Disputa de direitos autorais entre Microsoft e OpenAI se amplia com processo do Seattle Times e Newsday

Microsoft e OpenAI agora enfrentam outro processo movido por editoras, apesar de anos financiando experimentos destinados a ajudar redações locais a adotar inteligência artificial. The Seattle Times e Newsday protocolaram o caso em 4 de setembro de 2026. Eles alegam que as empresas copiaram seu jornalismo sem permissão para desenvolver e operar produtos comerciais de IA.

A ação mira mais do que o treinamento de modelos. Ela afirma que recursos do ChatGPT, Microsoft Copilot e Bing podem reproduzir ou parafrasear de perto reportagens protegidas. Essas respostas supostamente competem com as editoras por leitores, publicidade, assinaturas e receitas de licenciamento.

Isso torna esta disputa entre Microsoft e OpenAI mais complexa do que uma já conhecida batalha entre empresas de tecnologia e titulares de direitos autorais. Ambas as editoras participaram de uma bolsa de IA financiada pelas rés. Elas não estão rejeitando a IA por completo. Argumentam que a colaboração não autoriza cópia sem remuneração nem produtos que substituam suas reportagens.

O caso também surge em uma fase decisiva do conflito mais amplo sobre direitos autorais. The New York Times e outras editoras já litigam reivindicações relacionadas em Manhattan. Enquanto isso, o Departamento de Justiça dos EUA apoiou uma ampla defesa de uso justo para o treinamento de IA. Portanto, as novas autoras precisam separar a suposta cópia usada para ensinar modelos das saídas que podem expor expressão protegida aos usuários.

O processo mira treinamento, recuperação e respostas de IA

As editoras atacam toda a cadeia de conteúdo, da coleta em sites às respostas exibidas aos usuários.

The Seattle Times Company e Newsday LLC protocolaram sua ação de 38 páginas no Tribunal Distrital dos EUA para o Distrito Sul de Nova York. As rés nomeadas incluem Microsoft e várias entidades da estrutura corporativa da OpenAI.

As editoras alegam que sistemas automatizados copiaram centenas de milhares de seus artigos. Segundo a ação, parte do material estava atrás de paywalls criados para restringir o acesso a assinantes. As rés não admitiram essas alegações, e o tribunal não determinou que a cópia tenha ocorrido como descrito.

A ação identifica vários supostos usos do material. Afirma que cópias foram inseridas em conjuntos de dados usados para treinar e ajustar modelos de linguagem de grande porte. Também alega que o conteúdo foi armazenado para geração aumentada por recuperação, comumente chamada de RAG. Esse processo recupera material externo quando um usuário faz uma pergunta e o fornece a um modelo ao produzir uma resposta.

Essa distinção importa porque treinamento e recuperação apresentam questões factuais diferentes. O treinamento altera os parâmetros de um modelo ao expô-lo a padrões em grandes coleções de dados. A recuperação pode trazer um documento específico para o processo de geração quando um usuário envia uma consulta relevante.

As editoras também acusam as empresas de remover ou alterar informações de gestão de direitos autorais. Essas informações podem incluir títulos, nomes de autores e avisos de direitos autorais. Suas reivindicações vão além da violação direta de direitos autorais e abrangem teorias relacionadas de direito federal e estadual, incluindo diluição de marca.

As alegações mais concretas dizem respeito às saídas dos modelos. A ação apresenta exemplos nos quais o ChatGPT supostamente retornou trechos semelhantes ao trabalho das editoras. Um teste teria produzido um trecho de 88 palavras da reportagem vencedora do Pulitzer do The Seattle Times sobre o Boeing 737 MAX após receber a manchete e o endereço web de um artigo.

Esse exemplo não estabelece com que frequência saídas semelhantes ocorrem. Ele mostra, porém, por que o caso não pode ser reduzido a um debate abstrato sobre máquinas aprendendo padrões estatísticos. As editoras colocam comportamentos específicos de saída ao lado de suas alegações sobre cópia ocorrida antes dessas etapas.

As medidas solicitadas são, correspondentemente, amplas. Os jornais buscam indenização e uma liminar contra a continuidade da violação. Também pedem a destruição de cópias não autorizadas, conjuntos de dados de treinamento afetados e modelos que incorporem seu trabalho, segundo a petição de direitos autorais protocolada.

Uma ordem de destruição criaria questões técnicas e jurídicas substanciais. Um modelo moderno reflete treinamento em um grande conjunto de dados, em vez de manter uma simples biblioteca de artigos legíveis. Os tribunais precisariam de evidências que conectassem obras específicas, conjuntos de dados, versões de modelos e usos supostamente infratores antes de considerar tal medida.

Por enquanto, toda afirmação central continua sendo uma alegação. As rés não apresentaram suas respostas detalhadas, e nenhum juiz decidiu que as obras das editoras entraram ilegalmente nos produtos. O protocolo altera a disputa ao estabelecer um novo caso, não ao resolver os fatos contestados.

A defesa de Microsoft e OpenAI enfrenta um teste do jornalismo local

O conflito central é se o treinamento de IA cria uma nova ferramenta analítica ou um substituto construído a partir do mesmo jornalismo contra o qual concorre.

A OpenAI afirma que seus modelos são treinados com dados disponíveis publicamente e que a prática se baseia no uso justo. O uso justo é uma doutrina jurídica que permite alguns usos não licenciados após considerar finalidade, transformação, efeitos de mercado e outros fatores.

A Microsoft não ofereceu uma defesa jurídica detalhada quando o processo se tornou público. Um porta-voz da empresa disse que a Microsoft foi surpreendida pelo protocolo e continuava disposta a discutir possíveis soluções. Essa resposta deixa sem contestação as alegações técnicas da ação nesta fase inicial.

As editoras enquadram a mesma atividade de forma diferente. Elas afirmam que as rés copiaram obras expressivas para criar serviços que respondem às mesmas perguntas que essas obras foram escritas para responder. Em sua visão, ChatGPT e Copilot não apenas analisam jornalismo. Eles podem fornecer informações que eliminam a razão de um leitor visitar a publicação de origem.

Essa suposta substituição é importante porque o dano ao mercado integra a análise de uso justo. Um tribunal poderia tratar o treinamento de modelos, as saídas dos modelos e os sistemas de recuperação como usos separados. Uma atividade considerada transformadora em uma etapa não protege automaticamente todas as saídas posteriores.

O Departamento de Justiça defendeu essa separação em litígios relacionados. Em um documento protocolado em setembro de 2026, o governo descreveu o treinamento de LLMs como altamente transformador. Comparou o processo ao uso de material existente para construir um sistema que reconhece relações e responde a novas informações.

No entanto, a manifestação sobre uso justo do governo também distinguiu o treinamento de saídas que reconstroem e distribuem obras protegidas. Argumentou que saídas potencialmente infratoras deveriam receber uma avaliação caso a caso, em vez de determinar a legalidade do treinamento como um todo.

Essa posição oferece elementos para ambos os lados. OpenAI e Microsoft podem argumentar que o treinamento serve a uma finalidade diferente da publicação de notícias. Os jornais podem se concentrar em recuperação, memorização, trechos repetidos e respostas que supostamente substituem visitas aos artigos.

O ônus recairá fortemente sobre as evidências. As autoras precisam conectar obras registradas a atos específicos de cópia ou saídas acionáveis. As rés podem contestar se reproduções provocadas por prompts representam comportamento normal do produto, testes excepcionais ou tentativas elaboradas para induzir texto protegido.

O novo caso também acrescenta uma dimensão de jornalismo local. Editoras nacionais têm públicos e negócios de assinatura diversificados, embora enfrentem as mesmas pressões sobre referências. Organizações regionais dependem mais intensamente de leitores que buscam informações sobre governos locais, transporte, escolas, clima e segurança pública.

Essas consultas são adequadas a respostas resumidas. Um usuário pode perguntar a um assistente sobre uma interrupção no transporte público e receber os detalhes essenciais sem abrir o artigo reportado. Quando essa resposta deriva de reportagem local original, a editora arca com o custo da apuração enquanto outra interface controla a relação com o público.

A ação cita dados do setor que afirmam que as referências de busca a editoras regionais e metropolitanas de porte médio caíram 47% entre dezembro de 2024 e dezembro de 2025. Ela compara esse número a uma queda de 22% para editoras nacionais maiores.

Esses números fornecem contexto, mas não provam causalidade neste caso. O tráfego de referências muda por muitos motivos, incluindo atualizações de classificação em buscadores, comportamento do consumidor, design de plataformas e concorrência entre editoras. As autoras precisarão de evidências mais específicas para conectar suas perdas aos produtos das rés.

A questão jurídica, portanto, é mais restrita do que saber se a IA afeta o jornalismo. É determinar se as rés fizeram usos protegidos por lei, produziram saídas infratoras ou prejudicaram mercados reconhecidos pela legislação de direitos autorais. Essa distinção determinará se o caso se tornará um precedente para treinamento ou um processo focado em cadeias específicas de conteúdo.

O financiamento de IA não resolveu a questão da permissão

A reviravolta mais marcante é que ambos os jornais aceitaram apoio ao desenvolvimento de IA enquanto preservavam sua alegação de que adoção não é consentimento.

Em 2024, Microsoft e OpenAI apoiaram uma colaboração de IA organizada pelo Lenfest Institute for Journalism. Cada empresa comprometeu financiamento direto e créditos de software. O programa combinado foi avaliado em até US$ 10 milhões e incluiu oito organizações jornalísticas metropolitanas independentes.

The Seattle Times e Newsday participaram ambos. A iniciativa tinha como objetivo ajudar editoras locais a testar produtos com apoio de IA e desenvolver modelos de negócios mais sustentáveis. Ela tratava a IA como algo que organizações jornalísticas poderiam usar, não apenas como uma ameaça que deveriam bloquear.

The Seattle Times planejava explorar publicidade, treinamento de vendas e análises. Newsday planejava ferramentas de resumo de dados públicos para sua redação, leitores e clientes empresariais. Os planos da bolsa publicados colocaram ambas as organizações dentro da experimentação do setor com IA generativa.

The Seattle Times também afirmou que sua redação permite usos limitados após análise de riscos. Esses usos podem incluir transcrição e análise de dados. A organização afirma não usar IA para gerar suas matérias publicadas e rotula usos significativos quando apropriado.

Esse histórico enfraquece qualquer descrição simplista do processo como resistência a novas tecnologias. As autoras traçam uma linha entre usar ferramentas licenciadas e autorizar seu jornalismo para treinamento, recuperação ou saídas concorrentes.

Ele também cria uma questão desconfortável para Microsoft e OpenAI. Seus investimentos em jornalismo local promoveram a IA como um caminho para a sustentabilidade. O processo argumenta que as mesmas empresas minaram esse objetivo ao usar reportagens sem remuneração.

O presidente e CEO do Seattle Times, Alan Fisco, disse aos funcionários que protocolar o caso foi difícil. Ele afirmou que a organização gasta milhões de dólares anualmente para produzir seu conteúdo e deve defendê-lo contra uso não aprovado e não remunerado.

Fisco também disse que a ação não pretendia impedir a inovação em IA. Sua preocupação declarada era que a inovação não deveria ocorrer às custas do modelo de negócios do jornal. Essa posição direciona o conflito para licenciamento e desenho de mercado, em vez de uma proibição total da IA.

Uma resposta trabalhista acrescenta outra camada. O sindicato do Seattle Times, que representa mais de 160 funcionários, apoiou o caso de direitos autorais. Também criticou a editora por se recusar a garantir, durante as negociações contratuais, que a IA não substituiria funções da redação que não envolvem reportagem.

A posição do sindicato expõe uma segunda fronteira. Uma editora pode defender sua propriedade intelectual e, ainda assim, enfrentar escrutínio sobre como implementa IA em relação aos próprios trabalhadores. O processo não resolve se a adoção de IA nas redações protege empregos, melhora a produtividade ou transfere trabalho para longe da equipe.

Para trabalhadores do conhecimento, a disputa ilustra por que a procedência importa. Procedência significa saber de onde a informação se originou e quais permissões regem seu uso. Uma resposta de IA pode parecer útil enquanto oculta a reportagem, os documentos e o trabalho humano que tornaram essa resposta possível.

Organizações que estão criando uma base de conhecimento de IA enfrentam uma questão operacional relacionada. Elas precisam de regras sobre o que entra no sistema, quais usuários podem acessá-lo e se as respostas geradas preservam o contexto das fontes.

O conflito não é colaboração versus litígio. É colaboração licenciada versus suposta extração não remunerada. Uma bolsa, licença de produto ou programa de inovação não necessariamente concede permissão de direitos autorais para usos não relacionados.

Essa distinção terá importância além do jornalismo. Empresas combinam cada vez mais modelos de fornecedores com documentos internos, bancos de dados licenciados e material público da web. Os compradores precisam de respostas contratuais claras sobre direitos de treinamento, fontes de recuperação, atribuição, retenção de dados e responsabilidade pelos resultados gerados.

Acordos de Licenciamento Tornam o Argumento de Danos ao Mercado Mais Difícil de Ignorar

Acordos existentes com editoras mostram que o conteúdo jornalístico tem um mercado de licenciamento para IA, mas não provam automaticamente que todo uso não licenciado seja ilegal.

A OpenAI tem acordos com editoras que escolheram a negociação em vez do litígio. Esses arranjos ajudam a estabelecer que o material jornalístico arquivado e atual tem valor comercial para desenvolvedores de IA.

A Associated Press anunciou um acordo que permite à OpenAI licenciar parte de seu arquivo de textos. As empresas também planejavam explorar possíveis usos de IA generativa em produtos de notícias. O acordo de arquivo não divulgou os termos comerciais completos.

Posteriormente, a News Corp anunciou uma parceria plurianual que abrange conteúdo atual e arquivado de publicações em vários mercados. A OpenAI recebeu permissão para exibir material em seus produtos, enquanto a News Corp obteve uma relação comercial formal em torno desse uso.

A parceria com a editora demonstra um caminho viável de obtenção de permissões. Ela também reforça o argumento dos autores de que cópias não autorizadas podem contornar um mercado no qual outras editoras recebem compensação.

Ainda assim, a existência de licenças não decide a questão do fair use. Réus em casos de direitos autorais frequentemente argumentam que os titulares de direitos não podem transformar todo uso transformativo em um mercado controlado simplesmente oferecendo licenças. Caso contrário, a decisão de vender permissão poderia predeterminar se a permissão era legalmente exigida.

Os jornais precisam demonstrar mais do que uma taxa hipotética perdida. Devem explicar como os usos contestados afetam mercados estabelecidos ou razoavelmente esperados para suas obras. Evidências sobre negociações de licenciamento, substituição de produtos, perdas de encaminhamento e comportamento dos assinantes se tornarão importantes.

A OpenAI e a Microsoft provavelmente enfatizarão a diferença entre um acordo comercial voluntário e uma obrigação legal. Elas podem argumentar que algumas empresas licenciam conteúdo para aprimorar produtos, obter feeds confiáveis ou exibir material atribuído, mesmo quando o treinamento em si permanece como fair use.

As alegações sobre os resultados podem novamente se mostrar mais consequentes do que a existência de cópias de treinamento. Um modelo que usa padrões aprendidos com o jornalismo apresenta uma questão de mercado. Um serviço que devolve trechos reconhecíveis, resume uma investigação protegida por paywall ou atribui falsamente material inventado apresenta outra.

A atribuição falsa também leva a disputa além dos cliques perdidos. A queixa afirma que o conteúdo gerado foi associado ao The Seattle Times ou ao Newsday mesmo quando as editoras não o criaram. Esse suposto comportamento ameaça a confiança na marca, que organizações de notícias locais constroem por meio de precisão e responsabilização.

O papel da Microsoft receberá atenção especial. A empresa não é apenas uma investidora externa. Ela integrou modelos da OpenAI aos produtos Copilot e Bing, forneceu infraestrutura e manteve um interesse econômico substancial na parceria.

A queixa declara que a Microsoft comprometeu aproximadamente US$ 13 bilhões com a OpenAI a partir de 2019. Também cita o anúncio das empresas, em outubro de 2025, de que a Microsoft detinha um investimento avaliado em cerca de US$ 135 bilhões, representando aproximadamente 27% em base diluída.

Esses números vêm da petição dos autores e de divulgações corporativas citadas. Eles explicam por que a Microsoft aparece como ré, mas o investimento por si só não estabelece responsabilidade. As editoras devem vincular a Microsoft às supostas cópias, ao controle, à operação do produto ou aos resultados infratores sob cada teoria jurídica.

Os autores buscam retratar os produtos Microsoft OpenAI como um sistema comercial conectado. A Microsoft pode contestar essa caracterização ao distinguir entidades corporativas, responsabilidades técnicas e comportamentos específicos de cada produto. A fase de produção de provas deve esclarecer quem reuniu os conjuntos de dados, quem controlou o rastreamento e quais sistemas geraram as respostas citadas.

Essa evidência também moldará qualquer reparação. Destruir um artigo armazenado é mais simples do que remover sua influência de um modelo treinado. Se estiverem envolvidos vários conjuntos de dados, gerações de modelos e camadas de produtos, os autores precisarão identificar quais ativos contêm cópias passíveis de ação e por que controles mais restritos seriam inadequados.

O cenário de licenciamento, portanto, funciona nos dois sentidos. Ele sustenta o argumento de que o conteúdo jornalístico tem valor comercial mensurável. Também destaca a necessidade de analisar cada uso, em vez de tratar todo acesso a material publicado como juridicamente idêntico.

Três Sinais Mostrarão se o Caso Muda a Publicação com IA

A próxima fase dependerá da consolidação, de evidências técnicas e da separação que o tribunal fará entre treinamento e resultados voltados ao usuário.

O primeiro sinal é se este processo se juntará aos procedimentos multidistritais existentes que envolvem o The New York Times e outras editoras. Casos relacionados já foram coordenados perante o juiz distrital dos EUA Sidney Stein, em Manhattan.

A consolidação pode reduzir a produção de provas duplicada e decisões inconsistentes. Também pode colocar os novos autores dentro de uma disputa madura, na qual ambos os lados já desenvolveram argumentos sobre conjuntos de dados, resultados, fair use e danos ao mercado.

Um procedimento coordenado reforçaria a visão de que isso faz parte de uma disputa jurídica de todo o setor. Uma tramitação separada preservaria mais espaço para fatos específicos de editoras regionais, paywalls, a economia das notícias locais e a relação da Microsoft com o jornal de sua cidade-sede.

O segundo sinal é o que a produção de provas revela sobre a procedência do conteúdo. A queixa alega que material do Seattle Times apareceu entre os domínios proeminentes usados em um conjunto de dados anterior da OpenAI. Também afirma que modelos posteriores incorporaram o trabalho de ambas as editoras por meio de conjuntos de dados da web, índices de busca e outras fontes.

A OpenAI divulgou mais informações sobre os conjuntos de dados de modelos iniciais do que sobre seus sistemas recentes. Essa opacidade torna difícil estabelecer a procedência apenas a partir de materiais públicos. Registros internos poderiam mostrar se os artigos das editoras entraram em conjuntos de dados específicos, como as cópias foram processadas e se sistemas posteriores os recuperaram diretamente.

A produção de provas também poderia testar a importância do exemplo de 88 palavras. As partes examinarão se prompts comuns produzem trechos semelhantes, se proteções impedem a repetição e se o resultado veio de dados de treinamento memorizados ou de conteúdo recuperado.

Reproduções frequentes e facilmente produzidas reforçariam o argumento de substituição das editoras. Resultados raros, criados por meio de prompts excepcionalmente direcionados, sustentariam a alegação da defesa de que um comportamento excepcional não deveria determinar a legalidade de toda uma tecnologia.

O terceiro sinal é como o tribunal separa a cópia de entrada do resultado público. A posição do Departamento de Justiça favorece uma forte proteção de fair use para o treinamento, ao mesmo tempo em que deixa espaço para alegações envolvendo obras reconstruídas. Uma decisão que adote essa divisão estreitaria o caminho das editoras sem eliminá-lo.

Tal resultado deslocaria a atenção para filtros de resultados, permissões de recuperação, atribuição de fontes e compensação por conteúdo exibido. Poderia incentivar desenvolvedores a manter fronteiras mais fortes entre o treinamento de modelos e sistemas que buscam ou citam documentos atuais.

Uma decisão que trate o treinamento e os resultados competitivos como um único processo comercial conectado criaria maior risco para empresas de IA. Também fortaleceria editoras que buscam licenças tanto para dados arquivados quanto para acesso contínuo.

O pedido de destruição continua sendo a reparação de maior impacto. Os tribunais geralmente moldam injunções às violações comprovadas. Exigir a remoção de modelos completos demandaria evidências de que medidas mais restritas não podem proporcionar reparação adequada.

Isso torna um encerramento imediato improvável na fase inicial. Resultados mais realistas no curto prazo incluem produção de provas contestada, salvaguardas no nível do produto, discussões de licenciamento ou ordens que tratem de cópias e resultados identificáveis. A reparação final depende de fatos que ainda não são públicos.

Os desenvolvedores devem observar se o caso produz padrões mais claros para o rastreamento de fontes. Compradores empresariais devem perguntar aos fornecedores como conteúdo protegido chega às respostas geradas. Editoras devem separar negociações sobre treinamento, recuperação, citação, atribuição e tráfego de encaminhamento, em vez de tratá-las como uma única permissão.

Os trabalhadores do conhecimento têm um teste mais simples. Quando uma resposta de IA substitui uma fonte, o usuário ainda consegue identificar e avaliar a reportagem por trás dela? Caso contrário, a conveniência removeu informações necessárias para julgar precisão, propriedade e contexto.

O processo Microsoft OpenAI terá maior importância se obrigar os tribunais a traçar limites aplicáveis entre essas etapas. Até lá, nem alegações amplas de roubo nem alegações amplas de fair use respondem a todas as perguntas.

Acompanhe o processo judicial, o registro da produção de provas e quaisquer conversas de licenciamento durante os próximos três meses. Juntos, esses sinais mostrarão se este caso muda as regras de treinamento de IA ou concentra a responsabilidade em resultados específicos. Os leitores também devem continuar abrindo e avaliando reportagens originais quando um sistema de IA resumir notícias locais relevantes.