GeekZilla
InstagramTecnologia

Diálogos de 53.000 filmes e 85.000 episódios de TV foram extraídos para alimentar modelos de linguagem (LLMs)

O debate sobre o uso de inteligência artificial (IA) na indústria criativa, especialmente em Hollywood, ganhou contornos ainda mais dramáticos. Recentemente, descobriu-se que um imenso banco de dados com diálogos de mais de 53.000 filmes e 85.000 episódios de TV foi usado para treinar sistemas de IA. O detalhe? Esses dados incluem obras renomadas como Breaking Bad, The Wire e até clássicos indicados ao Oscar de 1950 a 2016. E o pior: tudo foi extraído de legendas, muitas delas disponíveis no site OpenSubtitles.org, sem qualquer permissão dos roteiristas ou estúdios envolvidos.

A notícia caiu como uma bomba em grupos de roteiristas, gerando indignação e debates acalorados sobre direitos autorais e compensação. Nomes de peso como Shonda Rhimes, Ryan Murphy e Matt Groening descobriram que centenas de seus trabalhos estavam no conjunto de dados. Até mesmo roteiros de obras menos conhecidas, como Person of Interest e Lie to Me, foram “aspirados” sem cerimônia.

A Origem do Problema

O foco da polêmica está no uso de legendas. Em vez de scripts completos, o banco de dados utilizou diálogos transcritos a partir de DVDs, Blu-rays e streamings. Essas legendas, que muitas vezes são geradas por fãs ou empresas terceirizadas, foram consideradas “derivativas” e entraram em uma zona cinzenta legal. Desde 2018, empresas como Apple, Meta e Nvidia têm usado esse material para treinar modelos de IA, gerando questionamentos éticos e legais.

Para os criadores, o impacto é profundo. “É revoltante”, disse o roteirista David Slack, de Teen Titans. Ele descobriu que 42 dos seus scripts estavam no conjunto de dados e desabafou: “São trabalhos nos quais coloquei minha alma.” Muitos escritores agora questionam como sistemas de IA podem replicar seu estilo sem que eles recebam qualquer crédito ou pagamento.

A questão legal é complexa

A questão legal é complexa. Embora algumas empresas de tecnologia defendam que o uso de legendas para treinamento se encaixa no conceito de “uso justo” (fair use), o consenso entre advogados especializados é que a situação está longe de ser clara. Afinal, treinar IAs com esse tipo de material não apenas utiliza o trabalho dos criadores sem permissão, mas também pode comprometer o valor futuro dessas obras. Se uma IA consegue replicar diálogos no estilo de The Sopranos, por que contratar um roteirista?

Os advogados ainda alertam para outro ponto delicado: muitas das legendas usadas foram geradas de forma questionável em termos legais, o que adiciona mais camadas de complexidade aos processos. Em paralelo, autores e sindicatos discutem a criação de regulamentações que garantam compensação justa e maior controle sobre como suas obras são utilizadas.

criadores humanos são substituídos por algoritmos

O uso desenfreado de dados de roteiros e legendas para treinar IA pode transformar profundamente a indústria. Por um lado, facilita o desenvolvimento de tecnologias impressionantes, como assistentes virtuais mais inteligentes ou até roteiristas automáticos. Por outro, levanta o espectro de uma indústria onde criadores humanos são substituídos por algoritmos, algo que sindicatos como WGA e SAG-AFTRA temem profundamente.

Vale lembrar que este não é um problema exclusivo de Hollywood. Artistas visuais, músicos e escritores em outras mídias enfrentam desafios similares com a proliferação de sistemas de IA que “aprendem” com suas criações sem consentimento.

O Futuro do Roteirismo e da IA

A descoberta desse banco de dados serviu como um alerta para a comunidade criativa, que agora está pressionando por regulamentações mais robustas. Entre as possíveis soluções estão:

  • Licenciamento obrigatório: Empresas de IA precisariam pagar pelo uso de dados protegidos por direitos autorais.
  • Sindicatos mais fortes: Representantes dos trabalhadores da indústria criativa podem ampliar sua atuação para garantir proteção contra o uso não autorizado de seus trabalhos.
  • Ações legais conjuntas: Alguns roteiristas já consideram processar empresas de tecnologia por violação de direitos autorais.

Para muitos, a pergunta central é: como equilibrar inovação tecnológica com respeito aos criadores? Sem uma resposta clara, o embate entre Hollywood e as empresas de IA está apenas começando.

Enquanto isso, talvez a verdadeira questão seja: o próximo roteiro premiado do Oscar será assinado por um roteirista de carne e osso ou por uma máquina? É esperar para ver — de preferência, com pipoca na mão.