Editoras de livros buscam entrar na luta por direitos autorais da IA ​​do Google

As principais editoras de livros Hachette Book Group e Cengage Group entraram com uma moção na quinta-feira para intervir em uma ação coletiva existente movida no ano passado contra o Google, acusando a gigante da tecnologia de orquestrar “violação histórica de direitos autorais” para construir sua plataforma Gemini.

A queixa apresentada no tribunal federal da Califórnia alega que o Google “optou por roubar um grande volume de conteúdo dos Requerentes e da Classe para treinar seu modelo de IA” em vez de obter licenças adequadas, envolvendo-se em infrações deliberadas “em todas as fases” do desenvolvimento.

O caso consolidado foi originalmente movido em 2023 por autores individuais como uma proposta de ação coletiva de direitos autorais acusando o Google de copiar livros para treinar seus modelos generativos de IA.

Os editores afirmam que o Google baixou livros de sites piratas e os copiou repetidamente durante o processo de treinamento de IA, primeiro na memória do computador, depois em formatos que os sistemas de IA pudessem ler e novamente em conjuntos de treinamento para cada nova versão do modelo.

O conjunto de dados de treinamento C4 do Google contém trabalhos protegidos por direitos autorais extraídos da Z-Library, uma coleção pirata da qual as autoridades apreenderam mais de 350 sites e domínios da web, alega o processo.

Os editores notaram como os livros foram copiados do b-ok.org, um domínio da Z-Library que agora exibe um aviso de apreensão federal, junto com o OceanofPDF e o WeLib, “outro site prolífico com acesso a uma grande quantidade de conteúdo não autorizado protegido por direitos autorais”.

O conjunto de dados C4 contém trabalhos de pelo menos 28 sites identificados pelo governo dos EUA como mercados de pirataria e falsificações, observa a denúncia.

“O símbolo de direitos autorais (©) aparece mais de 200 milhões de vezes no conjunto de dados C4”, diz a reclamação, observando que o Google supostamente excluiu “avisos de política” e avisos de “termos de uso”, mas incluiu “vastas categorias de trabalhos protegidos por direitos autorais, trabalhos piratas e trabalhos retirados de acesso pago”.

Os editores alegam que o Google copiou obras de bibliotecas baseadas em assinatura, como Scribd.com, contornando acordos de licenciamento legítimos.

Quando confrontado com esta prática, o provedor de conjuntos de dados sem fins lucrativos Common Crawl supostamente respondeu com “uma mentalidade de culpar a vítima, proclamando ‘Você não deveria ter colocado seu conteúdo na Internet se não quisesse que ele estivesse na Internet'”.

O processo alega que a Gemini agora produz resultados que “substituem obras protegidas por direitos autorais”, incluindo reproduções literais, resumos detalhados e “imitações que copiam elementos criativos de obras originais”.

Descriptografar entrou em contato com o Google e com o conselho dos editores.

IA e editores

O Google está simultaneamente se defendendo contra alegações antitruste da Penske Media Corporation sobre seu recurso AI Overviews, com a gigante da tecnologia alegando que a exibição de resumos gerados por IA constitui “melhoria legal do produto, em vez de comportamento anticompetitivo”.

Os editores buscam indenizações legais, liminares para impedir novas infrações e uma ordem exigindo que o Google destrua todas as cópias não autorizadas de suas obras e divulgue quais livros foram usados ​​para treinar Gemini.

A moção para intervir segue uma série de ações judiciais de direitos autorais que os autores moveram contra empresas de IA em 2023, com juízes federais entregando vitórias parciais à Meta e à Anthropic, decidindo que o uso de livros protegidos por direitos autorais para treinar seus modelos constituía uso justo sob a lei de direitos autorais, mas criticaram as empresas por manterem bibliotecas permanentes de livros piratas.