Meta pede a rejeição do processo por violação de direitos autorais relacionado à pornografia devido a alegações de treinamento de IA

A Meta pediu a um tribunal federal dos EUA para rejeitar um processo que a acusa de fazer o download e distribuir ilegalmente milhares de vídeos pornográficos para treinar os seus sistemas de inteligência artificial. A empresa apresentou uma moção para arquivar o caso na segunda-feira no Tribunal de Distrito dos EUA para o Distrito Norte da Califórnia, argumentando que não há evidências de que os seus modelos de IA contenham ou tenham sido treinados com material adulto protegido por direitos de autor. A Meta descreveu as alegações como “sem sentido e sem fundamento”, insistindo que as reivindicações são completamente infundadas.

As alegações originais da Strike 3 Holdings

A queixa foi originalmente apresentada em julho pela Strike 3 Holdings, uma empresa de filmes para adultos com sede em Miami, por trás de marcas como Vixen, Blacked e Tushy. A empresa acusou a Meta de usar endereços IP corporativos e ocultos para torrentizar quase 2.400 dos seus filmes desde 2018. A Strike 3 argumentou que esses downloads faziam parte de um esforço mais amplo para construir sistemas de IA multimodais capazes de processar dados visuais e baseados em texto.

Questionando a Escala e o Padrão de Downloads

A moção da Meta contesta a lógica por trás da teoria da Strike 3, apontando inconsistências na escala e no padrão dos supostos downloads. De acordo com os documentos do tribunal, apenas 157 dos filmes da Strike 3 foram supostamente baixados usando os endereços IP corporativos da Meta ao longo de um período de sete anos—uma média de cerca de 22 filmes por ano em 47 endereços. A advogada da Meta, Angela L. Dunning, caracterizou a atividade como “miserável, descoordenada,” e provavelmente o trabalho de “indivíduos díspares” que baixam conteúdo para uso pessoal em vez de qualquer esforço corporativo coordenado para coletar dados de treinamento para sistemas de IA.

Endereços IP em disputa e falta de evidência

A petição também contesta a afirmação da Strike 3 de que a Meta utilizou mais de 2.500 endereços IP ocultos ou de terceiros. A Meta argumenta que os reclamantes não conseguiram verificar a propriedade desses endereços e, em vez disso, confiaram em correlações frouxas. Um dos intervalos de IP supostamente ligados à Meta estava, na verdade, registrado a uma organização sem fins lucrativos do Havai sem qualquer conexão com a empresa, enquanto outros não tinham proprietário identificável. A Meta contende ainda que não tinha conhecimento ou capacidade de prevenir quaisquer downloads alegados, enfatizando que não obteve qualquer benefício com eles e que a monitorização constante em toda a rede seria tanto tecnicamente difícil quanto legalmente desnecessária.

Implicações Legais e Estratégicas

Os especialistas jurídicos sugerem que a estratégia de defesa da Meta, embora não convencional, pode ter um peso significativo. Dermot McGrath, co-fundador da empresa de capital de risco Ryze Labs, disse ao Decrypt que a escolha da Meta em negar completamente o uso do material permite-lhe evitar as complexidades de argumentar sobre o uso justo ou divulgar processos internos de formação. De acordo com McGrath, admitir que tais dados foram utilizados teria forçado a Meta a justificar a sua inclusão e abrir os seus sistemas de IA a uma análise externa.

Potencial Falha para Casos Futuros

McGrath alertou que, se o tribunal aceitar a linha de defesa da Meta, isso poderia criar um precedente com implicações de longo alcance. Um veredicto a favor da Meta poderia criar uma brecha que enfraqueceria as proteções de direitos autorais em futuros casos relacionados com IA, tornando mais difícil provar a intenção ou a direção corporativa na utilização de dados. As empresas poderiam, como resultado, tornar-se ainda mais habilidosas em ocultar seus métodos de coleta de dados.

Usos Legítimos de Material Explícito em IA

Apesar da controvérsia, os especialistas reconhecem que existem razões legítimas pelas quais as empresas de IA podem lidar com material explícito. Muitas empresas desenvolvem ferramentas de segurança e moderação projetadas para detectar e bloquear conteúdo prejudicial ou pornográfico. McGrath explicou que as “equipes vermelhas” de IA muitas vezes treinam esses filtros de segurança usando exemplos explícitos, permitindo que os sistemas reconheçam e previnam a geração de tal material. “Para construir filtros de segurança eficazes,” observou ele, “você precisa treinar esses filtros com exemplos do que está tentando bloquear.”