Google Continua a Combater Raspadores de IA na Web Após Derrota Judicial. Eis o Porquê É Importante.

Pontos-chave

• O Google interpôs uma ação contra a SerpApi em dezembro de 2023, acusando a empresa de raspar e revender seus resultados de pesquisa.
• O Google invocou a DMCA, a Lei de Direitos Autorais do Milénio Digital, uma lei normalmente usada para proteger música e filmes da pirataria, para argumentar que a SerpApi quebrou suas defesas anti-raspagem.
• Um tribunal desferiu um golpe significativo contra o Google na semana passada, mas o Google confirmou que não abandonará o caso.
• O Reddit está envolvido como parte nomeada com interesse em bloquear a raspagem não autorizada do seu conteúdo.
• O resultado poderia afetar a forma como qualquer empresa de IA recolhe os dados necessários para treinar os seus sistemas.

O Google sofreu um revés em tribunal na semana passada. Um juiz decidiu contra ele numa ação que tinha interposto contra uma empresa chamada SerpApi, que vende um serviço que extrai dados dos resultados de pesquisa do Google e os empacota para uso empresarial. O Google diz que isto é roubo. A SerpApi diz que está apenas a ler páginas web disponíveis ao público.

Apesar da derrota, o Google confirmou que continuará a lutar.

O que exatamente fez a SerpApi?

A SerpApi construiu um produto que comercializou como "Google Search API", um software que permite aos clientes pagantes consultar automaticamente os resultados de pesquisa do Google em larga escala, sem passar diretamente pelo Google. O problema, segundo o Google, é que a SerpApi quebrou as barreiras técnicas que o Google havia construído para impedir exatamente esse tipo de colheita automatizada.

O Google interpôs a ação sob a DMCA, a Lei de Direitos Autorais do Milénio Digital, uma lei aprovada em 1998 que torna ilegal contornar sistemas de proteção de cópia. A lei é mais frequentemente usada contra pessoas que quebram encriptação de DVD ou pirateiam serviços de streaming. O Google argumentou que sua tecnologia anti-raspagem conta como esse tipo de proteção.

O conteúdo em jogo não é apenas ligações azuis. O Google destacou seus "painéis de conhecimento", as caixas de informação que aparecem quando você procura por uma pessoa ou empresa bem conhecida. Algumas dessas informações são licenciadas de detentores de direitos de terceiros que pagam para que seus dados apareçam nos resultados do Google. O Google argumentou que a raspagem da SerpApi ameaçava esses acordos de licenciamento.

O Reddit, que também licencia seu conteúdo e tem suas próprias preocupações com raspagem, juntou-se ao caso como parte interessada.

Por que uma lei de direitos autorais concebida para DVDs se aplica aqui?

É exatamente o que o tribunal questionou. Usar a DMCA contra um raspador web é um movimento legal inusitado, e o ceticismo do juiz na semana passada reflete como esta teoria ainda é pouco testada. O Google está essencialmente a pedir a um tribunal que concorde que o software anti-bots conta como um sistema de proteção de cópias da mesma forma que a encriptação de DVD. Nenhum tribunal afirmou firmemente que sim até agora.

Se o Google eventualmente ganhar esse argumento, daria a cada grande website uma ferramenta poderosa e nova para bloquear empresas de IA do treino no seu conteúdo sem permissão.

O que isto significa para si?

Para a maioria das pessoas, nada muda hoje. Mas o caso situa-se no centro de uma luta que moldará como as ferramentas de IA serão construídas amanhã. Os modelos de IA, os motores de software por trás de ferramentas como ChatGPT e Gemini do próprio Google, aprendem processando quantidades enormes de texto raspado da web. Se os tribunais decidirem que raspar resultados de pesquisa, ou eventualmente qualquer website, viola a lei de direitos autorais, o custo de construir essas ferramentas aumenta acentuadamente.

Custos mais elevados para empresas de IA tendem a fluir para jusante: atualizações de produtos mais lentas, subscrições mais caras, ou simplesmente menos concorrentes a permanecer no mercado.

Como o Ars Technica primeiro relatou, este caso é um de vários testes a decorrer neste momento sobre quem detém os dados que treinam a IA.

A conclusão honesta: se dirige um website ou cria conteúdo profissionalmente, acompanhe este caso. Está lentamente a construir o marco legal que decidirá se as empresas de IA têm de pagar pelos dados que usam.