Processo da USA Today contra a OpenAI mira a economia por trás do ChatGPT

A USA Today entrou com um processo por violação de direitos autorais contra a OpenAI, buscando mais de US$ 250 milhões e acrescentando 19 publicações a um crescente desafio jurídico relacionado ao treinamento de IA. O processo da USA Today contra a OpenAI alega que a empresa copiou centenas de milhares de artigos sem permissão e, posteriormente, usou esse material para gerar respostas concorrentes.

A acusação vai além da forma como a OpenAI montou seus conjuntos de dados de treinamento. A USA Today Co. também argumenta que o ChatGPT pode reproduzir o valor informativo de um artigo, ao mesmo tempo em que reduz os motivos para que leitores visitem sua editora original.

A OpenAI não havia respondido publicamente à nova denúncia quando a ação foi noticiada em 8 de outubro de 2026. Sua posição consolidada em litígios relacionados é que treinar modelos com material disponível publicamente se qualifica como uso justo. Tribunais aceitaram versões desse argumento em alguns casos de IA, mas as disputas continuam altamente dependentes de como o conteúdo foi obtido e utilizado.

O processo chega enquanto o The New York Times e diversas outras editoras buscam reivindicações semelhantes. Esses casos transformaram uma questão técnica sobre treinamento de modelos em uma disputa direta sobre quem captura o valor econômico do jornalismo digital.

O que a ação da USA Today contra a OpenAI alega

A denúncia mira tanto a criação dos modelos da OpenAI quanto os resumos de artigos que esses modelos podem fornecer aos usuários.

A USA Today Co. e editoras afiliadas ajuizaram a ação em 8 de outubro no Tribunal Distrital dos EUA para o Distrito Sul de Nova York. Segundo a denúncia de direitos autorais, os autores controlam direitos autorais sobre material de 19 publicações.

Essas publicações incluem USA Today, Detroit Free Press, The Arizona Republic, The Tennessean, Indianapolis Star e The Columbus Dispatch. Outros veículos participantes atendem comunidades em Ohio, Wisconsin, Iowa, Kentucky, Tennessee, Oklahoma, Nova Jersey, Flórida, Nova York e Carolina do Norte.

As editoras alegam que a OpenAI copiou centenas de milhares de seus artigos e outros materiais para treinar sucessivos modelos de linguagem. Elas afirmam que a empresa não solicitou permissão nem pagou por esse uso.

O processo busca indenizações superiores a US$ 250 milhões, além de uma medida judicial destinada a impedir novas supostas infrações. Os danos solicitados continuam sendo uma demanda dos autores, não uma decisão judicial ou uma avaliação acordada de suas reivindicações.

As editoras também acusam a OpenAI de remover informações de gestão de direitos autorais. Essas informações podem incluir assinaturas de autoria, avisos de titularidade e outros detalhes que identificam quem criou ou controla uma obra.

A denúncia supostamente identifica mais de 160.000 entradas de sites pertencentes aos autores no WebText, um conjunto de dados associado ao GPT-2. Ela atribui 83.266 entradas a usatoday.com e 12.994 a freep.com.

Também afirma que domínios pertencentes às editoras representaram mais de 122 milhões de tokens no C4. O C4 é um conjunto de dados de texto filtrado derivado de um instantâneo da web do Common Crawl de 2019.

Esses números vêm da denúncia e ainda não foram testados em um processo judicial adversarial. A OpenAI pode contestar a análise das editoras sobre os conjuntos de dados, sua interpretação ou a conexão entre obras específicas e modelos específicos.

A denúncia também alega que sistemas mais recentes da OpenAI podem produzir resumos extensos de artigos identificados pelo nome. Os exemplos anexados ao processo supostamente envolvem reportagens de vários dos jornais locais participantes.

Essa alegação sobre as respostas importa porque aproxima a disputa do leitor. O treinamento ocorre dentro de um processo de desenvolvimento de modelos que a maioria dos usuários nunca vê. Um resumo detalhado aparece no mesmo mercado de informação que o artigo subjacente.

Os autores descrevem esse comportamento como substituição. A tese deles é que um usuário que recebe os fatos essenciais, a organização e as conclusões por meio do ChatGPT tem menos motivos para abrir a página da editora.

Como observou a cobertura inicial, a denúncia descreve o uso do conteúdo pela OpenAI como causador de danos contínuos. O sucesso comercial da OpenAI, argumentam as editoras, baseia-se parcialmente em jornalismo obtido sem autorização.

Essa alegação cria o conflito central. A OpenAI vê o treinamento de modelos como um uso transformativo de informações disponíveis. As editoras veem um sistema comercial consumindo seu trabalho e depois competindo pelo mesmo público.

Por que jornais locais aumentam a relevância do caso

Este caso é importante porque conecta reivindicações de direitos autorais relacionadas à IA à economia da cobertura local, e não apenas a grandes marcas nacionais de mídia.

O The New York Times estabeleceu o desafio mais visível de uma editora quando processou a OpenAI e a Microsoft em dezembro de 2023. O caso alegava cópia não autorizada durante o treinamento e a geração de respostas que competiam com o conteúdo do Times.

Outras organizações posteriormente entraram ou aderiram a ações relacionadas. Elas incluem jornais do MediaNews Group, o Center for Investigative Reporting, Ziff Davis, The Intercept, CBC/Radio-Canada, Encyclopaedia Britannica, Merriam-Webster, The Seattle Times e Newsday.

Uma coalizão separada envolvendo centenas de editoras locais também apresentou reivindicações contra a OpenAI e a Microsoft. O resultado já não é uma discordância entre um jornal de destaque e uma empresa de IA.

A USA Today Co. acrescenta um tipo diferente de escala. Suas publicações participantes incluem veículos metropolitanos e regionais cujo jornalismo cobre governos municipais, órgãos estaduais, empresas locais, escolas, tribunais e eventos comunitários.

Esse trabalho muitas vezes não tem substituto direto. Uma editora nacional pode resumir um grande anúncio de política federal, mas dificilmente comparecerá a uma reunião sobre o orçamento municipal em outro estado.

Quando um modelo responde a uma pergunta usando reportagem local, a cadeia econômica se torna especialmente visível. Um jornal paga repórteres, editores, fotógrafos e equipes de suporte para criar a informação. Um chatbot pode então fornecer uma resposta sintetizada sem incorrer nesses custos de reportagem.

A resposta ainda pode mencionar ou incluir um link para a editora. No entanto, a atribuição não garante uma visita, assinatura ou impressão publicitária.

Tradicionalmente, as editoras aceitavam a indexação por mecanismos de busca porque os resultados de pesquisa geralmente funcionavam como navegação. Uma manchete e um breve trecho ajudavam os leitores a decidir qual página abrir.

As respostas generativas funcionam de forma diferente. Elas podem combinar fatos de várias páginas, organizá-los em uma explicação legível e concluir a tarefa do usuário dentro da interface.

É por isso que o processo da USA Today contra a OpenAI não trata apenas de cópias históricas usadas no treinamento. Ele questiona se um produto de IA se torna um substituto comercial quando transforma essas cópias em respostas úteis e autossuficientes.

A distinção também explica por que editoras podem licenciar conteúdo para algumas empresas de IA enquanto processam outras. Um acordo de licenciamento define acesso, compensação, atribuição e usos permitidos. A ingestão sem licença deixa essas condições sob o controle do desenvolvedor do modelo.

A OpenAI afirma ter acordos com mais de 20 editoras e grupos de mídia. Seus parceiros incluíram Associated Press, Axios, The Atlantic, Condé Nast, Hearst, News Corp, Prisa Media e Vox Media.

A existência desses acordos ajuda ambos os lados a formular argumentos diferentes. As editoras podem dizer que o mercado já reconhece que notícias de alta qualidade têm valor licenciável. A OpenAI pode afirmar que suas parcerias demonstram apoio ao jornalismo, e não uma tentativa de substituí-lo.

Nenhum dos pontos resolve se cópias anteriores, sem licença, eram legais. Eles mostram, porém, que o mercado foi além de uma escolha simples entre coleta irrestrita de dados e a proibição total do acesso por IA.

Para redações locais, a pressão é imediata. Elas precisam decidir se vão negociar, bloquear crawlers, litigar ou aceitar termos de encaminhamento concebidos por plataformas de tecnologia maiores.

Essa resposta não é apenas um cálculo jurídico. Ela afeta como a cobertura local será descoberta, resumida, financiada e arquivada dentro de sistemas de informação orientados por IA.

A defesa de uso justo da OpenAI enfrenta uma alegação de substituição

A principal questão jurídica é se o caráter transformativo do treinamento de modelos supera o dano competitivo alegado pelas editoras.

O uso justo é uma doutrina de direitos autorais dos EUA que permite certos usos sem licença depois que os tribunais consideram finalidade, caráter, quantidade e efeito sobre o mercado. Ela não torna todo material acessível publicamente gratuito para qualquer finalidade comercial.

A OpenAI tem argumentado de forma consistente que o treinamento de modelos é transformativo. Em vez de armazenar artigos como um arquivo pesquisável de publicações, um modelo analisa grandes volumes de texto para aprender padrões estatísticos.

Em sua página pública sobre o caso de direitos autorais, a empresa afirma que os modelos de IA criam conteúdo novo e incluem proteções destinadas a evitar reprodução. Ela também aponta para decisões federais envolvendo Meta e Anthropic que trataram o treinamento de modelos como altamente transformativo.

Essas decisões oferecem apoio relevante aos desenvolvedores de IA, mas não resolvem automaticamente todas as disputas sobre treinamento. A origem do material de treinamento, o tratamento de cópias pirateadas, o design do produto e seus efeitos no mercado podem alterar a análise.

O litígio contra a Anthropic ilustrou essa distinção. Um tribunal pode considerar o treinamento transformativo e, ainda assim, tratar a aquisição ou retenção de material obtido ilegalmente como um problema separado.

A USA Today tenta tornar a substituição no mercado igualmente importante. Sua denúncia não se limita a afirmar que cópias entraram em um conjunto de dados. Ela alega que a OpenAI criou deliberadamente sistemas capazes de resumir e reempacotar o jornalismo das editoras.

As editoras ainda precisarão vincular essas alegações a obras protegidas identificáveis e a condutas juridicamente acionáveis. Os direitos autorais protegem a expressão original, não os fatos subjacentes de uma reportagem.

Essa limitação é importante. Um tribunal não tratará toda resposta precisa sobre um evento noticiado como infração apenas porque um jornal revelou os fatos primeiro.

A questão mais difícil diz respeito à expressão e à estrutura. Uma resposta de modelo que segue a organização distintiva de um artigo ou parafraseia de perto passagens extensas apresenta uma questão diferente de uma resposta factual curta reunida a partir de várias fontes.

A OpenAI também pode contestar se os exemplos dos autores refletem o uso comum. Em sua disputa com o The New York Times, a empresa argumentou que os autores usaram prompts elaborados para forçar uma reprodução incomum.

Se um usuário precisa fornecer um título, repetir instruções ou contornar deliberadamente proteções, a OpenAI pode argumentar que o teste não representa o comportamento normal do produto. As editoras podem responder que a capacidade de um sistema de produzir substitutos continua relevante, especialmente quando usuários solicitam resumos de artigos conhecidos.

Essa discordância torna as evidências sobre as respostas críticas. Os tribunais precisarão distinguir memorização, recuperação, resumo e geração independente, em vez de tratar cada parágrafo gerado como o mesmo processo.

Memorização significa que um modelo retém informação suficiente para reproduzir partes de seus dados de treinamento. Recuperação geralmente envolve encontrar informações atuais em fontes externas. O resumo condensa uma fonte identificada em uma forma mais curta.

Uma única resposta do ChatGPT pode combinar os três mecanismos. Isso torna difícil determinar se uma resposta específica veio dos pesos do modelo, de acesso à web em tempo real, de dados licenciados ou de várias fontes usadas em conjunto.

A principal teoria das editoras é econômica, e não apenas técnica. Se o ChatGPT fornece regularmente valor no nível de artigos sem gerar tráfego significativo, o produto pode concorrer com as editoras independentemente de sua arquitetura interna.

A principal resposta da OpenAI também é econômica. Modelos de propósito geral produzem muitas novas saídas e usos que não substituem nenhuma obra específica. Restringir o treinamento a material licenciado ou em domínio público, argumenta a empresa, limitaria o desenvolvimento de IA socialmente útil.

O tribunal não decidirá essa questão escolhendo se o jornalismo ou a IA é mais valioso. Aplicará a legislação de direitos autorais a cópias específicas, obras específicas, saídas específicas e efeitos de mercado demonstrados.

O Caso Tem Pontos Fracos Importantes

Um grande pedido de indenização não elimina o ônus das editoras de provar titularidade, cópia, tempestividade e dano concreto.

O número mais marcante da ação é o pedido de mais de US$ 250 milhões. Esse valor sinaliza a escala da disputa, mas não deve ser interpretado como uma perda já estabelecida.

As indenizações legais por violação de direitos autorais podem depender do número de obras registradas, do momento do registro e de a infração ter sido intencional. Os tribunais também evitam contabilizar repetidamente a mesma conduta subjacente.

A USA Today e suas afiliadas devem identificar as obras que possuem e mostrar como a OpenAI supostamente as violou. Uma estimativa ampla de entradas em conjuntos de dados pode não responder a essas questões obra por obra.

O tempo pode apresentar outro obstáculo. As ações por direitos autorais geralmente seguem um prazo prescricional de três anos, embora continuem as disputas sobre quando um autor descobriu ou deveria ter descoberto a suposta infração.

Assim, atividades mais antigas de treinamento de modelos podem enfrentar argumentos diferentes do comportamento recente das saídas. A OpenAI levantou defesas baseadas em prescrição em litígios relacionados envolvendo os primeiros sistemas GPT.

As editoras também devem separar a cópia protegida por direitos autorais da extração de fatos. O jornalismo contém redação original, seleção, análise e organização, mas também transmite informações que outras pessoas podem noticiar.

Outra incerteza é quão representativos são os exemplos de chatbot anexados. Um tribunal pode perguntar com que frequência saídas semelhantes ocorrem, se exigem prompts especializados e se salvaguardas as impedem durante o uso comum.

O dano efetivo ao mercado também exigirá provas. As editoras podem descrever um risco lógico de substituição, mas medir a perda de tráfego, assinaturas ou receita de licenciamento envolve mais do que mostrar que o ChatGPT consegue resumir um artigo.

O litígio mais amplo das editoras já produziu resultados processuais mistos. Algumas alegações sobreviveram à fase de arquivamento, enquanto outras envolvendo marcas registradas ou informações de gestão de direitos autorais foram restringidas ou rejeitadas.

A disputa do The New York Times, por exemplo, continua fortemente focada em uso justo, acesso a provas e substituição de mercado. Litígios relacionados também geraram divergências sobre os registros do ChatGPT e as provas disponíveis às editoras.

A OpenAI afirma que as exigências por conversas de usuários criam riscos à privacidade. As editoras argumentam que as saídas dos modelos e os recursos internos de busca são necessários para estabelecer como obras protegidas por direitos autorais foram usadas.

Os autores ligados à USA Today podem se beneficiar de provas desenvolvidas nesses casos anteriores, especialmente se sua ação for coordenada com processos relacionados no mesmo tribunal federal. A coordenação pode reduzir procedimentos duplicados e alinhar questões jurídicas importantes.

No entanto, integrar um grupo maior pode criar atrasos. Disputas sobre produção de provas, evidências específicas de modelos, questões de confidencialidade e pedidos de julgamento sumário podem manter esses casos ativos por anos.

Também não há garantia de que todas as publicações participantes terão alegações idênticas. Sites diferentes podem ter arquivos, restrições de acesso, registros de direitos autorais e relações com mecanismos de busca ou provedores de dados distintos.

As parcerias da OpenAI com editoras complicam ainda mais a narrativa. Um tribunal não presumirá que a existência de um mercado de licenciamento prova que todo treinamento não licenciado é ilegal.

Ao mesmo tempo, esses acordos podem ajudar as editoras a argumentar que as empresas de IA reconhecem tanto a utilidade quanto o valor comercial de notícias produzidas profissionalmente.

Duas proposições podem, portanto, continuar verdadeiras. O treinamento de modelos de linguagem pode ser transformativo, e formas específicas de adquirir ou reproduzir obras protegidas por direitos autorais ainda podem gerar responsabilidade.

A ação dependerá de onde o tribunal traçará essas fronteiras. Manchetes sobre um único veredito a favor ou contra o treinamento de IA deixarão de captar essa análise mais detalhada.

Esta Disputa Também Diz Respeito ao Futuro do Tráfego na Web

A ameaça comercial para as editoras é uma camada de respostas que se beneficia de suas reportagens enquanto reduz a necessidade de visitar seus sites.

Historicamente, os mecanismos de busca ofereciam às editoras um acordo complicado. Rastreadores copiavam e indexavam páginas, mas os resultados de busca também direcionavam o público de volta à fonte.

As editoras otimizaram títulos, páginas e dados estruturados para esse sistema de encaminhamento. Estratégias de publicidade e assinatura passaram então a depender de uma parcela dos usuários de busca abrir o resultado.

A busca generativa enfraquece essa sequência. Uma interface de IA pode ler ou recuperar várias páginas, compará-las e apresentar uma explicação pronta acima dos links das fontes.

Um usuário que pergunta sobre uma eleição municipal, decisão judicial, resultado esportivo ou fechamento de empresa pode receber a resposta essencial sem sair do chatbot. O link se torna uma prova de apoio, e não o destino.

Isso não significa que os encaminhamentos por IA não tenham valor. Uma resposta com atribuição adequada pode apresentar uma publicação a novos leitores, e algumas consultas ainda exigem reportagem original detalhada.

A disputa diz respeito ao equilíbrio. Se um sistema de IA absorve informações suficientes para satisfazer a maioria dos usuários enquanto devolve pouco tráfego, as editoras arcam com o custo da reportagem, enquanto a plataforma controla o relacionamento.

É por isso que a ação supostamente cita declarações sugerindo que os usuários muitas vezes não clicam após receber uma resposta. A alegação conecta o design do produto ao dano de mercado alegado pelas editoras.

A OpenAI pode responder que resumos, citações e links ajudam as pessoas a descobrir o jornalismo. Também pode argumentar que a internet sempre suportou trechos, indexação e transformações que não exigem licença.

A diferença é de grau. Um trecho de busca normalmente antecipa uma página. Uma resposta generativa pode sintetizar a página, responder a perguntas de acompanhamento e adaptar a explicação às necessidades do usuário.

As editoras estão, portanto, adotando várias estratégias ao mesmo tempo. Algumas licenciam seus arquivos para empresas de IA. Algumas bloqueiam rastreadores específicos. Algumas negociam acordos de atribuição e receita. Outras litigam sobre treinamentos passados e saídas atuais.

Essas abordagens não são mutuamente exclusivas. Uma editora pode considerar novos acordos enquanto busca compensação por condutas que afirma terem ocorrido sem permissão.

A mesma tensão afeta usuários corporativos. Uma resposta gerada por IA pode ser conveniente, mas um resumo sem proveniência clara torna mais difícil avaliar precisão, contexto e direitos de uso.

Equipes que lidam com notícias, pesquisa, conformidade ou inteligência competitiva precisam preservar a origem de cada afirmação. Um sistema de gestão do conhecimento estruturado pode manter links e contexto das fontes, em vez de tratar toda resposta gerada como autoverificável.

Essa prática não resolve a questão dos direitos autorais. Ela reduz, contudo, um risco prático criado quando uma interface de IA separa a informação de seu ambiente original de reportagem.

Para desenvolvedores, o caso destaca a importância dos controles de conteúdo. Sistemas que recuperam artigos atuais precisam de políticas que regulem acesso, extensão das citações, atribuição, armazenamento em cache e respostas às exclusões de editoras.

Para compradores corporativos, isso levanta questões de aquisição. Os clientes podem perguntar cada vez mais se um provedor de modelos usa fontes licenciadas, respeita as preferências de rastreadores e consegue identificar a origem das informações recuperadas.

Para as editoras, a questão central é o poder de negociação. Veículos locais individuais podem ter dificuldade para negociar com uma empresa que opera uma plataforma global amplamente usada.

Litígios coletivos e licenciamento coordenado podem alterar esse equilíbrio. Eles também podem aumentar o risco de que apenas as maiores editoras obtenham acordos favoráveis, enquanto redações menores permaneçam fora do mercado.

Três Sinais Determinarão o Que Acontece em Seguida

A próxima fase será moldada pela coordenação judicial, pelas provas das saídas e pelos termos dos futuros acordos com editoras.

O primeiro sinal é se a ação da USA Today contra a OpenAI será formalmente coordenada com os casos de editoras já em andamento em Nova York. A produção de provas e as decisões jurídicas compartilhadas fariam desse processo parte de um teste mais amplo do treinamento de IA, e não uma ação isolada por indenização.

A coordenação reforçaria a importância de qualquer decisão de julgamento sumário no litígio do The New York Times. Esse caso já avançou o suficiente para enquadrar os argumentos concorrentes sobre treinamento transformativo e substituição comercial.

Como mostrou a fase mais recente do caso, a OpenAI citou decisões favoráveis envolvendo Meta e Anthropic. As editoras sustentam que sistemas que produzem respostas concorrentes sobre notícias apresentam um efeito de mercado diferente.

Uma decisão que leve as alegações centrais a julgamento fortaleceria a posição da USA Today e aumentaria a pressão por acordos. Uma decisão ampla de uso justo a favor da OpenAI enfraqueceria alegações baseadas apenas em treinamento, embora acusações específicas sobre saídas possam permanecer.

O segundo sinal é a qualidade das provas dos autores. O tribunal precisará de mais do que uma lista de domínios encontrados em conjuntos de dados públicos.

Observe listas de obras registradas, registros internos de treinamento, saídas representativas dos modelos e provas que mostrem se prompts comuns produzem resumos substanciais de artigos. Provas de tráfego e licenciamento também serão importantes.

Se as editoras demonstrarem substituição repetível em muitas obras, sua teoria econômica se fortalecerá. Se as provas dependerem de prompts incomuns ou de registros fracos de titularidade, a defesa da OpenAI ganhará força.

O terceiro sinal é o mercado de licenciamento. A OpenAI afirma já trabalhar com numerosas organizações de mídia, mas os termos dos acordos geralmente são privados e o acesso é desigual.

Mais acordos com grupos de jornais locais apoiariam a ideia de que empresas de IA precisam de fornecimentos de notícias confiáveis e remunerados. Acordos focados apenas em atribuição, sem tráfego ou pagamento significativo, deixariam a disputa econômica central sem solução.

Uma longa batalha judicial também poderia levar a mudanças no produto antes de qualquer sentença final. A OpenAI poderia reforçar limites de citação, controles de fontes, opções para rastreadores ou painéis para editoras a fim de reduzir sua exposição jurídica.

As editoras também podem desenvolver permissões mais claras e legíveis por máquina, que diferenciem indexação em buscas, treinamento de modelos, recuperação de informações e resumo de artigos. As regras atuais para rastreadores nem sempre expressam esses usos separadamente.

Os leitores não devem esperar que uma única ação produza uma resposta universal para todos os modelos de IA. Os tribunais examinarão a origem de cada conjunto de dados, a finalidade de cada cópia e o comportamento de cada produto.

Ainda assim, a ação da USA Today contra a OpenAI amplia a disputa de maneira significativa. Ela coloca uma editora nacional e uma ampla rede de notícias locais por trás da alegação de que respostas de IA podem se apropriar tanto de conteúdo quanto do valor da audiência.

A questão final não é se os sistemas de IA podem aprender com o jornalismo. Eles já aprendem. A questão é se os veículos de comunicação receberão controle aplicável, compensação ou tráfego quando seu trabalho ajudar esses sistemas a responder ao público.

Nos próximos meses, acompanhe o andamento do processo em Nova York, as evidências por trás dos exemplos de resumos de artigos e quaisquer novos acordos de licenciamento da OpenAI. Em conjunto, esses sinais mostrarão se o caso aumenta o poder de negociação dos veículos ou confirma que o uso justo continua sendo a regra dominante para o treinamento de IA.