Meta muda regras e abre caminho para usar conteúdo de páginas comerciais em modelos de IA

A Meta atualizou seus termos comerciais para permitir a coleta automatizada de conteúdo publicado em páginas vinculadas a contas empresariais na plataforma, sem necessidade de acordos de licenciamento com veículos de notícias ou outros produtores de conteúdo. A mudança passa a valer a partir de 30 de outubro e, segundo o que foi divulgado, dá à empresa liberdade para usar esse material coletado no treinamento de seus sistemas de inteligência artificial. Esse movimento se encaixa em uma disputa que já dura alguns anos entre big techs e a indústria de mídia sobre o uso de conteúdo jornalístico para alimentar modelos de linguagem. Empresas como OpenAI, Google e Microsoft têm adotado caminhos distintos: algumas fecharam acordos bilionários de licenciamento com jornais e agências de notícias, enquanto outras preferiram se apoiar em interpretações mais flexíveis de termos de uso para justificar a coleta de dados sem remuneração direta aos produtores de conteúdo. Para o público brasileiro, a discussão importa porque afeta diretamente a sustentabilidade financeira de portais de notícias e blogs que mantêm páginas empresariais em redes sociais como Facebook e Instagram — ambas operadas pela Meta —, já que esse conteúdo poderia alimentar ferramentas de IA generativa sem qualquer contrapartida econômica para quem o produziu originalmente. Também é um capítulo a mais na tensão regulatória que já levou países como Austrália e Canadá a criarem leis específicas obrigando plataformas a pagar por notícias, um debate que ainda engatinha no Brasil, mas que tende a ganhar força à medida que a IA generativa se torna mais onipresente no consumo de informação. Do ponto de vista editorial, a decisão da Meta expõe uma estratégia recorrente das grandes plataformas de tecnologia: usar atualizações de termos de serviço como ferramenta para ampliar direitos sobre dados de usuários e parceiros comerciais sem passar por negociações públicas ou processos regulatórios mais formais. Ao vincular a coleta de dados a contas empresariais — e não a perfis pessoais —, a empresa parece calibrar a mudança para atingir justamente o tipo de conteúdo mais valioso para treinar modelos de IA com qualidade jornalística, mantendo ao mesmo tempo um discurso de que está lidando apenas com ajustes comerciais rotineiros. Isso sinaliza que a corrida por dados de treinamento entrou em uma fase mais agressiva, na qual empresas de tecnologia buscam ampliar suas bases de dados proprietárias antes que regulações mais rígidas sobre uso de conteúdo para IA se consolidem em diferentes mercados. Para veículos de notícias e empresas que mantêm páginas comerciais na Meta, a atualização representa um alerta prático: será preciso revisar os termos vigentes e avaliar se há margem para contestar ou ao menos entender com clareza o alcance dessa coleta automatizada. A ausência de licenciamento remunerado pode intensificar o descontentamento de editoras que já reclamam da perda de tráfego e receita publicitária causada pela forma como as redes sociais e, mais recentemente, os assistentes de IA, resumem e reaproveitam notícias sem direcionar os usuários às fontes originais. Essa dinâmica tende a alimentar ainda mais pressão por regulamentação específica sobre uso de dados jornalísticos em modelos de IA, não apenas em mercados que já avançaram nesse debate, mas também no Brasil, onde entidades de imprensa e associações do setor de mídia já monitoram de perto como as big techs tratam esse tipo de conteúdo. De forma mais ampla, o episódio reforça um padrão que vem se repetindo no setor: enquanto a corrida por modelos de IA cada vez mais poderosos avança, o valor dos dados usados para treiná-los se torna um ativo estratégico tão importante quanto o poder computacional empregado. Empresas de tecnologia que controlam grandes volumes de conteúdo gerado por terceiros, como é o caso da Meta com suas redes sociais, estão em posição privilegiada para abastecer seus próprios modelos sem recorrer a parcerias externas custosas. Para o consumidor final, o resultado pode ser indireto, mas relevante: menos incentivo financeiro para produção de conteúdo original de qualidade pode, a médio prazo, impactar a diversidade e a confiabilidade das informações que circulam tanto nas redes sociais quanto nos próprios assistentes de IA que se alimentam desses dados.