A teoria do custo de busca, no seu cerne, sugere que as marcas desempenham uma função crítica como repositórios de informações sobre a origem e a qualidade dos produtos. Ao permitir que os consumidores se baseiem nas marcas como um indicador de valor, a legislação reduz o tempo, o esforço e os custos associados à busca por produtos que atendem às suas preferências. Essa teoria, formulada pelos influentes estudiosos William Landes e Richard Posner, é amplamente adotada tanto nos círculos acadêmicos quanto nas decisões judiciais, formando a espinha dorsal da justificativa moderna para o direito das marcas. A essência utilitarista da teoria do custo de busca é evidente ao focar no bem-estar do consumidor. As marcas permitem que os consumidores naveguem de forma mais eficaz em um mercado saturado de escolhas, o que, por sua vez, melhora a eficiência do mercado. Os direitos concedidos aos produtores – embora substanciais – não são o objetivo final. Eles servem como um mecanismo para manter a qualidade do produto, garantindo que os consumidores possam tomar decisões de compra informadas e confiantes.

Embora a teoria do custo de busca tenha sido adotada apenas no final do século XX, o exame da legislação de marcas dos Estados Unidos exclusivamente sob essa ótica pode obscurecer a rica e variada história que precedeu sua adoção. Nos primeiros anos, até meados do século XIX, a legislação de marcas nos EUA estava principalmente preocupada com a proteção dos produtores contra práticas fraudulentas, como o "passing off", no qual ações fraudulentas enganavam os consumidores e desviavam o comércio. Essa perspectiva inicial enquadrava o direito das marcas no contexto da concorrência desleal, evidenciando uma abordagem não consequencialista que priorizava os direitos morais dos produtores e a integridade do mercado.

O final do século XIX marcou um fortalecimento da estrutura voltada para o produtor. Os tribunais e estudiosos jurídicos passaram a justificar cada vez mais a proteção dos produtores contra o desvio ilegítimo do comércio, elevando os direitos de propriedade – na forma de propriedade intelectual – para o centro da legislação de marcas. Daniel McClure observa que "tratar as marcas como ‘direitos de propriedade’ tornou-se o princípio unificador para muito do raciocínio jurídico". Assim, esse período viu a legislação de marcas ser conceituada principalmente em termos não consequencialistas de proteção dos interesses dos produtores, da proteção dos direitos de propriedade e da preservação dos padrões morais no mercado.

Com o advento do século XX, uma mudança de paradigma em direção ao utilitarismo desafiou a doutrina tradicional baseada nos direitos naturais, que via as marcas como propriedade. Em vez disso, os teóricos começaram a advogar por um modelo que priorizava a proteção da boa vontade comercial e, mais importante ainda, a proteção dos consumidores contra confusão e engano. Essa mudança para o raciocínio utilitário se tornou evidente à medida que estudiosos passaram a utilizar insights da economia e das ciências sociais para avaliar as implicações reais da legislação de marcas para o consumidor e o mercado. No final do século XX, essa mudança de paradigma atingiu seu auge. Os estudiosos e tribunais conceituaram a legislação de marcas como uma ferramenta pró-competitiva, projetada para aumentar a eficiência do mercado. Essa mudança permitiu o surgimento de ideias como a teoria do custo de busca do consumidor, já mencionada. Ao chegar ao milênio, a legislação de marcas passou a ser vista como um mecanismo utilitário para proteger tanto produtores quanto consumidores, no amplo objetivo de melhorar a eficiência do mercado, embora algumas tensões em torno dos direitos de propriedade ainda se manifestem em litígios relacionados a determinadas doutrinas de marcas, como as alegações de que alguém está prejudicando ou diluindo a marca de um produtor.

No que diz respeito aos segredos comerciais – o outro pilar da propriedade intelectual sem origens constitucionais – encontramos um regime jurídico mais confuso, com uma base teórica ainda mais ambígua. Em seu núcleo, o direito dos segredos comerciais busca proteger informações comercialmente valiosas que não são amplamente conhecidas nem facilmente obtidas. O quadro jurídico para segredos comerciais sempre foi sobrecarregado por desafios definicionais e conceituais, alguns dos quais permanecem sem solução. Na verdade, a Restatement of Torts de 1939 reconheceu explicitamente a dificuldade de chegar a uma definição precisa para os segredos comerciais, com uma linguagem que reconhecia a "confusão" e o "desarranjo" que sempre caracterizaram essa área do direito. Uma das razões para essa confusão pode ser encontrada nas origens complexas da legislação sobre segredos comerciais. Começando como uma doutrina de direito comum estadual – ou seja, baseada em decisões judiciais em vez de legislação – e enraizada no contexto mais amplo da concorrência desleal, o direito dos segredos comerciais não foi inicialmente concebido como um pilar da proteção federal da propriedade intelectual. Com o tempo, os estados começaram a codificar as proteções de segredos comerciais, particularmente por meio do Uniform Trade Secrets Act. No entanto, o corpo de leis resultante permaneceu fragmentado. Mesmo o Defend Trade Secrets Act, introduzido e adotado em 2016, depende fortemente dessas doutrinas estaduais. O resultado é uma estrutura jurídica moldada por uma série de justificativas que muitas vezes seguem direções opostas. Essas justificativas, acumuladas ao longo dos casos jurídicos, variam de direitos de propriedade e regulação da concorrência desleal, a eficiência econômica, ética comercial e até o incentivo à invenção.

Essas múltiplas justificativas refletem a natureza multifacetada e os princípios conflitantes das leis de segredos comerciais, destacando o desafio de construir uma base teórica coesa para esse pilar da propriedade intelectual. As prerrogativas conflitantes emergem nos primeiros casos judiciais, que frequentemente utilizavam uma combinação complexa de justificativas para a proteção dos segredos comerciais. Um exemplo importante é o caso Peabody v. Norfolk, decidido pelo Supremo Tribunal de Massachusetts em 1868, amplamente considerado como o primeiro grande julgamento sobre segredos comerciais. Em sua opinião, o juiz Gray inicialmente destacou a importância utilitarista de incentivar a inovação, mas grande parte de seu argumento seguinte foi ancorado na noção não consequencialista de defesa dos direitos de propriedade. No entanto, no início do século XX, a visão baseada na propriedade dos segredos comerciais começou a ser questionada. A opinião frequentemente citada do juiz Holmes no caso de 1917, DuPont v. Masland, rejeitou explicitamente a justificativa de propriedade em favor de um foco nos atos prejudiciais daqueles que traem a confiança do detentor do segredo comercial: "A palavra ‘propriedade’, como aplicada a marcas e segredos comerciais, é uma expressão não analisada de certas consequências secundárias do fato primário de que a lei faz alguns requisitos rudimentares de boa-fé." Assim, o juiz Holmes enfatizou que o objetivo central da legislação sobre segredos comerciais não era sobre a posse da propriedade, mas sim sobre a violação das relações de confiança.

A introdução do movimento de Direito e Economia na década de 1960 trouxe mais uma reorientação crucial da legislação sobre segredos comerciais, desta vez com base na eficiência econômica dos mercados informacionais. Os tribunais e estudiosos começaram a reconfigurar a proteção dos segredos comerciais, afastando-se da justificação de direitos naturais de propriedade ou ética, para ver os segredos comerciais como uma ferramenta necessária para estimular a inovação. A informação, embora cara para ser produzida, poderia ser facilmente replicada, o que justificava a proteção legal dos segredos comerciais como um incentivo à criação e inovação.

O Treinamento de Modelos Infringe os Direitos Autorais?

O processo de treinamento de modelos de inteligência artificial generativa é, sem dúvida, um terreno fértil para debates jurídicos sobre a violação dos direitos autorais. Embora as visões a respeito desse tema variem, há um consenso geral sobre a necessidade de cautela para evitar a "exigência excessiva de direitos", o que poderia minar o potencial democrático e igualitário das tecnologias emergentes. A análise de casos jurídicos envolvendo IA generativa oferece uma excelente oportunidade para testar ou desenvolver novas perspectivas sobre questões que estão longe de serem resolvidas, com muitas delas ainda aguardando decisões finais.

O primeiro e mais claro ponto de controvérsia gira em torno do processo inicial de treinamento, quando são coletados imensos volumes de dados da internet para alimentar o modelo. Em um cenário hipotético, caso os detentores de direitos autorais consigam provar que parte de seu material protegido foi incluída nesses dados coletados, o simples ato de fazer o download desses dados pode ser considerado uma "cópia". Este momento ocorre antes de qualquer transformação significativa dos dados ou de sua utilização para gerar padrões e probabilidades. Em termos práticos, o simples download pode ser suficiente para caracterizar uma infração.

Entretanto, a cópia inicial não é o fim da questão. A pergunta central é saber se essa cópia pode ser considerada "uso justo". Esse conceito se assemelha aos casos de cópias intermediárias, como ocorre em alguns contextos de videogames, onde a cópia é feita não para reproduzir a obra, mas com o objetivo de garantir compatibilidade. Em muitos desses casos, os tribunais tendem a considerar o uso justo, mas sempre com uma análise minuciosa das circunstâncias envolvidas, utilizando os fatores que definem o uso justo.

Um dos aspectos mais discutidos é a finalidade e o caráter do uso, especificamente se o uso é transformador. O Supremo Tribunal dos Estados Unidos já explicou que um uso é transformador quando agrega algo novo ou tem um propósito diferente do original. No caso dos modelos de IA generativa, a questão é se a criação de tais sistemas pode ser considerada transformadora. Comparações com motores de busca, como o Google, que exibem imagens em miniatura ou o projeto Google Books, que digitaliza livros, são frequentes. No entanto, é possível que os tribunais optem por restringir o espaço dado a essas tecnologias emergentes, especialmente se a decisão chegar ao Supremo Tribunal, onde o cenário legal ainda está em desenvolvimento.

Outro fator importante diz respeito ao impacto no mercado do detentor dos direitos autorais. Existe uma diferença crucial entre um trabalho novo que substitui diretamente a obra original e um que cria novas opções para o consumidor, mas que, ao mesmo tempo, diminui o valor do trabalho original. Um exemplo disso seria uma paródia de uma música popular: embora a paródia reduza as vendas da música original, ela é considerada uso justo, já que serve como comentário, e não como substituto direto. Da mesma forma, um modelo de IA que oferece novas formas de obter material não protegido, como criar itinerários de viagem, pode ser considerado uso justo, mesmo que os donos de sites turísticos prefiram que os usuários visitem suas plataformas.

No entanto, o impacto no mercado pode ser mais sensível em outras situações. Por exemplo, um mercado próspero de artistas humanos que criam logotipos sob encomenda pode ser drasticamente afetado por um modelo de IA capaz de gerar logotipos inéditos em questão de segundos, após ser treinado com dados coletados da internet. Esse efeito negativo no mercado não ocorre porque o modelo de IA copia, mas porque ele oferece uma nova forma de obter algo que antes tinha um custo elevado, reduzindo o valor do trabalho humano.

Por outro lado, os casos mais difíceis surgem quando o modelo de IA responde a um comando com uma quantidade substancial de expressão protegida por direitos autorais, como no caso de "memorização". Este fenômeno se refere ao momento em que o modelo reproduz, sem transformação substancial, materiais protegidos, o que representa um desafio direto para o mercado da obra original. Quando um modelo de IA reproduz obras protegidas por um paywall, por exemplo, ele pode substituir o mercado do proprietário da obra, o que configura uma violação clara.

Em relação aos outros fatores do uso justo, a natureza do trabalho original também desempenha um papel crucial. Obras criativas tradicionais, como filmes ou livros, têm uma proteção mais forte que o software, e o quanto do trabalho original é copiado também deve ser considerado. Se os tribunais considerarem que o objetivo do modelo de IA é suficientemente transformador, copiar uma quantidade substancial do trabalho original pode ser visto como necessário para alcançar esse objetivo. Se, no entanto, o uso não for transformador o suficiente, é provável que outros fatores, como o impacto no mercado, também apontem para uma violação dos direitos autorais.

Ainda existe a questão de saber se o modelo de IA, após o treinamento, pode ser considerado como contendo cópias do trabalho original. Embora à primeira vista possa parecer que o modelo retém uma versão "simplificada" ou "copiada" da obra original, a realidade é mais complexa. Como discutido anteriormente, os parâmetros do modelo são estruturas matemáticas que atribuem diferentes níveis de importância a padrões e conexões encontrados nos dados. Não há uma correspondência direta entre essas estruturas e os dados de entrada. Em vez disso, o treinamento do modelo envolve uma transformação profunda dos dados, gerando algo completamente novo, mas sem reter uma cópia literal do material original.

Assim, as questões de direitos autorais envolvendo IA generativa são muito mais complexas do que a simples cópia de materiais protegidos. O conceito de "uso justo" é fundamental, mas sua aplicação pode variar amplamente dependendo das circunstâncias específicas e da interpretação dos tribunais.

A Evolução Humana e o Relógio Molecular: Descobrindo Nossos Traços Genéticos
Como o Cálculo de Hoare Gera Condições de Verificação para Garantir a Correção de Programas?
Como Implementar e Otimizar Visualizações de Dados com SAS: Aplicações no Mundo Real e Estratégias de Desempenho
Como Resolver Exercícios de Álgebra Linear com Matrizes
É possível saber o que há sem saber o que as coisas são?