Um tribunal federal não decidiu que treinar um modelo de IA com livros protegidos por direitos autorais é ilegal. Também não decidiu que fazer isso é sempre legal. No caso Bartz v. Anthropic, o tribunal do distrito norte da Califórnia traçou uma linha mais estreita do que as duas manchetes sugerem. Treinar com esses livros poderia plausivelmente ser fair use segundo o direito autoral dos Estados Unidos, mas manter cópias pirateadas desses mesmos livros para treinar com elas foi um ato separado, e esse ato separado não era protegido. A distinção entre essas duas questões, como o material foi usado e como foi adquirido, é o que de fato decidiu o caso. É também a parte que a maior parte da cobertura sobre o consequente acordo de 1,5 bilhão de dólares deixou passar.
O que o tribunal realmente constatou
O tribunal examinou duas questões jurídicas separadas. Primeiro, se treinar um grande modelo de linguagem com livros protegidos por direitos autorais é um uso transformativo que pode ser fair use. Segundo, se a forma como a Anthropic obteve os livros usados no treinamento, baixando-os do Library Genesis e do Pirate Library Mirror, ambos repositórios conhecidos de pirataria, era em si lícita. As respostas não foram iguais para as duas questões. Treinar com esses livros poderia plausivelmente ser fair use, constatou o tribunal, porque o modelo aprende padrões estatísticos do texto em vez de reproduzir ou distribuir os livros em si. Mas adquirir as cópias de sites de pirataria e mantê-las em uma biblioteca interna permanente não era coberto pelo mesmo raciocínio. O fair use pode proteger certos usos de uma obra já possuída legalmente, mas não torna retroativamente lícita a forma como a cópia foi obtida em primeiro lugar. Essa segunda conclusão, sobre a biblioteca formada com cópias pirateadas e não sobre o treinamento em si, foi o que gerou a responsabilidade e moldou o acordo aprovado pela juíza Araceli Martinez-Olguin em 20 de julho de 2026.
Por que a distinção importa além deste caso
É tentador resumir isso a "treinamento de IA está tudo bem" ou "treinamento de IA é ilegal". Nenhuma das duas é precisa, e tratar qualquer uma delas como regra estabelecida daqui em diante interpreta mal o que aconteceu. O fair use no direito autoral dos Estados Unidos é decidido caso a caso, com base nos fatos: o que foi copiado, quanto, para qual finalidade, e com qual efeito sobre o mercado da obra original. Bartz v. Anthropic responde a essas perguntas para uma única empresa, com um conjunto específico de fontes, sob um conjunto específico de fatos. Não é uma decisão geral que cubra todas as empresas de IA ou todos os pipelines de treinamento, e outros tribunais que examinem questões semelhantes continuam livres para chegar a conclusões diferentes com fatos diferentes. O que se generaliza de forma mais confiável do que um único veredito é a própria estrutura do raciocínio: um tribunal que faz duas perguntas separadas em vez de uma. O que foi feito com o material, e separadamente, como foi obtido. Uma empresa pode perder na segunda pergunta mesmo que pudesse ter vencido a primeira.
O que isso significa para seus próprios dados e documentos
Para equipes jurídicas e de conformidade, a lição prática não é uma opinião legal sobre treinamento de IA. É uma questão de procedência que existia muito antes da IA. Se sua organização usa ferramentas de IA, constrói sobre dados de treinamento, ou licencia conteúdo para terceiros que possam usá-lo para treinar modelos, a pergunta que vale a pena fazer não é apenas se uma atividade é chamada de treinamento. É de onde o material subjacente realmente veio, e se você consegue comprovar isso. Um modelo construído sobre material licenciado legalmente ou adquirido de forma adequada ocupa uma posição jurídica muito diferente de um construído sobre repositórios pirateados, mesmo quando o método de treinamento parece idêntico visto de fora.
A mesma lógica se aplica ao contrário, para o material que sua própria organização cria. Conseguir mostrar quando um documento existiu, quem o criou, e que ele não foi alterado desde então é um fato separado e comprovável, independente de qualquer argumento sobre como alguém o usou depois. Um registro datado e verificável desse tipo não resolve sozinho uma disputa de fair use, mas elimina exatamente a ambiguidade que a origem pirateada criou para a Anthropic neste caso: a ambiguidade sobre de onde algo veio e se a cadeia até o original alguma vez foi limpa. Equipes jurídicas e de conformidade que lidam com questões de procedência de propriedade intelectual, ligadas à IA ou não, podem encontrar informações sobre como o selamento e a marcação de data e hora de documentos sustentam uma cadeia de custódia clara na página de soluções jurídicas e de propriedade intelectual da Swiss Trust Layer. Ela não dirá se um determinado uso é fair use. Foi criada para a pergunta adjacente, mais fácil de responder: você consegue provar o que tinha, e quando.
