As duas ferramentas perderam a corrida — e a lição que ficou é outra.
Todo artista que já viu seu traço virar combustível de um modelo de IA conhece as duas ameaças. A primeira é a IA ocupar o espaço que era dele. A segunda, tão grave quanto, é o treinamento feito com material que nunca foi autorizado.
Contra isso, os autores tentaram se mobilizar: processos na justiça e ferramentas técnicas. Duas ficaram conhecidas, ambas do laboratório SAND, da Universidade de Chicago. O Glaze embaralha os pixels para que o modelo não reconheça o estilo do artista. O Nightshade vai além: envenena o dado, associando a imagem a um conceito errado, na esperança de corromper o aprendizado.
As duas pegaram as big techs de surpresa. Por um tempo, funcionaram dentro do que se esperava. Mas perderam força, e o motivo não é um só.
As big techs contra-atacaram rápido. Investiram pesado para anular as perturbações: pesquisadores mostraram que métodos como o LightShed filtram o ruído e devolvem o modelo ao comportamento normal. Some a isso que o envenenamento mira modelos de imagem, enquanto as empresas já filtram dados com modelos de visão mais robustos, antes do treinamento.
Depois vem a matemática, que é cruel. Para o Nightshade corromper um conceito de verdade, seriam necessárias milhões de imagens envenenadas circulando — a comunidade de artistas é fragmentada, e o volume nunca chegou lá. E há o custo invisível: rodar essas ferramentas exige placa de vídeo potente, justamente o que o artista independente não tem. Sem contar o dano à própria obra: em cores planas e degradês suaves, o ruído aparece.
Enquanto isso, as empresas mudaram de estratégia. Em vez de varrer a internet sem critério, passaram a assinar contratos bilionários de licenciamento com grandes bancos de imagens. Ambiente limpo, papel assinado, problema resolvido no papel.
Mesmo assim, Glaze e Nightshade cumpriram um papel que os números não medem: viraram um manifesto. Foi a pressão delas que empurrou a conversa sobre consentimento e pagamento para a mesa.
Mas o artista continua exposto. Por isso vale olhar para outro caminho — não o de impedir o treinamento, que não está nas nossas mãos, e sim o de continuar produzindo obra autoral. LoRA, ControlNet, IP-Adapter: nenhuma resolve a apropriação, mas todas resolvem outra lacuna. Dão de volta a possibilidade de criar com a sua bagagem, em vez da média genérica que a IA devolve para todo mundo.
E isso não é preguiça. É o contrário: exige cuidado, observação e decisão sobre o que vai ser produzido, porque é isso que faz o resultado carregar a sua identidade.
É o caminho que eu sigo. Tenho um método, criado para o meu trabalho, que se chama Fidentia, revelado no livro “O Artista IA”. A ideia é simples e cabe no mundo que temos: enquanto não controlamos o que as big techs usam para treinar, controlamos o que colocamos no mundo.
#direitoautoral #ia #artista #Fidentia