Um artigo da Science diz que ainda não há prova de que a IA dilui o mercado de obras humanas. O problema é que, no tribunal da vida real, quem precisa provar o prejuízo é o autor — e as big techs acabaram de ganhar mais uma rodada.
Fonte: Market dilution, fair use, and generative AI — Science, 15/10/2026
Existe uma inversão silenciosa acontecendo no debate sobre inteligência artificial e direito autoral. Durante décadas, o sistema de direitos autorais partiu de uma premissa simples: quem cria tem direito sobre o que cria, e quem usa precisa de licença. Agora, quem cria está sendo convidado a provar que está perdendo. E quem usa está sendo convidado apenas a existir.
O artigo Market dilution, fair use, and generative AI, publicado na Science em 15 de outubro pelos juristas Abhishek Nagaraj, Pamela Samuelson e Christopher Jon Sprigman, formaliza essa inversão com elegância acadêmica. Os três argumentam que a tese da diluição de mercado não tem definição clara e que ainda não há evidência de que a produção de obras por IA esteja, de fato, prejudicando o mercado de obras humanas. Enquanto não houver prova, dizem, não se pode negar o fair use ao treinamento.
O raciocínio é tecnicamente correto e politicamente revelador.
O que a diluição de mercado propõe
A teoria da diluição nasceu de uma decisão judicial, não de uma lei. Em junho de 2025, no caso Kadrey v. Meta, o juiz decidiu a favor da Meta porque os autores não apresentaram prova convincente de dano de mercado. Mas deixou uma porta aberta: sugeriu que a capacidade da IA de gerar conteúdo em volume poderia diluir o mercado de obras humanas mesmo quando a saída não copia a expressão protegida de nenhuma obra específica. Uma causa bem argumentada, disse ele, poderia derrotar a defesa do fair use.
É uma distinção importante. A lei de direito autoral sempre tratou de substituição de mercado: alguém copia a expressão de uma obra e desloca a demanda por ela. A diluição propõe algo diferente e mais amplo. Mesmo sem copiar nada, a produção maciça de obras sintéticas competiria com o trabalho humano como classe.
Os três autores respondem que criar obras concorrentes a partir das mesmas ideias, fatos ou métodos nunca foi infração. E têm razão nesse ponto específico. O que eles não enfrentam é o efeito cumulativo de um sistema que produz concorrência em escala industrial, sem custo marginal e sem autor.
A prova exigida de quem já está no prejuízo
Aqui está o nó. O artigo pede prova caso a caso de um dano que é estrutural. Seria como exigir que cada agricultor provasse, individualmente, que a mudança no regime de chuvas o prejudicou, enquanto se recusa a medir a chuva.
E existe um dado que caminha na direção oposta à do artigo. A pesquisa global do IFRRO, divulgada no fim de outubro com quase dois mil respondentes do setor de texto e imagem, aponta que mais de 90% relatam impacto negativo direto na renda, 96% consideram o marco de direito autoral atual insuficiente e mais de 75% acreditam que a IA vai deslocar trabalhadores criativos. Não é prova estatística de diluição no sentido acadêmico. É um retrato de mercado que o artigo não menciona.
A Berkeley Haas resumiu bem o peso da questão ao citar Nagaraj: muito está em jogo, porque a tese pode redesenhar as fronteiras do fair use para quem desenvolve modelos de IA. O resumo acrescenta que criadores e usuários também sentiriam as consequências. É a única frase do material em que os criadores aparecem como parte interessada, e não como objeto de análise.
Por que agora, e por que assim
Não é coincidência que esse argumento ganhe corpo acadêmico exatamente neste momento. A inteligência artificial deixou de ser uma promessa de laboratório e virou infraestrutura econômica. É sustentáculo de setores inteiros nos Estados Unidos e peça central da disputa tecnológica com a China e com o bloco dos Brics. Nesse arranjo, a pergunta sobre quem paga pelo insumo de treinamento deixa de ser jurídica e passa a ser geopolítica.
Quando um ativo se torna estratégico, o ônus da prova tende a migrar para quem atrapalha. É o que estamos vendo. As big techs conseguiram, mais uma vez, o apoio de que precisavam, agora não apenas no Congresso e nas agências, mas na percepção da justiça e na produção acadêmica. E vale perguntar como essas pesquisas são desenhadas, quais recortes adotam e quem financia a construção do ponto de vista que chega às conclusões. Não se trata de duvidar dos autores, e sim de aplicar a eles o mesmo rigor que se exige de quem mede o dano alheio.
O argumento que ninguém está fazendo
Este artigo não é uma condenação da inteligência artificial. Seria um erro de leitura e um erro de estratégia. A IA generativa é uma ferramenta legítima, e o autor deste texto a usa todos os dias na própria produção.
O ponto é outro, e é mais grave do que a briga sobre fair use: sem remuneração e sem continuidade da produção humana, a IA perde a matéria-prima de que depende. Um modelo treinado majoritariamente sobre saída de outros modelos não aprende o mundo. Ele recombina o que já foi recombinado, com perda a cada geração. Em pouco tempo, isso se traduz em alucinação, em repetição e em incapacidade de produzir metodologia nova.
Desestimular a produção humana não é um problema dos artistas. É um problema da própria IA. A diversidade, a contradição, o erro criativo e a experiência vivida que alimentam um modelo vêm de pessoas que precisam viver daquilo. Se essa cadeia se rompe, a inteligência artificial fica presa dentro do próprio espelho.
O que cabe a nós, agora
O desafio do nosso tempo não é escolher entre IA e direito autoral. É construir uma convivência em que as duas coisas continuem existindo, e não permitir que as bibliotecas coloquem os próprios interesses acima de todo o resto.
Isso significa três coisas práticas. Primeiro, licenciamento de verdade, com preço e rastro, em vez de fair use como default. Segundo, transparência sobre o que entrou no treinamento, porque sem isso não há como provar dano nenhum. Terceiro, um debate sobre ônus da prova que reconheça a assimetria: de um lado, uma empresa capaz de medir tudo; do outro, um autor que precisa advogar para provar que perdeu renda.
Enquanto a discussão ficar no campo da abstração, ela será vencida por quem tem mais advogados. O caminho é levar dado, método e caso concreto para a mesa, e transformar o que hoje é tese acadêmica em política pública.