Conflito entre Meta e OpenAI perde força com entrada em vigor das regras de transparência de IA da UE

Meta e OpenAI passam a enfrentar regras obrigatórias de transparência da UE a partir de 2 de agosto, apesar de alegações de que a Meta rejeitou o marco enquanto a OpenAI aderiu a mais de 180 signatários.

Essa narrativa mistura dois códigos distintos da UE e erra os números. A Meta recusou um código sobre IA de finalidade geral em 2025, mas concordou com o código mais recente de transparência de conteúdo em 28 de julho de 2026. A Comissão Europeia afirma que mais de 180 partes interessadas ajudaram a elaborar esse código. Elas eram participantes, não necessariamente signatárias.

A correção muda a história. Não se trata de uma simples divisão entre Meta e OpenAI sobre a necessidade de rótulos para conteúdo sintético. Ambas as empresas agora apoiam o marco voluntário para implementar esses rótulos, permanecendo legalmente responsáveis nos termos da Lei de IA da UE.

O Artigo 50 começa a ser aplicado em 2 de agosto. Ele exige que determinados sistemas de IA se identifiquem, que os resultados gerados incluam marcas legíveis por máquinas e que conteúdo sintético especificado receba divulgações visíveis.

A parte difícil começa após o prazo. As empresas precisam preservar uma proveniência útil ao longo da edição e distribuição, enquanto reguladores decidem como será, na prática, uma conformidade adequada.

O que a Lei de IA da UE muda em 2 de agosto

As novas regras criam várias obrigações distintas, em vez de um rótulo universal para tudo o que é feito com IA.

Provedores de sistemas interativos de IA devem informar as pessoas quando elas estiverem lidando com IA, a menos que isso já seja evidente. A exigência abrange interfaces conhecidas, como chatbots, assistentes e sistemas conversacionais de atendimento ao cliente.

A divulgação deve ocorrer, no máximo, na primeira interação. Uma empresa não pode esconder a informação em termos que os usuários raramente abrem.

O mesmo princípio se aplica a sistemas que geram ou manipulam imagens, áudio, vídeo ou texto. O Artigo 50 exige que os provedores tornem os resultados relevantes detectáveis como artificiais ou manipulados.

O texto da Lei de IA afirma que essas medidas técnicas devem ser eficazes, interoperáveis, confiáveis e razoavelmente resilientes. Ele também pede que os provedores considerem os padrões disponíveis e os custos de implementação.

Uma marca legível por máquinas é uma informação que softwares conseguem detectar e processar. Ela pode usar metadados, marcas d’água, impressões digitais, registros ou uma combinação de técnicas.

Essa obrigação técnica é mais ampla do que um rótulo visível. Ela se aplica no nível do resultado do sistema, inclusive quando um espectador humano não vê selo ou aviso.

A divulgação visível segue um conjunto mais restrito de regras. Organizações que utilizam um sistema de IA profissionalmente devem divulgar deepfakes que envolvam imagens, áudio ou vídeo sintéticos ou manipulados.

A lei define deepfake como conteúdo que se assemelha a pessoas, objetos, lugares, entidades ou eventos reais e que pareceria falsamente autêntico. Essa definição vai além da personificação política.

Textos gerados por IA recebem tratamento diferente. Uma divulgação é obrigatória quando o texto informa o público sobre assuntos de interesse público.

No entanto, aplica-se uma exceção quando humanos revisam o conteúdo ou exercem controle editorial. Uma pessoa ou organização também deve assumir responsabilidade editorial pela publicação.

Obras criativas e satíricas recebem outra flexibilização. As divulgações não devem impedir a exibição normal ou a apreciação de conteúdo artístico, ficcional ou semelhante.

Essas distinções importam para editoras, estúdios de jogos, equipes de publicidade e plataformas sociais. Uma demonstração sintética de produto pode gerar obrigações diferentes de um resumo jornalístico editado.

As diretrizes de transparência da Comissão Europeia explicam como as autoridades devem interpretar o Artigo 50 de forma consistente. As orientações não substituem o próprio regulamento.

As regras se aplicam a sistemas colocados no mercado da UE ou usados nele. Um provedor não escapa delas apenas porque sua sede fica fora da Europa.

Conteúdo gerado e divulgado antes de 2 de agosto não exige rotulagem retroativa. Novos resultados criados após o prazo entram no período ativo de conformidade.

Uma transição proposta daria a determinados sistemas existentes até 2 de dezembro de 2026 para a marcação legível por máquinas. Essa flexibilização diz respeito a uma obrigação técnica limitada, não a todos os requisitos do Artigo 50.

A proposta também não deve ser confundida com um adiamento geral da fiscalização. As empresas ainda precisam identificar quais sistemas, resultados e usos profissionais se enquadram em cada obrigação.

Isso cria pressão imediata sobre interfaces de produto e fluxos de publicação. Um chatbot precisa de uma divulgação de identidade, enquanto um pipeline de conteúdo precisa de proveniência durável e rótulos sensíveis ao contexto.

A lei, portanto, muda mais do que uma linha de texto na interface. Ela cria uma cadeia de responsabilidade que vai do resultado do modelo à distribuição pública.

Por que a divisão entre Meta e OpenAI foi reportada de forma incorreta

Meta e OpenAI adotaram posições diferentes sobre um código anterior de IA, mas ambas apoiam o novo código de transparência que rege conteúdo gerado.

Em julho de 2025, a Meta afirmou que não assinaria o Código de Práticas de IA de Finalidade Geral da UE. Esse marco tratava de obrigações para modelos de IA de finalidade geral sob disposições separadas da Lei de IA.

A Meta citou incerteza jurídica e argumentou que partes do código anterior ultrapassavam o escopo da lei. OpenAI, Google, Microsoft e diversos outros provedores de modelos assinaram esse marco.

O desacordo criou uma narrativa fácil. A OpenAI pareceu disposta a aceitar um modelo de conformidade da UE, enquanto a Meta se posicionou contra compromissos voluntários adicionais.

Esse histórico não descreve com precisão o marco de transparência de 2026. O código mais recente se concentra na marcação e rotulagem de conteúdo gerado ou manipulado por IA nos termos do Artigo 50.

A OpenAI anunciou apoio ao código de transparência de conteúdo depois que a Comissão o publicou em junho. A empresa vinculou sua decisão ao trabalho já existente sobre proveniência de conteúdo.

A Meta anunciou então, em 28 de julho, que assinaria o mesmo código. Sua declaração de assinatura contradiz diretamente reportagens que afirmam que a empresa recusou esse marco.

Essa distinção separa dois instrumentos de política com nomes semelhantes:

• O Código de IA de Finalidade Geral ajuda provedores de modelos a lidar com obrigações de documentação, direitos autorais e risco sistêmico.

• O Código de Transparência ajuda provedores e implantadores profissionais a cumprir obrigações de marcação e rotulagem para conteúdo gerado.

Ambos os códigos são ferramentas voluntárias de implementação. Nenhum deles torna opcionais as obrigações legais subjacentes.

O número frequentemente repetido de mais de 180 organizações também precisa de correção. A Comissão afirma que seis especialistas independentes elaboraram o código de transparência com contribuições de mais de 180 partes interessadas.

Esse número descreve a participação no processo de elaboração. Ele não estabelece que mais de 180 organizações assinaram o documento final.

A Comissão convidou provedores e implantadores a enviar formulários de assinatura antes de a lista inicial ser montada. Organizações também podem aderir após o prazo inicial.

Essas correções não eliminam todas as diferenças entre as empresas. Meta e OpenAI ainda operam portfólios de produtos, canais de distribuição e estratégias de modelo diferentes.

A Meta controla Facebook, Instagram, WhatsApp e recursos de IA voltados ao consumidor incorporados a esses serviços. Ela precisa considerar tanto os resultados dos modelos quanto a circulação de mídia sintética em grandes plataformas.

A OpenAI alcança usuários principalmente por meio do ChatGPT, de sua plataforma para desenvolvedores e de integrações com parceiros comerciais. Sua superfície de conformidade inclui resultados gerados e aplicações posteriores desenvolvidas por clientes.

Microsoft e Google enfrentam responsabilidades igualmente complexas. Cada empresa oferece modelos, assistentes para consumidores, serviços de nuvem, ferramentas de produtividade e plataformas onde conteúdo sintético pode circular.

O conflito central, portanto, não é Meta versus OpenAI sobre a importância da transparência. Trata-se de alinhamento voluntário versus comprovação independente de conformidade legal.

Assinar oferece a uma empresa um modelo operacional reconhecido. Recusar ainda deixaria essa empresa responsável por cumprir o Artigo 50 por outro método defensável.

A Comissão afirma que não signatários devem esperar questionamentos mais rigorosos sobre as medidas escolhidas. As autoridades podem solicitar análises de lacunas, documentação técnica ou evidências de que controles alternativos alcançam resultados equivalentes.

A comparação entre Meta e OpenAI continua útil, mas por outro motivo. Ambas as empresas ilustram como uma organização pode ocupar vários papéis na mesma cadeia de conteúdo.

Um provedor pode gerar um resultado, implantar IA profissionalmente, hospedar a mídia resultante e apresentá-la aos usuários. Cada papel pode desencadear uma decisão de transparência diferente.

A história corrigida é menos dramática do que um boicote corporativo. Também é mais consequente porque a conformidade agora depende da implementação em produtos conectados.

Rótulos são fáceis; proveniência durável é difícil

O desafio prático é manter a proveniência de IA detectável depois que um resultado deixa o gerador que o criou.

Um selo visível pode informar a um espectador que um chatbot usa IA. Ele também pode identificar uma imagem sintética ou um vídeo manipulado dentro de uma interface controlada.

Essa abordagem enfraquece quando usuários baixam, recortam, comprimem, capturam a tela, remixam ou republicam o conteúdo. Ferramentas comuns de distribuição removem rotineiramente metadados ou alteram o arquivo subjacente.

A marcação legível por máquinas tenta resolver esse problema. Softwares podem inspecionar um arquivo ou resultado em busca de evidências incorporadas sobre sua origem e histórico de edição.

Nenhuma técnica única funciona perfeitamente em todos os meios. Metadados podem desaparecer, marcas d’água podem se degradar e modelos de detecção podem produzir classificações incertas.

O código de transparência da Comissão trata a marcação como um processo em camadas. Os provedores podem combinar sinais técnicos, documentação, testes e suporte à detecção.

A interoperabilidade importa porque o conteúdo raramente permanece dentro do sistema de uma única empresa. Uma imagem pode começar em um gerador, passar por um editor e terminar em uma rede social.

Cada etapa pode preservar, modificar ou descartar informações de proveniência. Um sistema confiável precisa de ferramentas diferentes para reconhecer e transportar sinais compatíveis.

Esse requisito pressiona simultaneamente Meta, OpenAI, Google, Microsoft, Adobe e desenvolvedores menores. Seus produtos precisam trocar proveniência sem depender de um formato privado de um único fornecedor.

Projetos do setor, como Content Credentials, oferecem uma possível base. Eles vinculam informações assinadas sobre a origem e o histórico de modificação de um arquivo.

Content Credentials usam o padrão técnico C2PA, que suporta proveniência verificável criptograficamente. A verificação criptográfica checa se as informações registradas mudaram depois que uma parte confiável as assinou.

Esse método pode descrever como um arquivo foi criado sem afirmar que seu conteúdo é factualmente verdadeiro. Proveniência autêntica e precisão factual continuam sendo questões distintas.

Uma fotografia real pode conter credenciais válidas e ainda assim enganar por meio de sua legenda. Uma imagem sintética pode divulgar honestamente sua origem enquanto retrata algo que nunca aconteceu.

Essa fronteira é importante para reguladores e usuários. O Artigo 50 visa o engano sobre interação com IA e origem sintética, não todas as formas de desinformação.

O texto apresenta outra complicação. A marca d’água estável se torna difícil quando alguém copia, parafraseia, traduz ou edita substancialmente uma prosa gerada.

A lei concentra as divulgações visíveis em texto em material de interesse público. Ela também reconhece a revisão humana e a responsabilidade editorial, reduzindo o risco de rotular cada frase assistida.

Ainda assim, os editores precisam de um fluxo de trabalho consistente. As equipes devem registrar quais ferramentas contribuíram, se um humano revisou o resultado e quem assumiu a responsabilidade editorial.

Essas informações podem estar espalhadas por históricos de navegador, registros de chat, arquivos locais, conversas por e-mail e sistemas de conteúdo. Uma base de conhecimento de IA pesquisável pode ajudar as equipes a reconstruir decisões, embora não estabeleça conformidade legal por si só.

Para desenvolvedores, as questões de implementação são concretas. Quando uma API deve retornar informações de procedência e quais transformações posteriores precisam preservá-las?

Para compradores corporativos, as questões de aquisição também mudam. Eles precisam saber se os fornecedores oferecem controles de marcação, mantêm registros relevantes e apoiam auditorias.

Para criadores, o resultado visível é o mais importante. Um rótulo deve permanecer compreensível sem sobrecarregar a obra ou sugerir que toda assistência de IA tem a mesma importância.

Para plataformas, o desafio inclui formatos estrangeiros e não compatíveis. Elas receberão conteúdo gerado por ferramentas com diferentes sistemas de marcação e níveis variados de qualidade de divulgação.

A questão Meta OpenAI, portanto, vai além de declarações corporativas. Suas escolhas de conformidade podem influenciar as convenções que provedores menores e desenvolvedores posteriores precisam seguir.

Grandes plataformas também podem decidir quão visíveis serão os sinais de procedência. Uma marca legível por máquina tem pouco valor público quando as interfaces nunca a exibem.

Um rótulo mal projetado pode criar outro problema. Usuários podem tratar conteúdo sem rótulo como autêntico mesmo quando seus dados de procedência foram removidos ou nunca fornecidos.

A ausência de uma marca detectável não prova que um arquivo veio de uma câmera ou de um autor humano. Reguladores e plataformas devem comunicar esse limite com cuidado.

Esse é o principal equilíbrio por trás do Artigo 50. A Europa quer conteúdo sintético reconhecível sem transformar sinais técnicos imperfeitos em falsas garantias.

A fiscalização gera mais pressão do que o código voluntário

Assinar o código pode simplificar a conformidade, mas é o AI Act que determina a exposição legal.

A Comissão descreve o código como uma via prática para cumprir o Artigo 50. Os signatários recebem uma estrutura compartilhada e maior previsibilidade sobre as medidas esperadas.

Isso não cria imunidade automática. As autoridades ainda podem examinar se um signatário cumpriu seus compromissos e atendeu à regulamentação vinculante.

Os não signatários continuam livres para escolher outra via. Eles precisam estar prontos para explicar por que seus controles oferecem transparência adequada e confiável.

As autoridades nacionais de fiscalização do mercado lidarão com a maior parte da aplicação do Artigo 50. O EU AI Office tem um papel mais restrito, envolvendo determinados sistemas ligados a modelos de IA de uso geral e grandes plataformas online.

Essa estrutura distribuída cria incerteza nos primeiros meses. Diferentes autoridades precisam desenvolver expectativas comuns enquanto examinam produtos com projetos técnicos muito distintos.

As diretrizes da Comissão buscam reduzir essa fragmentação. No entanto, decisões reais de fiscalização revelarão como as autoridades equilibram confiabilidade, proporcionalidade, viabilidade técnica e custo.

As alegações sobre a multa máxima também exigem precisão. Reportagens associaram violações de transparência a uma multa máxima de €7,5 milhões ou um por cento do faturamento anual mundial.

Esses valores se aplicam ao fornecimento de informações incorretas, incompletas ou enganosas em resposta a uma solicitação de uma autoridade. Eles não são o teto geral para violar o Artigo 50.

Nos termos do Artigo 99, violações do Artigo 50 podem resultar em multas administrativas de até €15 milhões. Para uma empresa, o teto alternativo é três por cento do faturamento anual mundial total do exercício financeiro anterior.

A regulamentação geralmente aplica o valor mais alto para empresas. Pequenas e médias empresas recebem tratamento diferente, com uso do teto aplicável mais baixo.

Uma autoridade não impõe automaticamente a multa máxima. Ela deve considerar a natureza, duração, consequências, cooperação, conduta anterior e outras circunstâncias da violação.

Ainda assim, o teto corrigido eleva o risco. Transparência não é apenas um padrão de comunicação respaldado por uma penalidade modesta de divulgação.

O risco vai além da própria multa. Uma investigação pode exigir evidências técnicas, expor processos internos inconsistentes e forçar mudanças de produto em vários mercados.

A Meta enfrenta essa complexidade em mídias geradas e distribuição social. A OpenAI a enfrenta por meio de produtos diretos, APIs e resultados reutilizados em serviços de terceiros.

Google e Microsoft combinam os dois padrões. Elas operam plataformas de modelos enquanto distribuem IA por busca, publicidade, software de escritório, sistemas em nuvem e serviços ao consumidor.

Empresas menores carregam uma responsabilidade diferente. Elas podem depender de provedores de modelos upstream enquanto continuam responsáveis pela interface ou pelo conteúdo público que implantam.

Uma startup que usa um modelo externo ainda precisa determinar se a divulgação de seu chatbot é clara. Um editor que usa um assistente de redação ainda precisa de responsabilidade editorial por texto de interesse público.

Essa responsabilidade compartilhada pode produzir lacunas. Um provedor upstream pode fornecer informações legíveis por máquina que uma aplicação downstream não consegue preservar.

O inverso também pode acontecer. Um responsável pela implantação pode querer procedência precisa, mas o provedor pode expor sinais técnicos ou documentação insuficientes.

Os contratos abordarão cada vez mais essas transferências. Compradores corporativos devem esperar perguntas sobre marcação de resultados, registros, testes, resposta a incidentes e distribuição de responsabilidades regulatórias.

O código pode se tornar uma referência informal em aquisições, embora a assinatura permaneça voluntária. Compradores podem preferir fornecedores que seguem uma estrutura reconhecida em vez daqueles que oferecem alternativas sem documentação.

No entanto, esse efeito de mercado não deve ser exagerado. A assinatura revela uma abordagem de conformidade pretendida, não a prova de que cada produto e resultado atende à lei.

A principal questão cética diz respeito à durabilidade técnica. Sistemas de marcação ainda enfrentam remoção, transformação, adoção inconsistente e evasão deliberada.

Rótulos legíveis por humanos trazem sua própria incerteza. Os usuários precisam de divulgações oportunas e claras, enquanto obras criativas precisam de rótulos que não prejudiquem sua apresentação normal.

A fiscalização testará essas demandas concorrentes. O padrão significativo surgirá de evidências de produto e decisões regulatórias, não apenas de anúncios de assinatura.

O que Meta, OpenAI e seus clientes devem observar a seguir

Três sinais mostrarão se a estrutura de transparência da Europa se torna um padrão funcional ou uma coleção de rótulos frágeis.

O primeiro sinal é a lista inicial de signatários da Comissão e suas atualizações posteriores. Essa lista esclarecerá quais empresas aceitaram cada seção do código.

As organizações podem assinar a seção para provedores, a seção para responsáveis pela implantação ou ambas, dependendo de suas atividades. Os compromissos exatos importam mais do que a presença de uma empresa em uma lista de manchete.

Se Meta e OpenAI aceitarem seções comparáveis, a narrativa anterior sobre sua divisão em transparência enfraquece ainda mais. Compromissos diferentes revelarão onde seus papéis de produto ainda divergem.

O segundo sinal é a implementação no nível do produto durante agosto e setembro. Os usuários devem observar apresentações de chatbots, rótulos de mídia gerada, metadados de download, documentação para desenvolvedores e interfaces de detecção de plataformas.

Uma divulgação curta dentro de um aplicativo não responderá à questão mais ampla de conformidade. A evidência importante é se a procedência sobrevive ao movimento entre ferramentas e plataformas.

Desenvolvedores devem examinar respostas de APIs e exportações de mídia. Clientes corporativos devem solicitar documentação que descreva quais resultados recebem marcas e como essas marcas resistem a transformações comuns.

Editores devem inspecionar fluxos de trabalho editoriais para texto de interesse público. Eles precisam de registros claros de revisão humana, responsabilidade e qualquer decisão de divulgação.

Essas mudanças mostrarão se o código influencia sistemas reais. Atualizações escassas de interface enfraqueceriam alegações de que os signatários adotaram uma abordagem abrangente.

O terceiro sinal é a orientação regulatória inicial e a fiscalização. As autoridades nacionais devem decidir que evidências demonstram marcação confiável, divulgação clara e implementação proporcional.

Decisões formais podem levar tempo. Indícios anteriores podem surgir por meio de avisos de supervisão, solicitações de conformidade, workshops técnicos e diretrizes atualizadas da Comissão.

Uma interpretação coordenada fortaleceria a estrutura. Expectativas nacionais divergentes aumentariam custos e enfraqueceriam a promessa do código de conformidade consistente.

A transição proposta para dezembro para determinados sistemas existentes também merece atenção. Seu status jurídico final determinará com que rapidez os provedores precisam adaptar a marcação legível por máquina.

Essa transição não deve desviar a atenção das obrigações que já se aplicam em 2 de agosto. A identidade de chatbots, divulgações visíveis de deepfakes e outras obrigações relevantes ainda precisam de análise separada.

Para usuários comuns, a mudança mais visível pode ser um aviso simples. Um chatbot deve se identificar, enquanto conteúdo sintético qualificado deve trazer um rótulo claro.

A mudança mais profunda está por trás desse aviso. Provedores e responsáveis pela implantação devem criar registros, sinais técnicos e transferências que permitam escrutínio depois que o conteúdo se movimenta.

Para trabalhadores do conhecimento, manter um histórico auditável de trabalho assistido por IA se tornará mais útil. Um fluxo de trabalho pesquisável pode preservar fontes e decisões entre ferramentas fragmentadas.

Essa prática apoia a responsabilização, mas não substitui a análise jurídica. As organizações devem mapear seus papéis exatos e consultar assessores qualificados quando o Artigo 50 se aplicar.

A narrativa meta openai oferece um alerta útil sobre reportagens regulatórias. Nomes de códigos semelhantes, assinaturas voluntárias e deveres vinculantes podem facilmente se transformar em uma única alegação enganosa.

A Meta de fato rejeitou o código anterior de IA de uso geral. Em seguida, assinou o código mais recente que trata da transparência de conteúdo gerado.

A OpenAI apoiou ambas as estruturas, mas suas assinaturas não resolvem se cada implementação funciona. Google, Microsoft e outros participantes enfrentam a mesma lacuna entre compromisso e execução.

O próximo teste, portanto, é o comportamento observável. Os sistemas se identificam claramente, preservam procedência útil e rotulam conteúdo coberto sem confundir os usuários?

Os leitores devem inspecionar os produtos que usam após 2 de agosto. Desenvolvedores devem testar arquivos exportados, compradores devem questionar fornecedores e editores devem documentar o controle editorial.

Se essas verificações revelarem sinais duráveis e interoperáveis, a Europa terá levado a transparência da linguagem de políticas para a infraestrutura. Se revelarem marcas que desaparecem, o trabalho mais difícil continuará inacabado.