Imagine ter seu trabalho árduo, suas pesquisas e análises meticulosas, utilizadas sem permissão e sem qualquer retorno financeiro. Essa é a realidade enfrentada por produtores de conteúdo globalmente, que agora intensificam sua cruzada contra bots de inteligência artificial.
No fogo cruzado dessa guerra digital, uma vítima inesperada emerge: o Internet Archive. Descubra por que a ferramenta vital para a memória da internet está sendo bloqueada e o que isso significa para o futuro do conteúdo online.
A Ascensão dos Bots de IA e a Ameaça ao Conteúdo
Os chamados “crawlers” de IA são robôs que raspam o conteúdo dos sites. Eles são essenciais para o treinamento de modelos de linguagem, como os que alimentam serviços como o ChatGPT.
Essa prática gerou uma onda de processos judiciais pelo mundo, incluindo a ação movida pelo The New York Times contra a OpenAI. A controvérsia se intensifica com o potencial da IA de substituir mecanismos de busca.
Isso representa uma ameaça direta ao modelo de negócios das empresas de mídia. Elas dependem do tráfego, da publicidade e das assinaturas para monetizar seu conteúdo.
Samira de Castro, presidente da Fenaj (Federação Nacional dos Jornalistas), explica o dilema. “As empresas de tecnologia utilizam as reportagens, análises, os dados produzidos nas redações, muitas vezes com alto custo, para treinar esses modelos que depois oferecem respostas diretamente aos usuários”.
Ela alerta que “sem o acesso ao tráfego, à publicidade ou às assinaturas, os veículos correm o risco de ver o seu conteúdo gerar valor para terceiros sem qualquer retorno financeiro.”
O Internet Archive no Fogo Cruzado
O Internet Archive, com seu serviço Wayback Machine, é uma organização sem fins lucrativos que há 30 anos arquiva cópias digitais da internet. Ele se tornou uma espécie de “máquina do tempo” da web.
No entanto, a plataforma passou a ser vista como um risco pelos produtores de conteúdo. Robôs de IA poderiam usar o arquivo do Wayback Machine para contornar as restrições impostas nos sites oficiais.
Grandes Mídias Reagem ao Bloqueio
Diversas empresas de mídia já tomaram medidas drásticas para proteger seu conteúdo. Elas visam impedir que seus artigos sejam acessados e usados para treinamento de IA.
O jornal britânico The Guardian, por exemplo, bloqueou o acesso de robôs do Internet Archive. Ele também removeu seu conteúdo da API da plataforma e do próprio Wayback Machine.
Outros veículos seguiram o exemplo. O Financial Times e o The New York Times estão entre os que adotam medidas semelhantes para proteger suas publicações.
Em agosto do ano passado, o Reddit também bloqueou os bots do Internet Archive. A plataforma social tenta licenciar seu conteúdo, como no recente acordo com o Google.
Acordos de Licenciamento: Uma Alternativa?
Parcerias de licenciamento de conteúdo têm se espalhado pela indústria. Elas surgem como uma forma de evitar novos litígios e garantir alguma remuneração aos criadores.
- A Meta firmou acordo com a CNN.
- A OpenAI fez parceria com o The Washington Post.
- O Google se uniu à Associated Press.
A Importância Histórica do Internet Archive
Nascido nos anos 1990, o Internet Archive tinha como missão resolver um problema fundamental: a preservação do conteúdo digital. Ao contrário de bibliotecas físicas, o conteúdo online era efêmero.
O Wayback Machine se tornou uma ferramenta de pesquisa inestimável. É usado por historiadores, pesquisadores e jornalistas para investigações e consulta de documentos históricos da web.
Diogo Cortiz, professor da PUC-SP, destaca sua relevância. “O Internet Archive deu uma espécie de permanência para conteúdos que nasceram digitais. Eles parecem permanentes, mas na verdade são efêmeros.”
Ele complementa: “Acho que foi um projeto bem-sucedido, que hoje tem uma abrangência bastante ampla. Era a época em que as pessoas estavam começando a criar seus sites e blogs, que rapidamente saíam do ar.”
Evidências de Uso por Empresas de IA
Há diversas evidências de que o Wayback Machine foi utilizado por empresas de IA. No início da onda atual de IA, relatórios técnicos públicos indicavam as bases de dados usadas.
Esses relatórios revelaram o uso de cópias piratas de livros, inclusive de autores brasileiros. O arquivo da internet estava entre as fontes exploradas para treinamento de modelos.
Uma investigação do The Washington Post em 2023 mostrou que o Wayback Machine estava entre milhões de sites usados por Google e Meta. Em uma base de dados de 15 milhões de domínios, o arquivo aparecia na posição 187 dos mais presentes.
Brewster Kahle, fundador do Internet Archive, afirmou que a organização toma medidas de proteção. Isso inclui impedir o download em massa de algumas coleções digitais, essencial para o treinamento de IA.
No entanto, críticos apontam que o projeto ainda não bloqueia os bots das principais empresas de tecnologia. Isso mantém a vulnerabilidade para o uso não autorizado de conteúdo.
Medidas de Proteção e o Futuro da Preservação Digital
A disputa entre produtores de informação e empresas de IA levanta uma questão crucial. Como equilibrar a proteção do conteúdo com a preservação da memória digital?
Samira de Castro, da Fenaj, ressalta: “O Internet Archive sempre cumpriu um papel fundamental de preservação da memória digital para jornalistas, pesquisadores e historiadores.”
Ela conclui que “limitar esse acesso pode enfraquecer a preservação do registro histórico na internet.”
A longo prazo, o caminho mais equilibrado provavelmente envolve novos marcos regulatórios. Modelos de licenciamento que remunerem o jornalismo sem comprometer iniciativas legítimas de preservação da web são a chave.
- Novos Marcos Regulatórios: Legislação clara para o uso de conteúdo por IA.
- Modelos de Licenciamento: Acordos que remuneram os criadores por seus dados.
- Equilíbrio: Proteger o valor do conteúdo sem prejudicar a memória digital.
A batalha pela propriedade intelectual na era da IA está redefinindo o acesso e a preservação do conhecimento online. O futuro da internet aberta e da remuneração justa para criadores depende dessas decisões.
👍 Este conteúdo foi útil? Clique abaixo para avaliar!
CURTIR AGORA
