Em junho de 2025, o MIT Technology Review Brasil noticiou o caso de Casey Harrell, paciente com Esclerose Lateral Amiotrófica (ELA) que voltou a se comunicar por meio de uma interface cérebro-computador desenvolvida pela BrainGate. O sistema decodifica sinais neurais e os converte em fala sintetizada com apoio de IA generativa, sem que o paciente precise mover músculos ou acionar qualquer dispositivo externo.
O caso é um marco na neurotecnologia. Mas, do ponto de vista jurídico e de negócios, ele também ilustra uma tensão que atravessa toda a IA generativa: quando um sistema produz conteúdo de forma autônoma, a partir de padrões aprendidos em dados de terceiros, quem detém os direitos sobre esse output? E quem responde se o output violar direitos de quem forneceu os dados de treino?
Essas perguntas não são teóricas. Elas afetam contratos, valuation, due diligence de investidores e até a tributação de receitas geradas por sistemas de IA. Este artigo mapeia o estado atual do direito autoral brasileiro aplicado à IA generativa e o que empresas do setor precisam fazer agora.
Contexto jurídico e regulatório
O que diz a lei brasileira sobre autoria de obras geradas por IA
A Lei de Direitos Autorais (Lei 9.610/1998) define autor como a "pessoa física criadora de obra literária, artística ou científica". Sistemas de IA não são pessoas físicas. Logo, o output gerado exclusivamente por um modelo de linguagem, uma rede difusora de imagens ou um sintetizador de voz não é, por padrão, protegido por direito autoral no Brasil.
Isso tem duas consequências práticas imediatas. Primeira: concorrentes podem copiar livremente o conteúdo gerado por IA de uma empresa, salvo se houver elemento criativo humano documentável no processo. Segunda: a empresa não pode registrar esse conteúdo como obra autoral junto à Biblioteca Nacional ou ao INPI para fins de proteção.
O PL 2.338/2023, aprovado em primeiro turno pelo Senado em dezembro de 2024 e em tramitação na Câmara ao longo de 2025 e 2026, estabelece princípios para uso responsável de IA, mas não altera a Lei 9.610/98 nem cria uma categoria de "autoria artificial". O texto fala em transparência e responsabilização dos operadores, sem resolver a lacuna autoral.
O problema do dado de treino e o risco de infração
Treinar um modelo generativo exige volumes massivos de dados: textos, imagens, áudios, código-fonte. Grande parte desse material é protegida por direitos autorais de terceiros. Nos Estados Unidos, litígios envolvendo a OpenAI, a Stability AI e o New York Times já resultaram em decisões preliminares que reconhecem o risco de infração no processo de treinamento.
No Brasil, o artigo 46 da Lei 9.610/98 lista os casos de uso livre sem autorização. Nenhum deles cobre expressamente o treinamento em larga escala de sistemas de IA. A ausência de previsão legal não significa permissão: pelo princípio da legalidade civil, o que não está autorizado pode ser questionado judicialmente pelo titular dos direitos.
O Superior Tribunal de Justiça ainda não tem jurisprudência consolidada sobre o tema. Mas decisões de primeiro e segundo grau já começaram a surgir em 2025 em ações envolvendo uso não autorizado de obras musicais e fotográficas para treino de modelos comerciais. Empresas que não documentam suas fontes de dados e não obtêm licenças adequadas estão expostas a ações indenizatórias com base nos artigos 102 a 110 da mesma lei.
Impacto prático
Para founders e CTOs, o impacto mais imediato é na gestão do dataset de treinamento. Utilizar dados coletados de forma indiscriminada da internet, sem verificação de licença, cria passivo jurídico que pode comprometer rodadas de investimento. Investidores institucionais e fundos de venture capital já incluem perguntas sobre proveniência de dados e licenciamento em seus checklists de due diligence para IA, conforme relatório da Associação Brasileira de Private Equity e Venture Capital (ABVCAP) publicado em março de 2026.
Do ponto de vista contábil, esse risco precisa ser provisionado. O CPC 25 (Provisões, Passivos Contingentes e Ativos Contingentes) exige que empresas constituam provisão quando uma obrigação presente torna provável uma saída de recursos e o valor pode ser estimado com razoabilidade. Empresas de IA que treinaram modelos com dados potencialmente infringentes e que já receberam notificações extrajudiciais ou identificaram riscos em due diligence interna devem registrar provisão no balanço, não apenas mencionar o risco em nota explicativa.
Para advogados que assessoram startups, o ponto de ação prático é a revisão dos Termos de Uso e Política de Privacidade voltados para quem fornece dados à plataforma, a obtenção de licenças Creative Commons ou comerciais para datasets, e a inclusão de cláusulas de indenidade em contratos com clientes que usam outputs de IA em suas próprias publicações. Ignorar esse ponto transforma o advogado em corresponsável por omissão.
Considerações finais
O caso de Casey Harrell mostra que a IA generativa já produz outputs com valor claro e impacto real na vida de pessoas. A distância entre esse valor e a proteção jurídica adequada, no entanto, ainda é grande no Brasil. A Lei 9.610/98 foi promulgada quando a internet comercial mal existia, e o Marco Legal da IA não fecha as lacunas autorais que o mercado enfrenta hoje.
Enquanto o Congresso não atualiza o arcabouço legal, cabe às empresas construir seus próprios mecanismos de proteção: rastreabilidade de dados, contratos sólidos, provisões contábeis adequadas e políticas internas de governança de IA. Esses não são detalhes operacionais, são ativos estratégicos que diferenciam empresas maduras de startups expostas a risco existencial.