De acordo com pt.wedoany.com-A Inteligência Artificial generativa está a penetrar no setor industrial, e as empresas estão a voltar a sua atenção para direitos autorais, licenças de código aberto, gestão de dados de treino e transparência na cadeia de suprimentos de software. A responsabilidade legal pelos resultados gerados pela IA, a verificação da origem dos dados de treino e a resposta às regulamentações globais tornaram-se novos desafios de negócio, aumentando simultaneamente a necessidade de construir sistemas de governança relacionados.

Na "Conferência Open Source e IA 2026", realizada no dia 11 no The Raum, em Gangnam, Seul, os participantes discutiram os fatores de risco decorrentes do uso de código aberto e dados na era da IA, buscando estratégias de resposta a nível empresarial. Este evento, que chega à sua 15ª edição, expandiu a conferência original de código aberto para o domínio da IA. Patrocinada pela Open Source Association Coreia (OSBC) e pela Insignary, contou com a participação de empresas e especialistas jurídicos nacionais e internacionais, que partilharam informações sobre disputas de direitos autorais, Listas de Materiais de IA (AI-BOM), Listas de Materiais de Software (SBOM) e planos de gestão da cadeia de suprimentos.

O representante da OSBC, Kim Taek-wan, afirmou no discurso de abertura que a IA e o código aberto estão inextricavelmente ligados, esperando que este evento sirva como uma oportunidade para compreender os vários fatores de risco que surgem durante o uso da IA e explorar soluções. Os participantes concordaram que, uma vez que a expansão das aplicações de IA é inevitável, é necessário gerir simultaneamente a inovação tecnológica, os direitos autorais, a governança de dados e a transparência da cadeia de suprimentos. A indústria prevê que, como a IA se desenvolve com base em código aberto e dados, a competitividade futura das empresas não dependerá mais do "que foi fabricado", mas sim da capacidade de explicar "como foi fabricado".

O primeiro orador principal, Lim Hyung-joo, chefe do Centro de IA Digital Yulchon (Yulchon AI DC Center), destacou que o próximo desafio da indústria de IA não é a tecnologia, mas sim o risco legal. Referindo-se ao Ciclo de Hype de Gartner, ele afirmou que uma das principais razões pelas quais a indústria de IA está atualmente no "Vale da Morte (Chasm)" não é a tecnologia em si, mas o conflito com os sistemas de direitos existentes e as regulamentações. Com a implementação oficial de regulamentações em vários países, como a Lei Básica de IA da Coreia e o Ato de IA da UE (EU AI Act), os riscos legais potenciais estão a tornar-se realidade.

Lim Hyung-joo explicou que as disputas de direitos autorais relacionadas à IA estão a aumentar rapidamente. O número de ações judiciais relacionadas à IA generativa nos EUA cresceu significativamente nos últimos dois anos, com exemplos representativos incluindo processos entre Getty Images e Stability AI, The New York Times e OpenAI, e grandes gravadoras e startups de IA. Ao mencionar o caso da Getty Images, ele afirmou que o uso de imagens com marcas d'água para treino de IA é um ponto de discórdia representativo, e tanto o processo de treino quanto o de geração de resultados da IA tornaram-se alvos de disputas de direitos autorais. No entanto, os tribunais dos EUA, nas disputas em torno do treino de IA generativa, baseiam-se principalmente no princípio do "Uso Justo (Fair Use)" para fazer julgamentos. O cerne da avaliação do uso justo reside em saber se esse uso causa danos substanciais ao mercado da obra original, e se cria uma relação concorrencial com o autor original, resultando num efeito de canibalização de mercado, tornando-se um critério importante. Ele previu que o resultado dos processos em curso entre emissoras de televisão sul-coreanas e empresas de IA também se tornará um padrão de julgamento importante no futuro. Além disso, informações pessoais, segredos comerciais e dados não públicos podem formar pontos de controvérsia legal mais complexos do que os direitos autorais. Encontrar um equilíbrio entre o desenvolvimento da indústria de IA e a proteção dos direitos dos criadores é a tarefa central do futuro, e atualmente os tribunais e órgãos reguladores de vários países estão numa fase de transição para a elaboração de diretrizes.

O segundo orador principal, Mike Pittenger, Diretor de Estratégia (CSO) da Insignary, salientou que o código gerado por IA também segue as responsabilidades de licenciamento. Ele explicou que o código aberto se tornou o padrão no desenvolvimento de software moderno e, devido à redução dos custos de desenvolvimento e à diminuição do tempo de colocação no mercado, a maioria do software atual depende de vários componentes de código aberto. O problema é que, com a proliferação de ferramentas de codificação de IA, as "Dependências Ocultas (Hidden Dependencies)", que são difíceis de detetar com métodos tradicionais, estão a aumentar. Pittenger explicou que, depois de aprender código aberto, a IA pode regenerar fragmentos de código que executam funções específicas. Neste caso, os fragmentos de código gerados não são registados em gestores de pacotes ou ficheiros de construção, tornando-os indetetáveis pelas ferramentas SCA (Análise de Composição de Software) e SBOM existentes. Ele salientou que os fragmentos de código aberto contidos no código gerado por IA também podem assumir as obrigações de licenciamento originais. Mesmo que apenas parte do código seja usada, as obrigações de aviso de direitos autorais ou conformidade de licenciamento não desaparecem. Ele alertou especialmente que, se o código incluir licenças Copyleft, como a GPL, pode gerar disputas sobre trabalhos derivados. Pittenger citou resultados de pesquisa que mostram que, em mais de metade dos ficheiros de aplicações gerados por IA, foram encontrados fragmentos de código aberto não declarados, mas as ferramentas SCA existentes identificam apenas cerca de 23% de todas as dependências. Ele enfatizou que a introdução de IA não é uma opção, mas a gestão de riscos também não é uma opção, sendo necessário estabelecer medidas de governança e controlo técnico que garantam a visibilidade a nível de fragmentos de código.

Cho Jung-won, advogado do Instituto de Pesquisa de IA da LG, enfatizou que o AI-BOM é um sistema de comprovação para a cadeia de suprimentos de dados. O advogado Cho afirmou que a conformidade com código aberto está padronizada há anos, mas os padrões de gestão para dados de treino de IA ainda não estão suficientemente estabelecidos. Atualmente, as disputas de direitos autorais nos EUA e na Europa acabam por se resumir à questão da legalidade da origem e uso dos dados. Ele também salientou que os critérios de julgamento para o treino e os resultados da IA variam de país para país. Mesmo para o mesmo serviço de IA, podem ser tiradas conclusões diferentes dependendo do país do tribunal com jurisdição. Portanto, as empresas precisam de estabelecer um sistema de comprovação que possa rastrear a origem dos dados, licenças, histórico de processamento, processo de redistribuição, etc. O advogado Cho afirmou que o AI-BOM não é apenas um documento, mas um sistema de base que pode explicar a cadeia de suprimentos de dados. No futuro, as empresas enfrentarão a situação de terem de provar quais dados foram usados e através de que processo o modelo foi construído. Atualmente, o Instituto de Pesquisa de IA da LG opera um sistema de conformidade de dados que analisa direitos autorais de dados de treino, informações pessoais, histórico de disputas, etc., e está a desenvolver tecnologia de rastreamento de Proveniência de Dados (Data Provenance).

Norio Kobota, Estrategista Sénior de Código Aberto do Grupo Sony, enfatizou a importância de garantir a qualidade do SBOM no contexto da expansão da regulamentação global da cadeia de suprimentos. Ele explicou que, com o surgimento de várias regulamentações, como as da NTIA e CISA dos EUA e o Ato de Resiliência Cibernética (CRA) da UE, as empresas precisam de responder a diferentes requisitos simultaneamente. Kobota afirmou que, no passado, o SBOM era um documento para as pessoas verificarem licenças e vulnerabilidades, mas, com o aumento da escala da cadeia de suprimentos, a verificação manual atingiu o seu limite. Ele enfatizou que informações precisas de identificação de pacotes, metadados rastreáveis e um sistema de troca de informações fluido entre os participantes da cadeia de suprimentos são cruciais. A qualidade do SBOM determinará diretamente a fiabilidade da cadeia de suprimentos.

Este texto foi elaborado por Wedoany. Qualquer citação por IA deve indicar a fonte “Wedoany”. Em caso de infração ou outros problemas, informe-nos prontamente, por favor. O conteúdo será corrigido ou removido. E-mail: news@wedoany.com