A “Fábrica” Ilegal? O Conflito Oculto entre o Stable Diffusion e os Direitos Autorais no Brasil

Por que a arquitetura das IAs generativas pode estar operando na contramão da legislação brasileira.

A explosão da Inteligência Artificial generativa mudou a forma como criamos imagens. Ferramentas como o Stable Diffusion democratizaram a arte digital, permitindo que qualquer pessoa transforme um texto (prompt) em uma obra visual complexa em segundos. Mas, enquanto nos maravilhamos com o resultado final, raramente olhamos para a “caixa preta” técnica que torna isso possível.

Ao abrirmos essa caixa e confrontarmos a engenharia de software com a rígida legislação brasileira de direitos autorais (Lei nº 9.610/98), encontramos um cenário preocupante: tecnicamente, o treinamento dessas IAs no Brasil opera em uma zona de profunda incerteza, ou até mesmo, de ilegalidade.

Vamos dissecar o porquê.

O Segredo Sujo: Como a Máquina Aprende

Para entender o problema jurídico, precisamos entender o mecanismo técnico. O Stable Diffusion não cria imagens do nada, nem por “mágica”. Ele é um Modelo de Difusão Latente (LDM).

Para que ele saiba o que é um “astronauta” ou um “cavalo”, ele precisa ser treinado. E esse treinamento exige combustível: dados. O Stable Diffusion utiliza o LAION-5B, um conjunto de dados colossal com mais de 5 bilhões de pares de imagem e texto.

Essas imagens não foram doadas voluntariamente. Elas foram coletadas através de Web Scraping — uma varredura massiva da internet que copiou portfólios de artistas, bancos de imagens, fotos de notícias e blogs pessoais. Tudo isso sem pedir licença, sem pagar royalties e, na maioria das vezes, sem o conhecimento dos autores.

É aqui que a tecnologia colide de frente com o Direito brasileiro.

A Rigidez da Lei Brasileira vs. A Flexibilidade Americana

Muitas empresas de IA, sediadas nos EUA, defendem-se sob a doutrina do Fair Use (Uso Justo). Elas argumentam que ler bilhões de imagens para extrair padrões estatísticos é um “uso transformador” e não viola os direitos autorais.

O problema é: o Brasil não tem Fair Use.

A nossa Lei de Direitos Autorais (Lei 9.610/98) é baseada no sistema de Droit d’Auteur francês, focado na proteção do autor. O Artigo 29 da nossa lei é taxativo: qualquer reprodução de uma obra exige autorização prévia e expressa do autor.

Quando o algoritmo faz o download de uma imagem para treiná-la (mesmo que depois a descarte e fique apenas com os “pesos” matemáticos), ele realizou uma cópia. Ele realizou um armazenamento. Pela letra fria da lei brasileira, sem uma exceção específica para Mineração de Dados e Textos (TDM — Text and Data Mining), esse ato é uma violação de direitos patrimoniais.

Enquanto a Europa já se moveu para criar a diretiva de Digital Single Market (que permite TDM com opções de opt-out) e o AI Act (que exige transparência), o Brasil permanece com uma legislação desenhada para o mundo analógico, onde copiar significava tirar xerox ou prensar um vinil, e não treinar uma rede neural.

O Mito da “Inspiração” e o Problema da Memorização

Um argumento comum dos entusiastas de IA é: “A IA aprende como um humano. Um estudante de arte também copia os grandes mestres para aprender.”

Tecnicamente, isso é impreciso. A arquitetura do Stable Diffusion envolve componentes como o VAE (Variational Autoencoder) e a U-Net, que comprimem e reconstroem dados. Embora o objetivo seja aprender “conceitos” (o estilo de Van Gogh, por exemplo), falhas no processo podem levar ao overfitting (memorização).

Casos judiciais recentes, como o da Getty Images contra a Stability AI, mostram que o modelo é capaz de gerar imagens que reproduzem, inclusive, a marca d’água do banco de imagens original. Isso prova que, em muitos casos, a máquina não está apenas “se inspirando”; ela está regurgitando pedaços de obras protegidas que foram inseridas no seu sistema sem permissão.

Isso fere não apenas o direito patrimonial (dinheiro), mas também os direitos morais do autor, como a paternidade da obra e a integridade, especialmente quando a IA é usada para criar obras derivadas que competem deslealmente com o criador original.

O Dilema da Inovação

Estamos diante de um impasse.

1. Cenário A: Aplicamos a lei brasileira atual ao pé da letra. Isso torna o desenvolvimento de IAs generativas praticamente inviável no país, pois seria impossível obter autorização individual de bilhões de autores. O Brasil viraria apenas um consumidor de tecnologia estrangeira.
2. Cenário B: Ignoramos a lei em nome da inovação. Isso deixa artistas gráficos, fotógrafos e criadores desprotegidos, tendo suas obras usadas como matéria-prima gratuita para alimentar uma indústria bilionária que pode vir a substituí-los.

Conclusão

O modelo atual do Stable Diffusion é uma maravilha da engenharia de software, mas é uma bomba-relógio jurídica no Brasil.

A metáfora mais adequada é a de uma fábrica ultra moderna que processa matéria-prima roubada. O produto final pode ser incrível, mas o processo de aquisição dos insumos (os dados de treinamento) está viciado na origem.

Não podemos travar o avanço tecnológico, mas também não podemos aceitar que a inovação seja um salvo-conduto para a violação massiva de direitos. O Brasil precisa urgentemente modernizar seu debate legislativo, buscando um equilíbrio que permita o Text and Data Mining, mas que garanta transparência, opção de saída (opt-out) e, possivelmente, remuneração para os criadores que alimentam a inteligência das máquinas.

Até lá, continuamos operando no cinza.