A Anthropic pensou que tinha resolvido seus problemas de pirataria de livros com um pagamento de US$ 1,5 bilhão. As editoras de música, no entanto, não estão impressionadas, e na sexta-feira, entraram com uma ação que faz o 'acordo histórico' da empresa de IA parecer menos uma penitência e mais uma taxa de entrada para uma festa que nunca terminou.

Os pesos pesados da indústria musical - incluindo Sony, EMI e Warner Chappell - estão alegando que a 'campanha descarada de torrent, raspagem e download ilegal de obras protegidas por direitos autorais em escala massiva' da Anthropic não parou nos livros. Oh não, estendeu-se a 'milhares e milhares' de suas composições musicais protegidas, desde songbooks dos Beatles até as 'melhores' músicas de Taylor Swift e '100 Maiores Músicas de Rock & Roll da VH1'.

De acordo com o processo, a 'campanha em massa' da Anthropic começou em julho de 2021, quando o cofundador Benjamin Mann pessoalmente usou BitTorrent para baixar milhões de livros pirateados da Library Genesis (LibGen). O CEO Dario Amodei supostamente aprovou o torrent, e ambos são nomeados como réus. Quando a LibGen foi fechada pelo FBI, os piratas simplesmente a copiaram para criar a Z-Library. Quando essa foi fechada, a Anthropic supostamente obteve uma cópia da cópia via 'Pirate Library Mirror' (PiLiMi). Mann teria enviado mensagens a colegas dizendo que o espelho caiu 'bem a tempo!' - ao que um funcionário respondeu: 'zlibrary minha amada'.

Essas mensagens internas, reveladas no caso dos autores de livros, estão sendo usadas como evidência do 'elogio' da Anthropic à pirataria. As editoras afirmam que o torrent da Anthropic incluiu pelo menos centenas de livros contendo partituras e letras de músicas, e pretendem revelar a 'extensão total' disso através da descoberta.

A Anthropic nega ter usado os livros pirateados para treinar seus modelos comerciais Claude, mas as editoras argumentam que 'treinamento' pode ser definido de forma ampla. Elas apontam para uma fase de 'pré-treinamento' em que a Anthropic pode ter usado dados sintéticos de modelos não comerciais treinados em texto da LibGen ou PiLiMi para reforçar os modelos comerciais Claude. E há também a questão do guardrail: documentos não selados supostamente mostram que a Anthropic continuou usando o conjunto de dados da LibGen para verificar a similaridade de saída, mesmo depois de parar o treinamento de LLM nele.

Um porta-voz da Anthropic descartou o processo como 'a terceira ação judicial dos mesmos advogados, reciclando alegações de casos já nos tribunais', e afirmou que 'treinar modelos generativos de IA é um uso justo transformador - como o tribunal decidiu em Bartz'. Mas as editoras observam que a decisão de uso justo em Bartz dependeu da falta de dano de mercado comprovado - algo que elas acham que podem demonstrar.

As editoras argumentam que músicas geradas por IA já estão no topo das paradas musicais, competindo diretamente com os compositores humanos cujo trabalho não remunerado supostamente treinou a própria IA que os está deslocando. Elas citam a observação do Escritório de Direitos Autorais dos EUA de que saídas que competem em um mercado por um tipo de trabalho podem diluir os pools de royalties. Elas também alegam que Claude foi intencionalmente treinado para regurgitar letras, mesmo quando não solicitado, e pode reproduzir o 'coração' de músicas populares sob demanda.

O depoimento de Amodei do caso dos livros também é trazido à tona: ele disse que a Anthropic poderia ter comprado legalmente obras protegidas por direitos autorais, mas baixou via torrent para evitar uma 'burocracia legal/prática/de negócios'. O tribunal resumiu como baixar livros pirateados 'para evitar o trabalho de pagar por eles'. As editoras enfatizam que a Anthropic nunca as procurou para licenças, ao contrário de seus rivais de IA.

A Anthropic guarda de perto suas fontes de dados de treinamento, mas as editoras querem que o tribunal force a transparência: uma contabilidade dos dados de treinamento, métodos e capacidades. Caso contrário, alertam, os compositores terão mais dificuldade para ganhar a vida, e o mercado será inundado com cópias de IA de baixa qualidade de músicas reconhecíveis. E, claro, as editoras não serão pagas por licenciar músicas para treinar IA. Como diz a queixa, a Anthropic 'se enriquece através da exploração não compensada das Editoras de Música' e do trabalho de seus compositores.