Investigação do The Atlantic revelou quatro bancos de dados com mais de 22 milhões de gravações usadas para treinar plataformas de música gerada por inteligência artificial, incluindo músicas de Taylor Swift e Bad Bunny.
Uma investigação publicada pelo The Atlantic acaba de revelar a escala real do material protegido por direitos autorais que foi usado para alimentar plataformas de música gerada por inteligência artificial. Músicas de Taylor Swift, Bad Bunny e dezenas de milhares de outros artistas aparecem em quatro bancos de dados que somam mais de 22 milhões de gravações compartilhadas entre desenvolvedores de IA, e a exposição pública desses datasets chega em um momento em que a indústria musical já está em guerra aberta contra as empresas que os utilizaram para treinar IA.
Os quatro datasets identificados pela investigação variam em tamanho e origem. O maior deles, compilado pela organização sem fins lucrativos alemã LAION, contém aproximadamente 12,3 milhões de faixas. O segundo, montado por pesquisadores associados à Sleeping AI, reúne cerca de 9,7 milhões de músicas. Os dois menores, com cerca de 100 mil gravações cada, incluem o Free Music Archive, que já foi utilizado pelo Google e pela Stability AI. A revelação de que músicas de Taylor Swift e de outros artistas de grande porte estão presentes nesses bancos de dados dá materialidade a uma acusação que até agora era sustentada mais por suspeita do que por evidência direta.
O cenário jurídico ao redor do caso já é o mais movimentado da história da indústria da música. A RIAA processou as plataformas Suno e Udio em 2024, alegando que ambas copiaram gravações protegidas para treinar IA sem autorização. A Universal Music Group chegou a um acordo com a Udio em outubro de 2025, seguido pela Warner Music Group, que fechou com a Udio em novembro e se tornou a primeira grande gravadora a também fechar com a Suno. A Sony Music segue litigando contra as duas plataformas, e ações adicionais foram movidas pela GEMA alemã e pela Koda dinamarquesa. O estatuto americano prevê indenizações de até 150 mil dólares por obra infringida, e com datasets potencialmente contendo milhões de gravações, a exposição total pode ultrapassar o valor de mercado das próprias empresas processadas.
A Suno já admitiu em tribunal ter exposto seu programa a dezenas de milhões de gravações durante o desenvolvimento, e recentemente pediu a um tribunal federal que mantenha em sigilo o número exato de arquivos de áudio usados no treinamento, argumentando que a divulgação causaria dano competitivo. Em paralelo, testes independentes mostraram que os filtros de copyright da plataforma são facilmente contornados com ferramentas gratuitas, gerando versões de músicas de Beyoncé, Black Sabbath e Aqua com semelhança preocupante aos originais. Para agravar o quadro, uma grande plataforma de streaming reportou que quase metade dos uploads diários que recebe atualmente são gerados por IA.
Para você que acompanha a conversa entre tecnologia e cultura, a pergunta central que os tribunais vão precisar responder nos próximos meses é direta: treinar IA com milhões de músicas protegidas é uso transformativo ou pirataria digital. A resposta vai definir o futuro da relação entre artistas e inteligência artificial, e as músicas de Taylor Swift que apareceram nesses datasets são apenas a ponta mais visível de um problema que atinge a indústria inteira.
O precedente mais próximo veio do mercado editorial, onde um caso semelhante de uso de livros para treinar IA resultou em um acordo inicial de 1,5 bilhão de dólares. Se a música seguir o mesmo caminho, o impacto financeiro pode ser ainda maior.
