A questão dos direitos de autor que Hollywood já não pode contornar

Um establishing shot gerado por IA pode hoje ser fotorrealista, iluminado de forma cinematográfica e produzido depressa. Para a equipa de marketing, é um ganho. Para o departamento jurídico, o segurador de E&O e a distribuição internacional, é exatamente aqui que começa o verdadeiro trabalho. Porque uma imagem que fica bem ainda está longe de ser uma imagem que se pode possuir, licenciar, segurar e explorar em todo o mundo.

Esta lacuna entre poder de persuasão visual e solidez jurídica tornou-se a questão central do setor. Ela não se decide na sala de montagem, mas na chain of title, no pedido de seguro e no contrato de distribuição, e já não se pode adiar.

Por que um belo asset ainda não é um asset seguro

O cerne do problema está no treino. Os modelos generativos nascem processando enormes quantidades de dados, entre eles obras protegidas. O U.S. Copyright Office enquadra isso claramente na Part 3: «several stages in the development of generative AI involve using copyrighted works in ways that implicate the owners' exclusive rights» (U.S. Copyright Office, Part 3: Generative AI Training). Se essa utilização é permitida depende, nos EUA, do teste de fair use, e a autoridade deixa claro que não há isenção geral: «some uses of copyrighted works for generative AI training will qualify as fair use, and some will not» (U.S. Copyright Office, Part 3). O treino é, é certo, muitas vezes transformador, mas a avaliação depende do caso concreto: da obra, da fonte, do fim e dos controlos de output; o uso consciente de conjuntos de dados baseados em pirataria pesa contra o fair use (U.S. Copyright Office, Part 3).

Para a produção, isso significa: a questão jurídica está já dentro do modelo, e não apenas na imagem gerada. Se ninguém consegue comprovar em que obras um sistema foi treinado, permanece um risco residual que, no fim, teria de ser pago pelo comprador, pelo distribuidor ou pelo investidor.

Um segundo problema diz respeito à propriedade do resultado. Nos EUA vale: «copyright protection in the United States requires human authorship» (U.S. Copyright Office, Part 2: Copyrightability). Um resultado puramente gerado por prompt não é, na ótica da autoridade, protegível, pois «prompts alone do not provide sufficient human control to make users of an AI system the authors of the output» (U.S. Copyright Office, Part 2). A proteção só surge onde os humanos configuram de forma reconhecível: segundo a autoridade, os autores podem reivindicar direitos sobre a seleção, a ordenação ou a edição criativas dos resultados (U.S. Copyright Office, Part 2). Quem não documenta isso arrisca uma lacuna de propriedade no meio da obra.

É exatamente aqui que um detalhe jurídico se transforma num risco económico. A chain of title é a prova ininterrupta de que uma produção controla todos os direitos sobre todos os elementos, e costuma ser condição para o seguro de errors and omissions, que por sua vez é, em regra, condição para a distribuição. As análises especializadas descrevem que o underwriting se apoia nessa documentação; se e em que condições há cobertura depende, porém, da apólice, das exclusões, da divulgação e do underwriting (Thoolie, Errors & Omissions Insurance for Filmmakers, análise especializada, não constitui garantia do segurador). As lacunas podem desencadear exclusões, questões adicionais, prémios mais elevados ou uma recusa.

Um elemento de IA sem autoria humana documentada e sem origem de treino esclarecida é, assim, uma potencial rutura nessa cadeia. Por isso, o AI Tool Kit da Archival Producers Alliance, alojado pela Producers Guild of America, recomenda um «cue sheet» que rastreie todos os conteúdos gerados por IA e os seus metadados, bem como transparência perante equipa, distribuidores e parceiros; ali diz-se expressamente que essas informações são também úteis para a contratação de um seguro de E&O (Producers Guild / Archival Producers Alliance, AI Tool Kit). Paralelamente, o mercado segurador move-se: a 1 de janeiro de 2026, a Insurance Services Office (Verisk) introduziu exclusões padronizadas para IA generativa no seguro de responsabilidade civil geral (CGL) (formas CG 40 47, CG 40 48, CG 35 08), sendo que a formulação de sentido amplo «arising out of» pode aplicar-se já em caso de participação indireta da IA (Fenwick, The End of 'Silent AI'?). Segundo a fonte, essas exclusões dizem respeito à responsabilidade civil geral e não provam que toda apólice de E&O de cinema exclua a IA; contudo, algumas apólices de tech E&O podem excluir precisamente os riscos gerados por IA, como as violações de propriedade intelectual, de modo que uma isenção acordada poderia ficar sem cobertura (Honigman, The AI Insurance Gap). A segurabilidade não é, pois, um automatismo: os assets de IA podem desencadear questões adicionais, condições ou custos.

Isto torna-se controlável através de uma origem de assets documentada. O padrão aberto C2PA descreve, com as Content Credentials, um manifesto assinado criptograficamente que regista quem criou ou alterou um conteúdo, quando e com que ferramenta; ao mesmo tempo, o próprio padrão traça um limite e não fornece «no value judgments about whether the provenance data is good or bad» (C2PA, Content Credentials Explainer). A proveniência é uma ferramenta de documentação, não uma prova jurídica: apoia um protocolo de produção, mas não substitui nem a licença nem a clarificação de direitos.

O caso exemplar Midjourney: quando o próprio output se torna prova

Quão concretos são estes riscos mostra-o o primeiro grande processo de IA de Hollywood. Em junho de 2025, a Disney e a Universal processaram a Midjourney e qualificaram o serviço de «bottomless pit of plagiarism», por gerar reproduções não autorizadas de figuras protegidas como Darth Vader e Elsa (AP News, Disney and Universal sue AI firm Midjourney). Em setembro de 2025, a Warner Bros. Discovery juntou-se, falou de «brazen theft» em figuras como Superman, Batman e Bugs Bunny e exigiu até 150.000 dólares americanos por obra violada (Mashable, Midjourney pushes to expose studios' own AI practices). A Midjourney defende-se com fair use e argumenta que os estúdios usam internamente procedimentos comparáveis; no âmbito da disputa de discovery, um magistrate judge limitou, em meados de junho de 2026, os deveres de divulgação dos estúdios a produtos de IA voltados para o consumidor (Mashable, Midjourney pushes to expose studios' own AI practices). O processo está pendente à data de julho de 2026; falta uma sentença.

O ponto decisivo para os produtores: não só os dados de treino, mas também o output pode tornar-se um problema quando reproduz de forma reconhecível figuras ou obras protegidas, a diferença entre um modelo que mostra «um capacete espacial» e um que entrega de forma reconhecível uma figura protegida.

Precisamente para a transferência de estilo por IA importa uma diferenciação. No direito dos EUA, um estilo enquanto tal não é automaticamente protegido; o tribunal em Kadrey v. Meta constatou: «style is not copyrightable—only expression is» (Loeb & Loeb, Kadrey v. Meta). Quem pede a um sistema para trabalhar «no estilo de» não viola, por isso só, direitos. Torna-se arriscado quando o output assume elementos de expressão protegidos concretos ou figuras reconhecíveis, ou quando os produtos de IA deslocam um mercado para obras da mesma espécie; o U.S. Copyright Office alerta para um «serious risk of diluting markets for works of the same kind as in their training data» (U.S. Copyright Office, Part 3). Este enquadramento diz respeito à situação jurídica dos EUA e não se transfere de forma generalizada para outros países.

Um espaço jurídico, três respostas: EUA, UE, Reino Unido

Para filmes exploráveis internacionalmente, uma perspetiva nacional não basta: três mercados de referência centrais tratam a mesma técnica de forma diferente.

Nos EUA, a linha forma-se através de decisões judiciais. Em Thomson Reuters v. Ross, o tribunal decidiu, em fevereiro de 2025, que a utilização não era fair use: «Ross' use of the headnotes did not constitute fair use as a matter of law» (Loeb & Loeb, Thomson Reuters v. Ross Intelligence). O juiz sublinhou, porém, expressamente: «only non-generative AI is before me today» (Loeb & Loeb, Thomson Reuters v. Ross). Em Kadrey v. Meta, o tribunal avaliou, em junho de 2025, o treino como fair use, mas admitiu a teoria da «market dilution» como possível ponto de ataque futuro (Loeb & Loeb, Kadrey v. Meta). E no caso Anthropic, o juiz Alsup aprovou preliminarmente, a 25 de setembro de 2025, um acordo de 1,5 mil milhões de dólares americanos; antes, tinha classificado o treino como fair use, mas avaliado o armazenamento de mais de sete milhões de livros baseados em pirataria como violação de direitos (Reuters, US judge preliminarily approves $1.5 billion Anthropic settlement). Também na área da música o quadro é misto: as ações apoiadas pela RIAA contra a Suno e a Udio, de junho de 2024, estão em parte encerradas por acordo, em parte ainda pendentes (RIAA, Record Companies Bring Landmark Cases against Suno and Udio).

A UE aposta no direito escrito. A Diretiva DSM (UE) 2019/790 conhece, no artigo 4.º, uma exceção para a prospeção de textos e dados de obras licitamente acessíveis, que só vale, porém, desde que a utilização «has not been expressly reserved by their rightholders in an appropriate manner, such as machine-readable means» (EUR-Lex, Directive (EU) 2019/790). Esta reserva de direitos legível por máquina é a alavanca com que os titulares de direitos podem proibir a utilização para treino. O EU AI Act obriga adicionalmente os fornecedores de modelos universais a instituir uma política de direitos de autor e a disponibilizar um resumo público dos conteúdos de treino; estes deveres para os modelos universais de IA aplicam-se desde 2 de agosto de 2025 aos modelos recém-colocados no mercado, ao passo que a execução e as coimas vigoram a partir de 2 de agosto de 2026; para os fornecedores de modelos que já estavam no mercado antes de 2 de agosto de 2025, a fonte prevê um período transitório até 2 de agosto de 2027 (Crowell & Moring, Code of Practice for General-Purpose AI Models Published). O General-Purpose AI Code of Practice que o acompanha foi publicado a 10 de julho de 2025 e oferece, com o seu capítulo sobre direitos de autor, um caminho voluntário para a conformidade (Comissão Europeia, The General-Purpose AI Code of Practice).

O Reino Unido continua indeciso. Segundo o direito vigente, a exceção de prospeção de dados aplica-se apenas à investigação não comercial (Section 29A CDPA); o treino comercial sem licença não está por ela coberto (GOV.UK, Report on Copyright and Artificial Intelligence). Após uma consulta de 17 de dezembro de 2024 a 25 de fevereiro de 2025, com 11.520 respostas, a exceção ampla com opt-out, inicialmente preferida, deixou de ser a linha favorecida (GOV.UK, Report on Copyright and Artificial Intelligence). Quão determinante é a territorialidade mostrou-o o processo Getty: a 4 de novembro de 2025, o High Court decidiu que um modelo como o Stable Diffusion não é uma «infringing copy»; a Getty tinha retirado acusações centrais de direitos de autor por não se conseguir provar que o treino ocorrera no Reino Unido (The Guardian, AI firm wins high court ruling after photo agency's copyright claim). As análises especializadas extraem daí a lição de que a territorialidade conta de forma profunda e de que o direito secundário do Reino Unido estabelece limites (Mayer Brown, Getty Images v Stability AI).

Contra-argumentos, limites e riscos

Seria desonesto pintar a situação apenas como perigo. Nem toda utilização de IA é ilícita: vários tribunais dos EUA reconheceram o treino, sob certas condições, como fair use, e o Copyright Office recomenda deixar o mercado de licenças crescer sem intervenção estatal (U.S. Copyright Office, Part 3). Além disso, surgem ferramentas destinadas a reduzir o risco. A Adobe promove o Firefly alegando que usa «commercially-safe datasets, including licensed and public domain content» e não treina com dados de clientes (Adobe for Business, Firefly AI Approach). É uma declaração do fornecedor, não uma garantia jurídica confirmada judicialmente, mas marca a direção: modelos de treino licenciados, modelos internos da empresa ou privados sobre assets liberados, bem como isenções contratuais.

Os limites, contudo, permanecem reais. As garantias dos fornecedores e as isenções valem apenas o que vale a sua cobertura, e o mercado segurador afasta-se justamente da cobertura tácita de IA (Honigman, The AI Insurance Gap). Os metadados de proveniência podem ser removidos e, mesmo onde o treino é lícito, um output pode reproduzir elementos protegidos, como mostra o processo Midjourney. A isto acresce a fragmentação internacional: um asset que parece defensável num mercado pode ser atacável noutro, para uma produção explorável a nível mundial não um problema marginal, mas um risco central.

Conclusão

O setor fingiu durante muito tempo que a questão da IA era sobretudo estética. Não é. Se um resultado de IA parece convincente é a mais fácil de todas as verificações. As difíceis vêm a seguir: a origem está documentada? Os direitos subjacentes estão esclarecidos e licenciados? O resultado pode ser segurado? E resiste à situação jurídica de cada mercado de destino?

Quem só coloca estas perguntas na entrega coloca-as tarde demais. A resposta sólida nasce cedo: através de modelos de treino licenciados ou internos, de autoria humana documentada, de um protocolo de produção limpo sobre a origem dos assets, de divulgação precoce perante segurador e completion bond, bem como de isenções cuja cobertura foi verificada. Hollywood não tem de temer a questão dos direitos de autor, mas de respondê-la antes de a câmara rodar. Isto não é aconselhamento jurídico; a situação jurídica concreta deve ser qualificada por mercado e por data.