noticias

Sony e Warner contra Anthropic: processo sobre músicas pode redefinir os limites do treinamento de IA

**Categoria editorial:** Inteligência Artificial

**Linha fina:** Editoras musicais acusam a criadora do Claude de obter letras e partituras por fontes não autorizadas, treinar seus modelos com esse material e reproduzir obras protegidas. A disputa atinge uma das questões mais sensíveis da indústria de IA: de onde vêm os dados usados para construir modelos bilionários.

**Meta description:** Sony e Warner acusam a Anthropic de usar músicas protegidas no Claude. O processo pode redefinir os limites entre treinamento de IA e pirataria.

**Slug:** sony-warner-anthropic-processo-musicas-claude

**Palavra-chave principal:** Sony e Warner processam Anthropic

Matéria completa

As divisões de publicação musical ligadas à Sony Music Publishing e à Warner Chappell abriram uma nova e potencialmente importante frente na batalha judicial sobre inteligência artificial e direitos autorais. Em ação apresentada em 28 de agosto de 2026 à Justiça federal do norte da Califórnia, um grupo de editoras acusa a Anthropic, criadora do Claude, de copiar composições protegidas, incluindo letras e partituras, durante a construção e o treinamento de seus modelos de inteligência artificial.

O processo recebeu bastante atenção por envolver nomes como Beatles, Taylor Swift, Michael Jackson, Mariah Carey e Bon Jovi. Mas reduzir a disputa a uma briga entre artistas famosos e uma empresa de IA esconde a parte tecnicamente mais relevante do caso. A acusação não questiona somente se materiais protegidos podem participar do treinamento de um modelo. Ela tenta estabelecer como essas obras teriam chegado aos sistemas da Anthropic, como teriam sido processadas e até que ponto seus conteúdos ainda podem aparecer nas respostas produzidas pelo Claude.

Essa distinção pode ser decisiva. Nos Estados Unidos, os tribunais começaram a construir uma jurisprudência na qual o treinamento de inteligência artificial e a obtenção do material usado nesse treinamento nem sempre são tratados como a mesma coisa. Um modelo pode ter argumentos para defender determinado uso transformativo de uma obra, enquanto a obtenção de uma cópia por meio de uma fonte pirata pode criar um problema jurídico independente.

É exatamente nessa brecha que Sony e Warner tentam colocar a Anthropic.

O processo não é exatamente das “gravadoras”

Há uma diferença importante logo no início. Embora o caso costume ser apresentado como Sony e Warner contra Anthropic, quem aparece entre os principais autores são empresas de publicação musical, como Sony Music Publishing e Warner Chappell Music, acompanhadas por dezenas de entidades relacionadas.

Isso importa porque a indústria musical possui diferentes camadas de direitos. A gravação de uma música e a composição musical não são necessariamente controladas pelas mesmas empresas. A composição envolve elementos como melodia e letra, enquanto o fonograma corresponde à gravação específica realizada por determinado artista.

O processo contra a Anthropic concentra-se principalmente nas composições, nas letras e em materiais como partituras. Não se trata, portanto, simplesmente de acusar o Claude de ter sido treinado ouvindo arquivos de áudio de artistas famosos.

A ação também coloca como réus Dario Amodei, CEO e cofundador da Anthropic, e Benjamin Mann, um dos cofundadores da companhia. As editoras sustentam que ambos teriam participação em decisões relacionadas à aquisição de conjuntos de dados utilizados no desenvolvimento dos modelos.

Por enquanto, essas são alegações apresentadas pelos autores da ação e não conclusões judiciais sobre responsabilidade dos executivos.

A acusação mais delicada está na origem dos dados

Grandes modelos de linguagem precisam de quantidades extraordinárias de texto para aprender relações entre palavras, estruturas linguísticas, informações e padrões de escrita. Durante o treinamento, esses materiais são transformados em representações numéricas utilizadas para ajustar bilhões de parâmetros internos do modelo.

Isso não significa que um chatbot opere como um banco de documentos no qual cada página treinada permanece guardada para consulta direta. Entretanto, modelos podem memorizar determinadas sequências, especialmente quando um conteúdo aparece repetidamente nos dados ou possui características que favorecem a memorização.

A discussão jurídica começa antes disso.

Segundo as editoras, a Anthropic teria utilizado diferentes caminhos para construir suas bases de treinamento, incluindo grandes conjuntos de dados da internet e materiais obtidos de repositórios não autorizados. A acusação cita, entre outras fontes, Library Genesis, conhecida como LibGen, e Pirate Library Mirror.

Documentos revelados em litígios anteriores envolvendo a Anthropic já haviam colocado sob escrutínio o uso de coleções contendo milhões de livros obtidos na internet. Agora, as editoras musicais argumentam que parte dessas coleções também continha livros de música, letras e partituras sob copyright.

O problema jurídico, portanto, pode ser diferente da pergunta clássica “uma IA pode aprender com uma obra protegida?”.

A pergunta passa a ser: uma empresa pode defender o treinamento como uso legítimo se a própria cópia utilizada para alimentar esse treinamento tiver sido obtida por uma fonte não autorizada?

O precedente que tornou essa pergunta especialmente perigosa para a Anthropic

A Anthropic já enfrentou uma discussão semelhante no processo movido por autores de livros nos Estados Unidos.

Uma decisão judicial nesse caso separou dois atos que muitas vezes aparecem misturados no debate público. O uso de livros no treinamento de modelos foi considerado, em determinadas circunstâncias daquele processo, um uso transformativo protegido pela doutrina americana do fair use. Ao mesmo tempo, a criação de uma biblioteca contendo milhões de cópias obtidas de fontes piratas recebeu tratamento jurídico diferente.

A disputa terminou posteriormente em um acordo de US$ 1,5 bilhão relacionado às obras pirateadas envolvidas na ação.

Esse histórico ajuda a explicar por que as editoras musicais estão dedicando tanta atenção à procedência dos arquivos.

O caso deixa de depender exclusivamente de uma grande batalha abstrata sobre se inteligência artificial pode “aprender” com conteúdo protegido. Os autores podem tentar provar algo mais concreto: que ocorreram atos de reprodução ou distribuição não autorizada antes mesmo de o treinamento começar.

Para a indústria de IA, essa diferença é enorme.

Claude também é acusado de reproduzir letras protegidas

A segunda frente do processo está nos resultados produzidos pelo próprio modelo.

Sony Music Publishing, Warner Chappell e as demais editoras afirmam que o Claude seria capaz, em determinadas circunstâncias, de reproduzir letras protegidas de forma praticamente literal. Entre as obras mencionadas nos documentos judiciais aparecem músicas como “Ain’t No Mountain High Enough”, “All I Want for Christmas Is You”, “Eye of the Tiger”, “Livin’ on a Prayer”, “September” e “Hallelujah”.

A presença dessas músicas na ação não significa que a Justiça tenha concluído que o Claude infringiu os respectivos direitos. São exemplos apresentados pelos autores para sustentar suas acusações.

Existe, porém, uma questão técnica importante por trás deles.

Empresas de inteligência artificial implementam filtros para impedir que seus modelos forneçam longos trechos protegidos. Esses controles podem atuar durante o treinamento, no ajuste do modelo ou no sistema que examina os prompts e respostas antes de mostrá-los ao usuário.

Nenhuma dessas barreiras é necessariamente absoluta.

Quando um modelo memoriza suficientemente determinada sequência, usuários podem tentar formular prompts diferentes, pedir continuações, transformações ou reconstruções até conseguir extrair partes daquele conteúdo. Essa prática é conhecida no campo de segurança de modelos como uma forma de extração ou evasão de salvaguardas.

O processo sustenta que proteções adotadas pela Anthropic poderiam ser contornadas por novas formulações de comandos.

Se isso for demonstrado, a disputa deixa de envolver apenas o treinamento histórico do modelo e alcança também sua operação atual.

Há ainda uma acusação sobre a remoção de informações de copyright

Um terceiro elemento torna o processo mais complexo.

As editoras acusam a Anthropic de remover ou alterar informações associadas à gestão de direitos autorais durante o processamento de determinados dados. Essas informações podem incluir nome do autor, proprietário dos direitos, título da composição e avisos de copyright.

Sites licenciados para exibir letras normalmente apresentam esse tipo de identificação junto com o conteúdo. Quando dados provenientes da web são preparados para treinamento de IA, porém, passam por processos automatizados de limpeza.

Esses sistemas removem menus, anúncios, rodapés, códigos HTML, elementos repetitivos e outros conteúdos considerados pouco úteis ao modelo. Tecnicamente, a limpeza é necessária para transformar bilhões de páginas heterogêneas em dados adequados para treinamento.

A pergunta jurídica é o que acontece quando essa limpeza também elimina deliberadamente informações utilizadas para identificar direitos autorais.

É uma questão muito mais específica do que simplesmente copiar um texto disponível na internet e pode gerar reivindicações adicionais sob a legislação americana.

O que a Anthropic diz

A Anthropic rejeitou as acusações apresentadas pelas editoras e declarou que pretende se defender de forma vigorosa no tribunal.

Isso é importante porque, neste momento, o processo está em uma fase inicial. As descrições sobre torrenting, scraping, remoção de informações de copyright e reprodução de letras representam a versão apresentada pelos autores da ação e ainda precisarão passar pelo contraditório, pela produção de provas e pela avaliação judicial.

Também não existe uma condenação de bilhões de dólares contra a Anthropic neste processo.

O valor frequentemente mencionado de até US$ 150 mil corresponde ao teto de indenização estatutária que pode ser solicitado nos Estados Unidos para determinadas violações intencionais de copyright por obra. Multiplicado pelo enorme catálogo alegadamente envolvido, o risco teórico pode atingir cifras bilionárias, mas isso não significa que esse será necessariamente o valor de uma eventual condenação ou acordo.

Essa diferença parece pequena em uma manchete, mas é essencial para compreender o caso corretamente.

O processo expõe um problema estrutural da corrida pela IA

Durante anos, a indústria de inteligência artificial concentrou boa parte de seu esforço em uma pergunta: como conseguir dados suficientes para produzir modelos melhores?

Quanto maior a quantidade e a qualidade dos dados, maior a possibilidade de ensinar ao modelo vocabulário, conhecimento, estilos de escrita, estruturas de raciocínio, programação e inúmeras outras habilidades.

Essa corrida criou incentivos para reunir volumes gigantescos de conteúdo disponível na internet.

O problema é que “disponível na internet” nunca foi sinônimo de “livre de direitos”.

Um artigo de jornal pode estar acessível em uma página pública e continuar protegido. Uma letra pode aparecer em milhares de sites e continuar licenciada. Um livro pode ser baixado com facilidade de um repositório pirata e continuar protegido por copyright.

Durante a primeira fase da IA generativa, a fronteira entre essas categorias ficou convenientemente nebulosa.

Agora os tribunais começam a desenhá-la.

Se as editoras vencerem, o custo de construir IA pode mudar

Há uma consequência econômica pouco discutida nessa disputa.

Se empresas de IA forem obrigadas a demonstrar não apenas que seu treinamento constitui uso transformativo, mas também que cada conjunto relevante de dados foi adquirido legitimamente, a infraestrutura necessária para construir modelos de fronteira poderá se tornar ainda mais cara.

Não basta ter GPUs e centros de dados.

Será necessário possuir mecanismos de rastreabilidade, governança de datasets, registros de licenciamento, auditoria da origem dos arquivos e ferramentas capazes de provar como determinado material entrou em um pipeline de treinamento.

Isso favorece empresas que possuem capital para negociar grandes acordos de licenciamento.

Também pode criar uma espécie de barreira regulatória indireta para empresas menores e projetos acadêmicos, que dificilmente terão condições de negociar individualmente com milhares de titulares.

Ao mesmo tempo, abre um mercado extremamente valioso para proprietários de grandes catálogos de conteúdo.

Editoras, jornais, agências de imagens, plataformas e outros detentores de acervos digitais deixam de enxergar suas bases apenas como conteúdo destinado ao consumo humano e começam a tratá-las também como matéria-prima para modelos de inteligência artificial.

A indústria musical já começou a escolher entre tribunal e licenciamento

Existe outro detalhe relevante.

As empresas de música não mantêm uma posição uniforme de rejeição à inteligência artificial. Parte da indústria está processando companhias que considera terem utilizado obras sem autorização enquanto, paralelamente, negocia acordos comerciais com outras plataformas de IA.

Esse comportamento ajuda a compreender a verdadeira disputa.

O setor musical não está necessariamente tentando impedir que inteligência artificial trabalhe com música. Está tentando estabelecer quem pode autorizar esse uso, em quais condições e quem receberá dinheiro por ele.

Para as empresas de IA, a diferença entre “conteúdo disponível na internet” e “conteúdo licenciado para treinamento” pode se transformar em uma das maiores despesas da próxima geração de modelos.

Análise da equipe

O caso Sony e Warner contra Anthropic merece atenção porque força uma separação que frequentemente desaparece nas discussões sobre copyright e inteligência artificial.

Treinar um modelo, copiar uma obra, piratear um arquivo e fazer o modelo reproduzir esse conteúdo são atos tecnicamente diferentes. Não existe razão para imaginar que a Justiça necessariamente aplicará a mesma resposta jurídica a todos eles.

Esse talvez seja o ponto mais incômodo para parte da indústria de IA.

A discussão sobre fair use pode oferecer uma defesa relevante para determinados processos de treinamento, mas não funciona automaticamente como uma autorização retroativa para qualquer método de aquisição dos dados. Se uma empresa constrói uma biblioteca utilizando milhões de arquivos provenientes de fontes consideradas piratas, o debate jurídico pode começar antes de qualquer GPU processar o primeiro token.

Ao mesmo tempo, seria precipitado tratar as alegações das editoras como fatos definitivamente demonstrados. A Anthropic ainda poderá contestar a origem dos materiais, o alcance das cópias, a forma como foram utilizadas, a responsabilidade dos executivos e até a interpretação jurídica apresentada pelos autores.

O que já parece difícil imaginar é uma volta ao período em que datasets de modelos de inteligência artificial podiam ser tratados como caixas-pretas sem grande importância pública.

A procedência dos dados está se tornando parte da arquitetura do produto.

O próximo grande recurso dos modelos talvez seja a rastreabilidade

Durante muito tempo, empresas compararam modelos pelo número de parâmetros, quantidade de GPUs, tamanho da janela de contexto e resultados em benchmarks.

A nova geração pode precisar acrescentar outra métrica: a capacidade de explicar de onde vieram os dados.

Datasets auditáveis, contratos de licenciamento, mecanismos de exclusão de conteúdo, registros de procedência e sistemas que reduzam a memorização de obras protegidas tendem a deixar de ser detalhes jurídicos para se tornar componentes de engenharia.

Essa mudança não eliminará os conflitos.

Mas pode transformar a maneira como grandes modelos são construídos.

O processo apresentado por Sony Music Publishing, Warner Chappell e suas afiliadas ainda está apenas no começo. Não há decisão de mérito que confirme as acusações feitas contra a Anthropic e o resultado pode levar anos para ser conhecido.

Mesmo assim, a disputa já oferece uma pista importante sobre a próxima fase da inteligência artificial.

Depois da corrida para saber quem consegue reunir mais dados, começa outra: descobrir quem consegue provar que tinha o direito de usá-los.

👉 Dúvida? Então veja mais em: https://pixbugtech.com/linksuteis