A indústria musical enfrenta um dilema fundamental com a ascensão da inteligência artificial generativa: como adaptar o conceito de propriedade intelectual para um ambiente onde o treinamento de modelos consome vastos catálogos de obras protegidas. Tradicionalmente, o pagamento de royalties baseia-se no uso direto, como execuções em rádio ou streaming. No entanto, a IA altera essa lógica, pois uma obra pode ser utilizada no momento do treinamento e sua essência permanecer incorporada na estrutura do modelo, influenciando infinitas saídas futuras. Segundo reportagem da IEEE Spectrum, empresas como a Sureel, adquirida pela Warner Music Group, estão tentando resolver essa lacuna ao lado de agências como a sueca STIM.

O objetivo dessas iniciativas é transformar a relação entre tecnologia e criatividade, movendo a indústria de uma fase marcada por acusações de violação de direitos autorais para um modelo de coexistência comercial sustentável. A tecnologia da Sureel permite rotular arquivos de mídia com instruções claras sobre como podem ser utilizados em treinamentos de IA, estabelecendo taxas de licenciamento proporcionais. Paralelamente, a SoundVerse defende que pagamentos únicos são insuficientes, propondo que artistas recebam participação contínua baseada no papel que seus dados desempenham em cada saída gerada pelo sistema.

O desafio da atribuição de valor

A ideia central é que a contribuição de uma obra para o treinamento não é uniforme. Se um modelo gera uma composição de jazz, as obras desse gênero presentes no conjunto de dados tiveram um papel mais relevante do que outras, como o folk. A proposta é recompensar cada peça de dados de forma diferencial. Benji Rogers, co-presidente da Sureel, argumenta que a atribuição não visa apenas recriar a economia antiga, mas medir, pela primeira vez, o que os sistemas anteriores apenas estimavam.

Contudo, o desafio técnico é imenso. CEO da Sureel, Tamay Aykut, destaca que a dificuldade reside em provar a causalidade, ou seja, a relação direta entre o dado de treinamento e o resultado específico gerado pela IA. Sem uma metodologia robusta, corre-se o risco de criar um sistema que recompensa apenas a similaridade superficial, incentivando músicos a criarem obras desenhadas especificamente para maximizar royalties, em vez de focar na inovação artística.

Riscos de manipulação do sistema

Existe um temor real de que a nova estrutura econômica seja facilmente manipulada. Historicamente, mudanças nos modelos de remuneração, como o streaming, já alteraram a própria forma das músicas, com intros mais curtas para evitar que o ouvinte pule a faixa. Se a atribuição de royalties for baseada em métricas simples de similaridade, a indústria pode acabar financiando pastiches reversos, onde obras genéricas desviam recursos de criações originais e culturalmente significativas.

Para mitigar esses riscos, pesquisadores sugerem o uso de princípios teóricos da informação mais avançados, que poderiam, inclusive, conferir maior valor a obras menos convencionais do que aos padrões de rádio. O sucesso dessa estratégia depende da capacidade de criar acordos de licenciamento que não apenas sustentem a lógica de que a popularidade paga, mas que efetivamente incentivem a diversidade e a experimentação musical em um cenário tecnológico cada vez mais concentrado.

Implicações para o ecossistema criativo

A tensão entre empresas de tecnologia e o setor criativo é evidente. Enquanto as plataformas ganham poder, artistas temem a desvalorização de seu trabalho e a saturação da internet com conteúdo de baixa qualidade. A atribuição de dados de treinamento surge como uma das poucas ferramentas críveis para equilibrar essa balança. Reguladores e agências de direitos autorais observam de perto, buscando entender como a infraestrutura de dados pode ser regulada sem sufocar a inovação em IA.

Para o mercado brasileiro, que possui uma indústria criativa vibrante e exportadora, esses debates são cruciais. A forma como os direitos de treinamento forem definidos globalmente impactará diretamente como os artistas locais serão remunerados por modelos globais. A incerteza permanece, pois mesmo os sistemas mais bem intencionados podem acabar gerando novas formas de opacidade e disputas comerciais, prolongando a sensação de desgaste dos trabalhadores criativos frente às constantes mudanças tecnológicas.

O futuro da remuneração na era dos modelos

O que permanece incerto é se a complexidade da atribuição de valor conseguirá superar a barreira da viabilidade técnica e econômica. O mercado está em uma janela de oportunidade para definir padrões que sirvam a um setor criativo sustentável, mas o sucesso não está garantido. Observar como as grandes gravadoras e as startups de IA chegarão a consensos sobre o licenciamento será o próximo passo fundamental para entender a viabilidade desse novo ecossistema.

O debate sobre a remuneração na era da IA está apenas começando, e as soluções propostas hoje podem definir a estrutura da economia criativa nas próximas décadas. A questão que fica é se a tecnologia conseguirá, de fato, proteger o valor humano ou se servirá apenas para automatizar a extração de valor. Com reportagem de Brazil Valley

Source · IEEE Spectrum