Lei de IA emperra no Congresso enquanto cresce pressão por regras de direitos autorais

Luciano Teixeira – São Paulo

O Congresso Nacional mantém paralisado o debate sobre o Projeto de Lei 2338/2023, que cria o marco regulatório da inteligência artificial no Brasil, mesmo diante da escalada do uso de sistemas generativos no setor produtivo, no serviço público e na vida cotidiana. A proposta, aprovada pelo Senado em dezembro de 2024 e que está sendo debatida desde março na comissão especial da Câmara dos Deputados, tornou-se um ponto de tensão entre criadores, empresas de tecnologia e o próprio governo. No centro da disputa está a questão mais delicada: o uso de obras protegidas por direitos autorais no treinamento de modelos de IA.

Leia também: A validade de atos processuais praticados por inteligência artificial

Na Câmara, o PL segue parado em meio a impasses sobre quem deve regular o setor, como remunerar autores cujas obras alimentam modelos de IA, quais sistemas devem ser considerados de alto risco e como evitar impactos trabalhistas e restrições indevidas à liberdade de expressão. O debate também é atravessado pela pressão de big techs por regras mais flexíveis. Embora a previsão inicial fosse aprovar a lei até o fim de 2025, o avanço depende da superação dessas divergências políticas e técnicas.

O impasse legislativo ocorre em um momento em que o país assiste à popularização massiva de ferramentas generativas e ao mesmo tempo enfrenta uma lacuna regulatória que afeta desde artistas e jornalistas até startups e grandes plataformas. O projeto estabelece critérios de risco e define obrigações de transparência, mas o tema que bloqueia o avanço político do texto é a definição de quando o treinamento de IA configura, ou não, violação de direitos autorais.

A ausência de consenso revela a dificuldade do Congresso de lidar com uma tecnologia que evolui mais rápido que a capacidade legislativa. Enquanto isso, decisões judiciais isoladas começam a pipocar pelo país, gerando interpretações divergentes e aumentando a pressão por um marco legal estável.

Uma legislação criada para um mundo que já não existe

Um dos principais problemas apontados por especialistas é que a Lei de Direitos Autorais, de 1998, foi criada para um ambiente analógico. À época, o maior debate era sobre fotocópias e compartilhamento irregular de mídia física. Hoje, o treinamento de modelos envolve bilhões de fragmentos de dados, coletados automaticamente e convertidos em vetores matemáticos que não preservam o conteúdo original.

É esse aspecto técnico que fundamenta parte da divergência jurídica. A advogada Beatriz Haikal, sócia de Proteção de Dados e Inteligência Artificial no BBL Advogados, lembra que, no processo de treinamento, “não há preservação da obra como expressão estética ou literária; o que permanece no modelo são pesos matemáticos derivados de padrões comuns a milhões de exemplos”. Para ela, isso demonstra que a legislação atual não foi pensada para fenômenos algorítmicos e, por isso, não oferece parâmetros adequados de licitude.

Essa percepção alimenta o argumento de que exigir remuneração por toda e qualquer obra usada no treinamento seria desproporcional e impraticável. “A remuneração sobre o uso de toda e qualquer informação protegida por direitos do autor inviabiliza o desenvolvimento de IA no Brasil e prejudica, principalmente, as pequenas empresas e startups que buscam criar novas ferramentas”, avalia Marcus Valverde, especialista em Direito Societário e Digital e sócio do Marcus Valverde Sociedade de Advogados. Para o advogado, o problema não está na proteção, mas na forma de implementá-la sem travar a inovação.

O que diz o texto aprovado no Senado

O PL 2338/23 tenta encontrar um ponto intermediário. Ele prevê:

• Obrigação de transparência sobre obras utilizadas no treinamento
• Possibilidade de opt-out para autores que não queiram seus conteúdos integrando datasets
• Remuneração quando houver uso comercial
• Exceções para instituições de pesquisa, museus, arquivos, bibliotecas, universidades e organizações jornalísticas, desde que sem finalidade comercial

O texto também classifica sistemas de IA por risco e exige análise preliminar para modelos generativos e de propósito geral. É uma tentativa de aproximar o Brasil de padrões internacionais como o AI Act europeu, mas com menos mecanismos de execução.

Apesar disso, críticos afirmam que várias das obrigações do PL são tecnicamente inviáveis. “Obrigar a criação de listas de conteúdos utilizados no treinamento parece uma solução meramente teórica, já que o volume massivo de dados processados dificultaria essa identificação e indexação”, explica Paula Celano, sócia da área de Propriedade Intelectual no BBL Advogados. Ela acrescenta que sem mecanismos de gestão coletiva eficientes, a lei corre o risco de criar obrigações irreais para empresas e ainda assim não entregar compensação satisfatória aos autores.

Congresso hesita diante de pressão de todos os lados

Deputados envolvidos na discussão admitem reservadamente que não existe consenso mínimo para colocar o texto em votação. Criadores defendem que qualquer uso de conteúdo protegido no treinamento deve gerar remuneração automatizada, nos moldes da arrecadação musical. Empresas de tecnologia argumentam que o Brasil se tornaria um dos países com maior barreira regulatória do mundo. A área acadêmica pede preservação da exceção para pesquisa. O governo tenta costurar uma solução, mas enfrenta divergências internas.

Outras notícias: Por que parte da advocacia brasileira ainda resiste ao uso da inteligência artificial?

“A legislação atual não é suficiente para lidar com o uso de obras protegidas no treinamento de modelos de inteligência artificial”, afirma Stephanie Almeida, advogada especializada em Direito Digital e Empresarial do Poliszezuk Advogados. Segundo ela, o PL reconhece princípios importantes, mas ainda deixa lacunas essenciais, como transparência obrigatória de datasets e regras claras de remuneração. Essa indefinição alimenta resistências tanto no setor criativo quanto no empresarial, contribuindo para que o texto siga parado.

A natureza técnica do treinamento e o desafio jurídico

A complexidade não é apenas política. Há um choque conceitual entre o que a lei entende por “reprodução” e o que de fato ocorre no treinamento. Modelos não armazenam obras, não exibem obras e não são capazes de reconstruí-las. Em vez disso, transformam dados brutos em parâmetros matemáticos que representam padrões estatísticos.

É por isso que parte da comunidade jurídica sustenta que o treinamento não deveria ser tratado como ato de uso autoral. Como argumenta Haikal, a obra “deixa de existir como obra e se converte em ruído estatístico que contribui, de maneira ínfima e não identificável, para o ajuste da função final”. Essa visão reforça que o uso técnico dos dados não substitui o mercado do criador e não concorre com o conteúdo original.

Outro grupo, porém, entende que o simples ato de ingestão da obra, ainda que efêmero, já configuraria reprodução, e portanto exigiria autorização ou remuneração. É esse conflito interpretativo que o PL tenta sanar, sem ainda conseguir consenso.

Startups temem saída do Brasil, criadores temem invisibilidade

O congelamento da pauta tem efeito direto no ecossistema de inovação. Startups relatam informalmente que já evitam desenvolver modelos no Brasil por receio de judicialização futura. Empresas internacionais temem que o país adote um dos regimes mais restritivos do mundo. No outro extremo, criadores afirmam que continuarão invisíveis se não houver uma forma de acompanhar o uso de suas obras.

Paula Celano alerta que a ausência de soluções tecnológicas eficazes pode tornar a lei inoperante. “A inclusão de uma previsão de remuneração por atividades de tratamento pode inviabilizar o desenvolvimento de novos sistemas de IA”, diz. A advogada enfatiza a importância de proteger autores contra usos distorcidos, imitações e prejuízos reputacionais.

Propostas para destravar o debate

As alternativas em discussão na Câmara envolvem três eixos principais:

Transparência mínima viável, que permita identificação parcial dos datasets sem exigir rastreamento impossível.

Licenciamento coletivo, inspirado no modelo da música, que transferiria a arrecadação a entidades de gestão.

Regulação proporcional ao risco, para evitar que modelos simples sejam tratados como sistemas sensíveis.

Marcus Valverde defende que qualquer regra sobre direitos autorais deveria permanecer dentro da Lei de Direitos Autorais, e não ser puxada para o marco de IA. Ele argumenta que misturar os dois regimes “gera insegurança jurídica e custos desproporcionais”, especialmente para startups.

Já Stephanie Almeida avalia que o Brasil não pode abrir mão do dever de criar mecanismos de opt-out e transparência, sob pena de não entregar aos autores nem remuneração nem informação.

O fato é que a tecnologia não espera o Congresso. Ferramentas generativas já são usadas em tribunais, redações, departamentos públicos, escolas e empresas. A ausência de uma regra clara cria um ambiente juridicamente frágil, no qual decisões isoladas podem gerar insegurança para todos os setores.

Veja também: Artistas imortais? Os limites legais da recriação da voz e imagem por inteligência artificial

O dilema brasileiro não é escolher entre proteger artistas ou incentivar tecnologia, mas definir um sistema equilibrado que considere a natureza dos modelos de IA, a viabilidade técnica das exigências e a necessidade de segurança jurídica para todo o ecossistema.