Atualização amplia o uso de dados públicos por projetos de inteligência artificial

Política do Google detalha uso de informações públicas para treinar modelos e produtos

A recente atualização da política de privacidade do Google introduziu uma mudança de alcance, ao deixar explícito que a empresa pode aproveitar quase tudo o que está disponível publicamente na internet para desenvolver suas ferramentas de inteligência artificial. Na nova redação, o Google afirma: “O Google usa informações para melhorar nossos serviços e desenvolver novos produtos, recursos e tecnologias que beneficiam nossos usuários e o público”.

Em seguida, a própria política esclarece a aplicação prática do texto, com a frase: “Por exemplo, usamos informações disponíveis publicamente para ajudar a treinar os modelos de IA do Google e construir produtos e recursos como o Google Tradutor, Bard e recursos de IA na nuvem.” A inclusão de nomes como Bard e referências a recursos de IA na nuvem amplia o escopo citado na versão anterior, que mencionava apenas o Google Tradutor e fazia referência a “modelos de linguagem” em vez de “modelos de IA”.

O que a mudança diz, na prática

A nova linguagem sugere que o Google coleta e usa conteúdo público de forma abrangente, independentemente de onde as postagens tenham sido feitas. Isso transforma o entendimento comum sobre o que significa publicar algo online. Hoje, além de considerar quem pode ver a sua postagem, é preciso assumir que ela pode ser incorporada em conjuntos de dados usados por chatbots e outras ferramentas de IA.

Especialistas e usuários preocupados com privacidade apontam que conteúdos antigos, como posts em blogs ou avaliações, podem ter sido assimilados por modelos e passar a aparecer em respostas automatizadas, de forma imprevisível. A empresa, até a publicação desta matéria, não respondeu imediatamente a pedidos de comentário.

Implicações legais e de direitos autorais

A coleta massiva de dados públicos por empresas de IA tem levantado questões jurídicas complexas. Conforme reportado, “Não está claro se isso é legal”, e é provável que tribunais em diferentes países decidam nos próximos anos sobre casos que hoje parecem inéditos. Enquanto a resolução legal não chega, consumidores e criadores podem enfrentar efeitos práticos indesejados, como reprodução de conteúdo sem atribuição correta ou usos comerciais de textos originais.

Além da questão legal, há impactos imediatos na infraestrutura da web. Plataformas como Twitter e Reddit passaram a limitar o acesso a suas APIs, após perceberem que terceiros podiam extrair grandes volumes de postagens para treinar modelos de IA. Essas mudanças afetaram ferramentas de terceiros e, no caso do Reddit, causaram protestos de moderadores, que dependem de ferramentas automáticas para manter comunidades ativas.

Reações das plataformas e líderes do setor

As decisões das redes foram variadas. No Twitter, medidas duras na API chegaram a prejudicar serviços públicos e ferramentas úteis, provocando críticas e um recuo em algumas propostas. O proprietário Elon Musk tem acusado repetidamente a chamada “raspagem de dados” e a “manipulação do sistema” como justificativas para limitar acessos, embora especialistas atribuam parte dos problemas a falhas de gestão.

No Reddit, a mudança no modelo de acesso gerou uma reação coletiva de moderadores, que por vezes chegaram a fechar comunidades inteiras em protesto, demonstrando como a alteração nas políticas de coleta de dados pode ter efeitos em cadeia sobre a governança e a qualidade do conteúdo nas plataformas.

Especialistas em IA e criadores de conteúdo, como André Lug, que escreve sobre produtividade, IA e empreendedorismo, observam que essa nova era exige repensar o que significa publicar online. Segundo análises recentes, ferramentas como Bard ou ChatGPT provavelmente já absorveram trechos antigos de blogs e avaliações, e podem reproduzir versões “humanóides” desses textos de maneiras difíceis de prever.

Para usuários preocupados com privacidade, a recomendação prática é avaliar cuidadosamente o que publicar em espaços públicos e, quando possível, ajustar configurações de privacidade nos serviços usados. Ao mesmo tempo, reclamações legais e negociações entre plataformas, provedores de conteúdo e empresas de IA devem continuar moldando o cenário nos próximos meses e anos.

Em resumo, a atualização confirma que Google coleta conteúdo público para treinar e melhorar seus modelos de IA, com impactos técnicos, legais e sociais que ainda serão debatidos. A mudança eleva a necessidade de transparência, regulação e, para muitos, uma nova atenção ao que se publica na internet.