A Anthropic agora enfrenta um processo que pode mudar o treinamento do Claude

Sony Music Publishing, Warner Chappell e outros publishers processaram a Anthropic e seus cofundadores. Eles alegam que músicas e outros materiais protegidos foram obtidos por torrenting, scraping e downloads ilegais para treinar o Claude. A Anthropic discorda das alegações e afirma que vai se defender no tribunal.

A Anthropic já tinha disputas importantes sobre direitos autorais. Agora, a discussão ganhou um adversário com um repertório enorme: a indústria da música. Sony Music Publishing, Warner Chappell e outros publishers processaram a empresa e seus cofundadores, Dario Amodei e Benjamin Mann.

A acusação é pesada. Os autores dizem que a Anthropic usou torrenting, scraping e downloads ilegais para obter obras protegidas e treinar o Claude. A ação foi protocolada na U.S. District Court for the Northern District of California no fim de sexta-feira, segundo a TechCrunch e a Music Business Worldwide.

A Anthropic disse que discorda das alegações e pretende se defender no tribunal. Isso importa porque a denúncia ainda precisa atravessar o processo judicial. Mas o caso chama atenção pelo que coloca no centro: não apenas o que um modelo aprende, mas como o material chegou até quem o treinou.

A pergunta mudou: de onde vieram os dados?

Os publishers afirmam que milhares de músicas e letras foram usadas. A ação também menciona milhões de livros que conteriam letras e partituras. Na prática, a discussão mistura dois universos que costumam aparecer separados: o catálogo musical e grandes acervos textuais usados na corrida da inteligência artificial generativa.

Esse detalhe muda o tom do debate. Durante anos, a conversa sobre treinamento de IA pareceu girar em torno de uma ideia ampla: modelos aprendem com material disponível na internet. O novo processo empurra a discussão para um ponto bem menos abstrato. Houve licenciamento? Houve autorização? Como o conteúdo foi obtido?

É aí que mora o risco maior para a Anthropic. Uma empresa pode sustentar teses sobre treinamento, transformação e uso de dados. Outra coisa é precisar explicar uma cadeia de aquisição que os autores descrevem como pirataria. O caso não decide isso por antecipação, mas torna a origem dos dados uma parte impossível de ignorar.

Por que o processo não surgiu do nada

A Anthropic já enfrenta litígios ligados a conteúdo protegido. O novo caso se soma a disputas anteriores envolvendo a Universal Music Group, a Concord Music Group e autores. A sequência mostra que o conflito deixou de ser uma preocupação teórica das plataformas e virou uma frente jurídica permanente para quem desenvolve modelos de linguagem.

O precedente citado no debate é o caso Bartz. Nele, a Anthropic teve um acordo de US$ 1,5 bilhão aprovado e ficou obrigada a fazer o pagamento. Antes disso, o juiz distinguiu o uso para treinamento da aquisição de obras por pirataria. Essa diferença explica por que a ação das editoras musicais merece atenção além do setor fonográfico.

Não é só uma briga sobre letras de músicas. É um teste de limites. Se tribunais separarem com rigor o treinamento de um modelo da forma como o conteúdo foi reunido, a indústria de IA terá de olhar com mais cuidado para fornecedores, bases de dados e contratos de licenciamento.

O impacto chega a quem usa Claude no Brasil

Para uma empresa brasileira que usa Claude por API ou incorpora recursos de IA em um produto, o processo não significa que a ferramenta deixará de funcionar amanhã. Também não transforma automaticamente cada usuário em parte da disputa. O sinal é outro: dependência de modelos de terceiros exige atenção à governança de dados e ao risco jurídico do fornecedor.

Muita equipe ainda trata IA generativa como uma camada simples de produto. Escolhe um provedor, integra uma API e mede custo, latência e qualidade da resposta. Isso continua relevante. Mas a escolha também passa a envolver transparência sobre dados de treinamento, política de licenciamento e capacidade de responder a disputas que podem afetar reputação, contratos e previsibilidade do serviço.

Para o mercado brasileiro, a parte mais útil dessa história é abandonar a frase confortável de que “a IA aprendeu com a internet”. A internet não é uma licença única. Catálogos, letras, livros, imagens e bases de dados carregam titulares, regras e formas diferentes de acesso.

Essa é a cadeia de origem dos dados: antes de perguntar se um modelo entrega boas respostas, vale perguntar como o material que o alimentou foi obtido e quais direitos cercavam esse caminho. É uma lente mais prática para avaliar IA generativa, especialmente quando ela vira componente de um produto comercial.

O processo também reforça um ponto que já aparecia em disputas anteriores: a tecnologia não avança isolada do mercado que fornece seu insumo. No caso dos modelos de linguagem, esse insumo é conteúdo. Editoras, autores e publishers não estão discutindo apenas remuneração. Eles disputam poder de negociação sobre a matéria-prima da próxima geração de software.

A defesa da Anthropic será observada de perto

A resposta da Anthropic deve definir muito mais do que o rumo de uma ação. Empresas concorrentes, titulares de direitos e companhias que dependem de modelos de linguagem vão acompanhar quais argumentos sobrevivem à análise do tribunal.

Se a acusação avançar, a pressão por acordos e licenciamento pode crescer. Se a Anthropic prevalecer em partes relevantes, ainda assim o caso deixará uma marca: a indústria musical mostrou que está disposta a discutir, em tribunal, cada etapa entre uma obra protegida e um modelo treinado.

Para quem acompanha IA no Brasil, a notícia mostra que a origem dos dados de treinamento está no centro da disputa. O processo ainda não decidiu as alegações. Mas amplia o escrutínio sobre como empresas de IA obtêm e licenciam conteúdo protegido.

Para entender como a disputa por direitos autorais já atingiu a Anthropic, veja também a cobertura do Runzos sobre o acordo envolvendo a empresa.

Leia também: A Twitch treinou IA da Amazon por anos. Agora você pode dizer não