Desnaturalizar a IA: os comuns digitais como matéria-prima de um novo cercamento

 

Este texto retoma e reorganiza as respostas que dei em entrevista por e-mail ao Instituto Humanitas Unisinos (IHU), publicada em 10 de julho de 2026 sob o título “Desnaturalizar a IA é trazer à superfície sua estrutura fundada no trabalho comum“. Muitas das ideias aqui vêm de uma investigação em curso, que começou a tomar forma neste texto do BaixaCultura e segue em aberto. Imagem: OpenFuture.eu

[Leonardo Foletto]

Sem os comuns, não haveria nada

A IA generativa não é uma criação de gênios do Vale do Silício. É o resultado de uma apropriação massiva do trabalho coletivo de bilhões de pessoas ao longo de três décadas de internet. Cada texto de blog, cada foto no Flickr, cada resposta no Stack Overflow, cada verbete da Wikipédia, cada legenda de filme feita por fãs, cada conversa em fórum: tudo isso é a matéria-prima sobre a qual os grandes modelos de linguagem foram treinados. Conhecimento humano capturado em dígitos, datificado nas plataformas e agora tokenizado ad infinitum nos sistemas de aprendizado de máquina.

Quando a Anthropic, a OpenAI ou o Google apresentam seus modelos como maravilhas tecnológicas autônomas, escondem o fato mais elementar: sem essa produção coletiva, sistemática e não remunerada, não haveria nada. A retórica da “inteligência artificial” faz um enorme trabalho ideológico ao apagar o trabalho humano acumulado que a constitui, inclusive o trabalho precarizado e invisível de milhões de anotadores de dados no Quênia, nas Filipinas, na Venezuela, no Brasil, que ensinam as máquinas a parecerem inteligentes.

A palavra-chave é acumulação. O que estamos vendo é um novo ciclo de cercamento dos comuns: aquilo que foi produzido de forma partilhada e aberta é convertido em ativo privado de poucas corporações. Reconhecer isso é o primeiro passo político: desnaturalizar a IA, devolvê-la à sua condição de produto social e historicamente situado.

Frear o quê?

A captação se dá por raspagem massiva (scrapping), ignorando protocolos técnicos que sinalizam recusa e desconsiderando qualquer noção de consentimento ou reciprocidade. Os modelos engoliram toda a internet acessível e não vão vomitar aquilo que já digeriram, transformaram e recombinaram.

Daí a necessidade de cuidado com a pergunta sobre “frear”. Se frear significa fechar tudo, erguer muros, restringir o acesso ao conhecimento, então não: isso destruiria justamente os comuns digitais que queremos proteger – e seria ineficaz, já que as big techs seguem raspando conteúdo mesmo protegido por todos os direitos reservados, como os processos judiciais em curso demonstram. Fechar a porta da frente não impede quem entra pela janela; apenas impede quem vinha pela porta com boas intenções: pesquisadores, professores, estudantes, movimentos sociais.

O que precisa ser freado não é o acesso ao conhecimento, mas a extração sem reciprocidade, a apropriação que não devolve nada ao ecossistema que a torna possível. São coisas distintas, e confundi-las é cair numa armadilha. A questão não é apenas técnica (como impedir a raspagem), é também política e econômica: como garantir que a produção de comuns continue sendo possível, sustentável e plural.

Por que o copyright não salva ninguém

O direito autoral, ao contrário do que sua mitologia sugere, foi desde sua origem no Estatuto da Rainha Ana (1710) um mecanismo de organização do mercado editorial em favor dos intermediários. Ao longo de três séculos, expandiu-se (de 14 para 70 anos após a morte do autor), criminalizou práticas culturais corriqueiras e concentrou rendimentos numa elite de detentores de catálogo, enquanto a imensa maioria dos criadores segue ganhando muito pouco ou nada. Diante da IA generativa, essa limitação estrutural fica radicalmente exposta.

Defender que a solução é “reforçar o copyright” tem duas consequências perversas. Primeiro, entrega o terreno a quem já tem poder de negociação: não os artistas, mas gravadoras, editoras, estúdios e agências, que têm advogados e catálogos para sentar à mesa com as big techs. Segundo, reduz um problema ético e político amplo a uma disputa técnica de propriedade intelectual, abandonando justamente o terreno em que a cultura livre sempre se moveu melhor.

Como escreveu Cory Doctorow, só porque você está do lado deles não significa que eles estejam do seu lado. Trabalhadores criativos e grandes intermediários não estão no mesmo barco, ainda que a retórica da “defesa da autoria” queira nos convencer disso. Por isso costumo repetir uma frase: não quero ter que defender o copyright para ir contra a OpenAI. É uma falsa escolha. O copyright deixou de ser o inimigo principal e, exatamente por isso, também deixou de ser a solução.

O caso NYT: litígio de um lado, acordo do outro

O caso é exemplar pela trajetória. Em dezembro de 2023, o New York Times processou OpenAI e Microsoft por uso indevido de seu acervo jornalístico no treinamento dos modelos, processo saudado à época como a grande batalha do jornalismo contra a IA extrativa. Mas observe o desfecho: em maio de 2025, o mesmo NYT firmou um acordo de licenciamento com a Amazon, estimado em 20 a 25 milhões de dólares anuais, para que sua produção – incluindo o NYT Cooking e o The Athletic – alimente os modelos da empresa de Bezos. O litígio contra uma big tech convive tranquilamente com o acordo comercial com outra.

A disputa, portanto, não é entre “criadores” e “big techs”, mas entre diferentes grandes players negociando a repartição de um butim. News Corp, Le Monde, Financial Times, Reuters, Associated Press, El País, The Guardian, a Folha com o Google, e editoras acadêmicas como Wiley, Taylor & Francis e HarperCollins: todas fecharam acordos parecidos. Quem tem catálogo robusto e departamento jurídico senta à mesa; quem produz individualmente fica de fora. No caso das editoras acadêmicas o escândalo é maior, porque vendem o trabalho de pesquisadores muitas vezes sem sequer consultá-los, como fez a Taylor & Francis no acordo de dez milhões de dólares com a Microsoft. O copyright, longe de proteger o pequeno criador, virou moeda de troca entre gigantes.

O mesmo vale para as respostas regulatórias. O AI Act europeu e a Diretiva de Copyright do Mercado Único Digital criaram um mecanismo de opt-out do text and data mining; o Reino Unido propôs algo parecido e recuou diante da reação do setor criativo, abandonando a proposta em relatório de março de 2026 sem definir substituto; nos EUA, sem legislação específica, a disputa migrou para os tribunais. Nada disso impediu a extração massiva que já aconteceu. Um opt-out pressupõe que cada criador individual saiba que precisa se opor, saiba como fazê-lo tecnicamente e tenha meios de fiscalizar o descumprimento, o que é irreal para a maioria. Essas iniciativas operam no registro individual da propriedade (“minha obra”, “meu opt-out”, “meu processo”) quando o que está em jogo é a sustentabilidade de um ecossistema inteiro de produção de conhecimento.

A falsa encruzilhada: extração ou exclusão

A Mozilla Foundation vem chamando de “falsa escolha” a ideia de que seria preciso escolher entre respeitar a soberania sobre os dados e construir boa tecnologia. Levo a formulação um passo adiante: a armadilha apresentada às comunidades produtoras de conhecimento é a de que ou você abre seus dados e corre o risco de exploração extrativa pelas big techs, ou os fecha e é excluído da possibilidade de moldar os sistemas de IA que já afetam sua vida de todo modo. Partilhar é ser explorado; fechar é ser marginalizado. É uma escolha desenhada para paralisar.

E é falsa por duas razões. Primeiro, porque é historicamente familiar para quem vem da tradição da cultura livre latino-americana e do Sul Global: é a mesma lógica que privatizou sementes, saberes tradicionais e patrimônio genético, agora reapresentada sob o nome de “dados de treinamento”. Já sabemos como esse filme termina. Segundo, porque a binaridade esconde um terceiro caminho: reconstruir os comuns com salvaguardas que protejam sua reciprocidade. O problema talvez não tenha sido a abertura em si, mas a abertura sem reciprocidade, a partilha unilateral que só beneficia quem extrai. A pergunta deixa de ser abrir ou fechar e passa a ser: abrir sob quais termos, com qual governança, com que mecanismos de retorno ao ecossistema.

Reciprocidade infraestrutural e seus limites

Reciprocidade infraestrutural é a ideia de que quem extrai valor dos comuns digitais deve, no mínimo, sustentar financeiramente a infraestrutura que torna esses comuns possíveis. O exemplo mais visível é o Wikimedia Enterprise: em janeiro de 2026, no aniversário de 25 anos da Wikipédia, a Wikimedia Foundation formalizou acordos pelos quais Amazon, Meta, Microsoft, Mistral e Perplexity passam a pagar por acesso estruturado, via API, ao conteúdo enciclopédico, somando-se ao Google, parceiro desde 2022. A lógica é simples: se essas empresas dependem estruturalmente do trabalho voluntário de cerca de 250 mil editoras e editores, que ao menos custeiem a infraestrutura que sustenta esse trabalho.

Na mesma direção caminham o CC Signals, do Creative Commons, que busca comunicar preferências de uso fora do aparato do copyright, funcionando como um contrato social legível por máquinas; o Mozilla Data Collective, em que comunidades mantêm a propriedade de seus datasets e recebem 100% de eventual compensação; o modelo de acesso diferenciado da Europeana e da Open Future Foundation para patrimônio cultural; e a licença NOODL, desenvolvida por pesquisadoras africanas em diálogo com o coletivo Masakhane, que articula reciprocidade como obrigação contratual em camadas, acesso amplo e gratuito para o Sul Global, negociação e compensação para atores comerciais do Norte.

É preciso, porém, ser honesto quanto ao limite: esse modelo negocia com a assimetria de poder existente em vez de confrontá-la, e depende da boa vontade – ou do cálculo de longo prazo – das mesmas empresas que vinham raspando tudo de graça. O Wikimedia Enterprise só existe porque Google, Meta e Amazon aceitaram pagar. E quem garante que não deixarão de pagar amanhã? É uma ideia de saída, não a saída.

Soberania de dados: a lição vem das margens

Soberania de dados é a capacidade de uma comunidade governar seus próprios dados: decidir o que é coletado, como é armazenado, quem acessa, sob quais protocolos e com que finalidades. Ela é central porque o momento atual é o que Nick Couldry e Ulises Mejías chamaram de colonialismo de dados, a apropriação da vida humana convertida em dado, matéria-prima de um novo ciclo de acumulação, em continuidade histórica com o colonialismo clássico. E, como todo colonialismo, opera pela periferia: os dados são extraídos do Sul Global e das comunidades subalternizadas, processados no Norte, e devolvidos como serviço pago.

As experiências mais avançadas de resistência não vêm dos centros, mas das margens. O caso mais elaborado é o da Te Hiku Media, rádio comunitária maori da Nova Zelândia, que desde 2013 constrói sua própria infraestrutura de reconhecimento de fala em te reo māori, recusando-se a entregar o material a Google ou OpenAI, e criou a Kaitiakitanga License, baseada não na propriedade, mas na guardiania (kaitiakitanga): os dados não são posses, são cuidados, e qualquer benefício deles derivado deve retornar à fonte. Ou o Local Contexts, que desenvolveu os Traditional Knowledge Labels, etiquetas que permitem a comunidades indígenas embutir seus próprios protocolos de acesso (sazonais, de gênero, de sacralidade) diretamente nos metadados dos acervos. São práticas que operam sob os Princípios CARE, formulados como contraponto explícito ao dogma da abertura irrestrita: nem todo dado deve ser aberto, e a pergunta “aberto para quem, em que termos, com que efeitos” é decisiva.

Para o campo da cultura livre, a lição é fundamental: a soberania de dados precede a discussão sobre licenças. De nada adianta debater opt-out e remuneração se você não controla a infraestrutura, o repositório, o protocolo. E essa é uma sabedoria que vem das comunidades tradicionais para o centro do debate, não o contrário.

Infraestrutura é categoria política

O Plano Brasileiro de Inteligência Artificial (PBIA) é um plano de investimento bilionário voltado a desenvolver capacidade nacional em IA: infraestrutura computacional, modelos, aplicações, formação. O risco, do ponto de vista da cultura livre, é que esse financiamento público acabe apenas subsidiando parcerias com provedores privados de nuvem – sobretudo as mesmas big techs estrangeiras -, reproduzindo a dependência que se pretende superar. A alternativa que defendo é que o dinheiro público priorize infraestrutura de comuns digitais: universidades, institutos federais, bibliotecas, repositórios públicos. Uma soberania tecnológica que não seja meramente a troca de um senhor por outro.

Vale acompanhar também o pacote legislativo em tramitação, sobretudo o PL 2338/2023, o Marco Legal da IA, que prevê transparência sobre conteúdos de treinamento e remuneração aos titulares, e no qual a Secretaria de Direitos Autorais do MinC já defendeu o conceito de “remuneração inalienável”, um direito à compensação que não possa ser cedido em contrato, justamente para impedir que os intermediários capturem tudo. Globalmente, iniciativas como o europeu NGI Commons, os investimentos em modelos públicos e abertos e as experiências de “IA pública” apontam na mesma direção. O ponto comum é entender infraestrutura como categoria política: quem controla a infraestrutura controla as condições de possibilidade da cultura.

É possível uma cultura livre na era da IA?

Sim, com a condição de que atualizemos o que entendemos por cultura livre. Se ela for entendida como mera ausência de restrições (“tudo aberto, tudo disponível”), então já foi capturada, porque essa abertura virou precisamente a matéria-prima da extração das big techs. Mas a cultura livre, em sua melhor tradição, sempre foi um projeto de liberdade positiva: a defesa de que deve haver recursos culturais abundantes, acessíveis e plurais para que todos possam participar igualmente da vida cultural. Nesse sentido mais profundo, ela segue necessária, mas precisa se deslocar do terreno do conteúdo e das licenças para o terreno da infraestrutura, dos dados, dos modelos, da governança.

A pergunta deixa de ser “como impedir que minha obra seja usada” e passa a ser “como garantir que a produção de comuns digitais continue sendo possível, sustentável e plural”. Isso exige articular duas apostas: a reciprocidade infraestrutural, que disputa regras com os atores dominantes, e a soberania desde baixo (ou popular, como chama o núcleo de tecnologia do MTST), que constrói infraestrutura autônoma onde outras regras podem existir, do Fediverso aos arquivos comunitários, do Tainacan ao Te Hiku. Nenhuma das duas basta por si só; a tarefa política é articulá-las.

Um sim condicional, portanto: é possível uma cultura livre na era da IA, desde que ela deixe de ser nostalgia dos anos 2000 e se reinvente como disputa infraestrutural pelo comum.

Nem tecnossolucionismo, nem tecnopessimismo

Contra esses dois humores que dominam o debate, prefiro apostar no que muitas pessoas chamam de uma cultura de invenção: a construção de uma pluralidade de inteligências localizadas, uma contrainteligência coletiva, IAs a serviço de um devir-coletivo, sem ceder totalmente a agência e a inteligência à automação.

O risco maior hoje é a naturalização da ideia de que existe apenas a IA no singular, no masculino, centrada nos grandes modelos de meia dúzia de empresas do Vale do Silício. Existem muitas inteligências possíveis, muitas formas de construir e governar essas tecnologias, e a maioria delas ainda está por ser inventada, sobretudo desde o Sul. A tarefa da cultura livre, hoje, é manter viva essa multiplicidade contra o fechamento monopolista. E isso não se faz apenas com boas ideias ou boas licenças, mas com infraestrutura, organização coletiva, política pública, pedagogia crítica no melhor sentido freireano, e também com a teimosia histórica de quem, no Brasil e na América Latina, sempre soube fazer muito com pouco: na gambiarra, no mutirão, no comum.