Documentos desselados no caso do New York Times transformam procedência de dados em cláusula de contrato

Uma versão sem tarjas da petição em que o New York Times e outros veículos pedem julgamento antecipado contra a OpenAI e a Microsoft foi tornada pública na quinta-feira, 17 de setembro. O documento integra o litígio de direitos autorais consolidado na Corte Distrital do Distrito Sul de Nova York, sob o juiz Sidney H. Stein, e cita trechos de comunicações internas das duas empresas sobre o uso de conteúdo jornalístico para treinar modelos de linguagem.

Segundo a reportagem do TechCrunch, em memorando interno de janeiro de 2023 Brent Hecht, diretor de ciência aplicada da Microsoft, descreveu a coleta massiva de trabalho alheio como um roubo espantoso, de proporções sem precedentes, e possivelmente o maior roubo de trabalho da história da humanidade.

Um ano depois, em apresentação interna de janeiro de 2024, o mesmo executivo teria chamado a queda de tráfego dos sites de notícia de doom loop, um ciclo que prejudicaria ao mesmo tempo o desempenho dos modelos e a web inteira, conforme trechos reproduzidos pela 404 Media. Um documento da Microsoft citado na petição registra que é altamente incomum um produto final ameaçar as bases econômicas de seus fornecedores essenciais, e afirma que foi essa a situação criada para o negócio de modelos de linguagem em relação à sua cadeia de suprimento de conteúdo.

O que a petição apresenta

Os elementos citados pelos autores, todos extraídos do documento judicial e ainda não submetidos a decisão do juiz, incluem:

• Volume de cópias: mais de 91.692 cópias de obras publicadas pelo New York Times, pelo Daily News e pelo Center for Investigative Reporting nas bases de treinamento intermediário da OpenAI.

• Origem dos dados: mais de 2 milhões de documentos do domínio nytimes.com em conjuntos derivados do Common Crawl, além de 160.903 obras únicas em uma base interna chamada Project Mango.

• Efeito sobre tráfego: queda de até 93% na taxa de cliques para o domínio do New York Times quando a resposta vinha do Copilot, em comparação com a busca tradicional do Bing. Segundo a petição, o número vem de dados da própria Microsoft.

• Declarações de executivos: em depoimento, o presidente-executivo da Microsoft, Satya Nadella, afirmou que qualquer coisa atrás de paywall deveria ser licenciada por quem quiser usá-la, para fundamentação de respostas ou para treino. Nick Turley, responsável pelo ChatGPT na OpenAI, escreveu internamente que os veículos enfrentam uma ameaça existencial de produtos em larga medida substitutivos.

• Contorno de paywall: a petição cita uma troca interna sobre um artifício para driblar o paywall do New York Times, à qual o presidente e cofundador da OpenAI, Greg Brockman, teria respondido com um breve elogio, de acordo com o relato do TheWrap.

O que mudou não foi a acusação

O conteúdo do processo não é novo. A ação do New York Times foi protocolada em dezembro de 2023 e sobreviveu, em março de 2025, à maior parte dos pedidos de extinção apresentados pela OpenAI.

O que mudou foi a autoria do diagnóstico.

Uma coisa é o autor da ação sustentar que houve dano ao seu negócio. Outra é encontrar avaliação semelhante escrita, antes do litígio, por quem está sendo acusado. Para efeito de estratégia empresarial, essa diferença importa mais do que o desfecho jurídico: ela mostra que o risco era compreendido internamente enquanto a decisão comercial seguia adiante.

Três consequências que não se restringem à mídia

A leitura mais plausível para empresas que não são veículos de imprensa é que três assuntos saíram do campo da reputação e entraram no campo do contrato e do orçamento.

1. Procedência de dados vira cláusula, não discurso

Quem contrata modelos, agentes ou automações passa a ter argumento concreto para exigir do fornecedor declaração de origem dos dados de treino, direito de auditoria, indenização por reivindicação de terceiros e plano de substituição. Até aqui, procedência era tratada como tópico de página institucional. Um processo em que documentos internos viram anexo muda o custo de não ter isso escrito.

2. Tráfego de busca deixa de ser variável sazonal

Qualquer negócio cuja demanda dependa de ser encontrado em buscador precisa modelar a hipótese de queda estrutural de cliques, não apenas de oscilação de algoritmo. O número de 93% citado na petição é alegação de uma das partes, mas a direção do movimento é observável há algum tempo por quem acompanha os próprios relatórios de origem de tráfego.

3. Comunicação interna é prova

Um memorando de janeiro de 2023 virou peça processual em setembro de 2026. Isso não é argumento para escrever menos, nem para criar cultura de silêncio. É argumento para registrar análise de risco no canal certo, com a qualificação certa, em vez de deixá-la solta em apresentação de time.

O que os documentos não decidem

Documento desselado mostra o que foi dito, não o que será decidido.

A Microsoft informou ao TheWrap que as observações de Nadella tratavam de princípios amplos e de mudanças em curso na forma como as pessoas encontram e consomem informação, e que não devem ser confundidas com conclusões sobre as questões de direito autoral em análise pela corte. Sobre o memorando de Hecht, a empresa declarou que os comentários refletem a perspectiva individual de um funcionário, não constituem análise jurídica e não representam a posição da companhia, que está exposta em suas petições. A OpenAI não respondeu aos pedidos de comentário feitos pelo TechCrunch e pelo TheWrap.

Há ainda o contexto jurídico. A reportagem do TechCrunch registra que decisões recentes têm sido em geral favoráveis ao argumento das empresas de inteligência artificial de que o treinamento configura uso justo, e que, no início de setembro, o governo dos Estados Unidos apresentou manifestação na mesma corte em defesa dessa tese, conforme também noticiou o The Intercept. Manifestação de interesse não vincula o juiz.

O processo também está longe do fim. As partes apresentaram pedidos de julgamento antecipado em 4 de setembro, e o calendário fixado prevê réplicas até 6 de novembro, segundo o acompanhamento do blog jurídico Chat GPT Is Eating the World, que publica os documentos do processo consolidado na Corte do Distrito Sul de Nova York. Não há data de julgamento marcada.

A pergunta que sobra para quem não é o New York Times

A disputa entre gigantes tende a ocupar a manchete. A consequência prática, porém, é mais silenciosa: o modelo econômico que sustentava a produção de conteúdo por empresas comuns está sendo renegociado sem que elas estejam na mesa.

Uma empresa de serviço publica conhecimento por um motivo economicamente simples. Ela escreve, é encontrada, recebe a visita e converte parte dessa visita em conversa comercial. Quando a resposta substitui o clique, a primeira etapa continua funcionando e a terceira desaparece. O conteúdo segue alimentando o mercado, sem alimentar o funil de quem o produziu.

Isso não significa parar de publicar. Significa tratar o acervo próprio como ativo com política de uso, e não como material promocional indiferenciado.

Quatro perguntas úteis para a próxima reunião de marketing ou de tecnologia:

• Que parte do acervo existe para ser encontrada e citada, inclusive por sistemas de resposta, e que parte deveria estar atrás de cadastro, contrato ou relacionamento direto?

• Qual percentual da geração de demanda depende hoje de tráfego orgânico de busca, e o que acontece com o pipeline se esse número cair pela metade em doze meses?

• Os contratos com fornecedores de inteligência artificial dizem alguma coisa sobre origem dos dados de treino, responsabilidade por reivindicação de terceiros e direito de auditoria?

• Existe canal definido para registrar avaliação de risco interna, de modo que ela seja documentada como análise e não como opinião solta?

Nenhuma dessas perguntas depende do resultado do processo em Nova York. Todas ficam mais caras de responder depois que ele terminar.