Limitações das atuais estruturas de direitos autorais para modelos de linguagem de grande porte treinados em literatura científica

Processos judiciais recentes sobre direitos autorais contra desenvolvedores de inteligência artificial (IA) e modelos de linguagem de grande porte (MLGP) acenderam debates sobre como equilibrar inovação tecnológica com o interesse público. No campo da pesquisa científica, o desempenho e a confiabilidade dos MLGPs treinados em literatura científica (SciLit-MLGPs) dependem fortemente do acesso a fontes completas e atualizadas. Este artigo argumenta que a atual estrutura de direitos autorais, incluindo a doutrina de uso justo dos EUA, frequentemente considerada uma solução flexível para problemas de direitos autorais relacionados à IA, é inadequada para os SciLit-MLGPs. Primeiro, os valores normativos enfatizados na ciência, como precisão, transparência e interpretabilidade, entram em conflito fundamental com o requisito de "uso transformativo" central à lei de direitos autorais. Em segundo lugar, a expressão da literatura científica tem como objetivo garantir precisão científica em vez de transmitir originalidade criativa, sendo insuficientemente considerada sob a atual legislação de direitos autorais. Terceiro, a ênfase da doutrina de uso justo em limitar a proporção de uso de uma única obra protegida por direitos autorais contradiz a necessidade de treinamento abrangente em textos científicos densos em informações. Finalmente, restrições ao uso comercial impedem o desenvolvimento sustentável dos SciLit-MLGPs e excluem um modelo mutuamente benéfico para pesquisadores, editores, desenvolvedores e o público. Impor as atuais restrições de direitos autorais a esses modelos é injustificado, desnecessário e arrisca perpetuar preconceitos científicos. Portanto, propomos reconstruir as exceções de direitos autorais para literatura científica e remover as restrições de uso comercial para apoiar melhor a inovação científica.