Bill Gross, figura central do ecossistema de tecnologia e fundador da Idealab, está convencido de que a indústria de inteligência artificial atingirá um ponto de inflexão inevitável: a necessidade de remunerar criadores de conteúdo pelo uso de suas obras. Através da ProRata, uma startup focada em criar um sistema de atribuição para outputs de modelos de linguagem, Gross busca replicar o modelo de licenciamento que sustenta plataformas como Spotify e YouTube, onde a receita é compartilhada com os detentores dos direitos autorais.

Segundo entrevista concedida à Fast Company, a tese central de Gross é que as empresas de IA não poderão sustentar indefinidamente o uso gratuito de dados protegidos por copyright. O movimento, que ele descreve como um jogo de longo prazo, depende de uma combinação de pressão judicial e da necessidade estratégica de manter a qualidade das respostas dos modelos, que dependem de informações atualizadas e de alta qualidade provenientes de fontes confiáveis.

A mecânica da atribuição

O desafio técnico que a ProRata se propõe a resolver é o de rastrear a origem de uma resposta gerada por uma IA. Gross argumenta que, ao conseguir identificar quais publicações informaram uma determinada resposta, torna-se possível implementar um sistema de divisão de receita de 50/50. A empresa já teria, segundo o relato, angariado a adesão de cerca de 1.500 publicações, que veem na ferramenta uma forma de garantir que a criação de valor intelectual não seja drenada sem compensação financeira.

Vale notar que a abordagem de Gross diferencia o uso de dados para o treinamento inicial do modelo — frequentemente alvo de negociações de licenciamento em massa — do uso de conteúdo para a geração direta de respostas. A proposta da ProRata foca especificamente neste segundo ponto, defendendo que a monetização deveria ocorrer no momento em que o conteúdo é efetivamente utilizado para responder a uma consulta do usuário, criando uma métrica de valor baseada no output.

O papel do contencioso judicial

As batalhas judiciais em curso, como o caso movido pelo The New York Times contra a OpenAI, servem como um catalisador para a tese de Gross. Embora as decisões judiciais até o momento tenham apresentado resultados mistos, com alguns juízes sinalizando que o aprendizado de máquina pode ser protegido por doutrinas de uso aceitável, o empresário acredita que a clareza sobre o uso direto de trechos protegidos mudará o cenário.

Para Gross, a consistência jurídica virá com o tempo, mas a pressão econômica será o fator decisivo. Ele sugere que basta que um dos grandes players, como a Microsoft, adote um modelo de compartilhamento para que todo o ecossistema seja forçado a seguir o mesmo caminho, sob pena de perder acesso a fontes de dados de alta credibilidade que são essenciais para a utilidade dos produtos de IA.

Implicações para o ecossistema

Para os publishers e criadores de conteúdo, a proposta representa uma tentativa de sobrevivência num ambiente onde o tráfego orgânico para sites está em declínio. A visão de Gross é que, em um mundo dominado por respostas geradas por máquinas, a qualidade e a exclusividade do conteúdo se tornarão os principais ativos, e a ProRata atua como um intermediário para garantir que esse valor retorne aos produtores originais, independentemente do tamanho da marca.

Do lado das empresas de IA, o desafio é a rentabilidade. O compartilhamento de receita, como propõe Gross, pressupõe que essas empresas consigam gerar lucros suficientes para sustentar tais pagamentos. A aposta de Gross é que, à medida que a tecnologia amadurece, a necessidade de acordos comerciais justos superará a estratégia atual de buscar atalhos legais ou técnicos para evitar custos com licenciamento.

O futuro da monetização de dados

O cenário permanece nebuloso no que diz respeito à adesão das grandes corporações de tecnologia. A ausência de um padrão industrial para atribuição de dados significa que, por enquanto, a ProRata opera em um campo de incertezas. A eficácia técnica da ferramenta de atribuição, comparada por Gross a um sistema de medição como o Nielsen, ainda precisa ser validada em larga escala por todos os stakeholders envolvidos.

O que se observa é que a discussão sobre o valor dos dados na era da IA está apenas começando. A capacidade de Gross de transformar essa tese em um padrão de mercado dependerá de quantos domínios ele conseguirá converter antes que as empresas de IA estabeleçam seus próprios mecanismos internos de controle e pagamento.

A transição para esse novo modelo de economia de dados ainda enfrenta resistência, mas a pressão por justiça na cadeia de valor da informação parece ter ganhado força institucional. Resta saber se o mercado convergirá para uma solução de licenciamento coletivo ou se a fragmentação atual prevalecerá por mais tempo.

Com reportagem de Fast Company

Source · Fast Company