratégica da decisão pode ser detalhada, em especial, a partir de três dimensões principais.

Em primeiro lugar, trata-se de uma das primeiras decisões judiciais europeias a examinar diretamente o funcionamento jurídico do treinamento de modelos de linguagem de grande escala (Large Language Models – LLMs) . Até então, a maior parte do debate sobre a compatibilidade entre treinamento de sistemas de inteligência artificial e direitos autorais havia ocorrido no plano doutrinário, regulatório ou legislativo. Ao analisar concretamente a forma como um modelo de linguagem aprende a partir de grandes conjuntos de dados — incluindo obras protegidas — o tribunal temático no debate jurídico europeu uma reflexão estruturada sobre a natureza das operações técnicas envolvidas no treinamento de IA e suas consequências jurídicas. Essa abordagem inaugura um novo campo de litigância e interpretação normativa que provavelmente será explorado em futuros processos envolvendo não apenas música, mas também textos literários, obras jornalísticas, imagens e outros conteúdos protegidos.

Em segundo lugar, a decisão representa uma reinterpretação significativa do conceito jurídico de reprodução e fixação da obra no ambiente digital , ao considerar que a incorporação de conteúdos protegidos nos parâmetros probabilísticos de um modelo de inteligência artificial pode constituir uma forma juridicamente relevante de reprodução. Tradicionalmente, o direito autoral foi concebido a partir da ideia de que a reprodução de uma obra implica a existência de uma cópia identificável em um suporte material ou digital. No entanto, ao admitir que representações matemáticas ou probabilísticas contidas nos pesos de um modelo de linguagem podem preservar a expressão criativa protegida, o tribunal ampliou o alcance do conceito de fixação da obra. Essa interpretação tem potencial para reflexão profundamente o desenvolvimento da inteligência europeia sobre artificial generativa, uma vez que desafia as categorias tradicionais do direito autoral e exige uma adaptação do arcabouço normativo às novas formas de processamento e armazenamento de informação.

Em terceiro lugar, a decisão reforça a tendência crescente, no contexto europeu, de estimular ou exigir a criação de mecanismos de licenciamento e financiamento para a utilização de obras protegidas no treinamento de sistemas de inteligência artificial . Ao reconhecer que o uso de letras musicais no treinamento de modelos de linguagem pode constituir exploração econômica de obras protegidas, o tribunal abre espaço para o desenvolvimento de novos modelos de licenciamento coletivo ou acordos setoriais entre empresas de tecnologia e titulares de direitos. Essa dinâmica pode levar ao surgimento de estruturas institucionais projetadas regularmente ou ao acesso a grandes bases de dados criativos utilizadas no treinamento de IA, permitindo simultaneamente a continuidade da inovação tecnológica e o recrutamento adequado dos criadores.

Nesse sentido, o diretor executivo da GEMA, Tobias Holzmüller , afirmou que o julgamento representa um precedente significativo para a proteção da criação intelectual na era da inteligência artificial. Segundo suas declarações, a decisão demonstra que “a internet não é uma loja de autosserviço e as realizações criativas humanas não específicas de recursos gratuitos para o treinamento de sistemas de inteligência artificial” .

Tal afirmação sintetiza o núcleo do debate contemporâneo sobre a governança jurídica da economia digital: a necessidade de estabelecer um equilíbrio entre o desenvolvimento de tecnologias baseadas em dados e a preservação dos direitos econômicos e morais dos autores cujas obras específicas a matéria-prima da inovação tecnológica.

Assim, ainda que o desenvolvimento definitivo do caso dependa de eventual revisão pelas instâncias superiores, a decisão do tribunal de Munique já se apresenta como um precedente político estruturante para o direito autoral europeu na era da inteligência artificial , contribuindo para delinear os contornos jurídicos da relação entre sistemas algorítmicos, dados culturais e direitos fundamentais da criação intelectual.