Imagine um cenário simples de descrever e difícil de sustentar. Os grandes jornais fecham as portas para os robôs de indexação. As provedoras de dados financeiros cortam o acesso de treinamento aos seus arquivos. As editoras científicas fazem o mesmo. De um lado, a imprensa aposta que sem conteúdo fresco a inteligência artificial generativa perde relevância e envelhece presa a um conhecimento de alguns anos atrás. De outro, os laboratórios de IA apostam que, mesmo isolados, vão continuar treinando modelos cada vez mais capazes. A pergunta que motiva este texto é quem venceria essa disputa. A resposta, olhando para o que já está acontecendo, é que provavelmente ninguém venceria da forma como o experimento sugere, porque a dinâmica real não caminha para o embargo total, e sim para o licenciamento seletivo1.
O embargo que não aconteceu
Os últimos três anos já produziram um teste de bancada para essa hipótese. O New York Times processou OpenAI e Microsoft alegando uso não autorizado de décadas de reportagem em bases de treinamento2. Seattle Times e Newsday fizeram o mesmo em setembro de 2026, acusando as duas empresas de reproduzir trechos de matérias nas respostas geradas3. No Brasil, o Cade abriu investigação sobre o uso de conteúdo jornalístico pelo Google em suas ferramentas de IA, e a Associação Nacional de Jornais aderiu a uma coalizão internacional para negociar parâmetros de acesso1.
Só que nenhum desses movimentos é, de fato, um bloqueio. São disputas sobre preço. A Folha de S.Paulo e o UOL fecharam parceria com a OpenAI para fornecer notícias em tempo real ao ChatGPT, com resumos atribuídos e links para as fontes4. O Estadão fez movimento equivalente com o Google. A ANJ não pede o fim do uso de conteúdo por IA, pede remuneração por ele1. O padrão que se repete, no Brasil e fora dele, não é recusa coletiva, é leilão fragmentado, e leilão fragmentado tem um vencedor estrutural: quem assina primeiro.
O problema de ação coletiva que a pergunta original ignora
Um bloqueio eficaz de conteúdo contra IA depende de coordenação quase perfeita entre concorrentes que historicamente não coordenam nem preço de assinatura. Basta um veículo relevante assinar acordo de licenciamento (e vários já assinaram) para que o resto da categoria perca poder de barganha coletivo. Quem segura a informação sem acordo não desaparece do treinamento por princípio, desaparece da conversa por omissão, porque os assistentes de IA já substituem parte do tráfego de busca que sustentava esses veículos. Recusar-se a negociar tem um custo de visibilidade que a maioria das redações não pode pagar, e isso é o que explica por que a ação judicial e o acordo comercial estão andando lado a lado nas mesmas empresas, às vezes na mesma semana2.
Treinar não é o mesmo que consultar
Há uma distinção técnica que a hipótese do bloqueio tende a apagar. Incorporar um texto aos pesos de um modelo durante o treinamento é uma operação. Recuperar esse mesmo texto em tempo real por meio de busca aumentada (o chamado RAG) no momento em que o usuário faz uma pergunta é outra, com implicações jurídicas diferentes5. Isso significa que mesmo um veículo que consiga, na prática, impedir que seu acervo entre em um conjunto de treinamento não consegue, sem sair da internet aberta, impedir que uma IA leia sua página no momento da consulta e cite o conteúdo como fonte. O bloqueio de treinamento retarda o aprendizado do modelo sobre padrões de linguagem e fatos históricos, mas não isola o presente. Para notícia, que é perecível por natureza, essa brecha é enorme.
O caso dos dados financeiros mostra o oposto do que a pergunta supõe
A hipótese cita ferramentas de mercado financeiro como candidatas naturais ao bloqueio, mas o setor está fazendo exatamente o contrário. A LSEG integrou seus dados e notícias ao ChatGPT em dezembro de 20256. A Bloomberg não fechou o Terminal para IA, construiu o próprio modelo interno, o BloombergGPT, treinado sobre um corpus de mais de 700 bilhões de tokens que combina quarenta anos de arquivo financeiro proprietário com dados públicos7, e depois passou a vender ferramentas de IA generativa dentro do próprio Terminal como diferencial comercial8. A lógica é simples: dado financeiro perece em minutos, então a exclusividade sobre o dado atualizado vale mais licenciada do que retida. Bloquear o acesso destruiria justamente o argumento comercial que a Bloomberg usa para vender assinatura, que é o de que dado desatualizado é dado sem valor9. Onde a atualização é o produto, ninguém tem interesse em provocar obsolescência alheia às custas da própria receita.
Contraponto
A tese da fragmentação inevitável pressupõe mercados que já reagem a incentivo de curto prazo, mas isso pode mudar se a regulação alterar o cálculo. O relatório do Senado sobre o marco regulatório de IA no Brasil já é criticado por empresas de tecnologia por, segundo elas, inviabilizar na prática o treinamento de novos modelos locais se a exigência de remuneração por direito autoral for aprovada como está1. Se legislações como essa se espalharem e endurecerem simultaneamente em vários mercados grandes, o custo de acesso a dados de qualidade pode subir a ponto de restringir, de fato, quem consegue treinar modelos de fronteira, não por acordo entre editoras, mas por imposição legal. Nesse cenário, o resultado não seria uma imprensa vitoriosa, seria um mercado de IA mais concentrado nas poucas empresas com caixa para pagar licenciamento em escala.
Quem realmente ganharia
Descartada a hipótese de vitória total de um lado, sobra a pergunta mais interessante: qual reconfiguração de poder esse conflito está produzindo, já em curso. Não é a imprensa como categoria, porque a fragmentação de interesses entre veículos grandes e pequenos impede barganha unificada. Não é a IA generativa como categoria, porque sua qualidade em domínios especializados (jornalismo investigativo, análise financeira de nicho, ciência) continua a depender de acesso a fontes primárias que sintético não substitui bem, com risco real de degradação de qualidade caso o suprimento de dados humanos originais encolha proporcionalmente mais rápido do que a demanda por eles. Quem consolida poder são os intermediários que já controlam tanto dado exclusivo quanto músculo de distribuição: bolsas e provedores de dados como LSEG e Bloomberg, que monetizam licenciamento em vez de temê-lo, e os laboratórios de IA grandes o suficiente para pagar por acesso preferencial, o que empurra concorrentes menores (veículos pequenos e modelos de IA sem caixa para licenciar) para fora da mesa. O resultado provável não é estagnação nem vitória editorial, é concentração de mercado dos dois lados do balcão.
A IA generativa pode continuar evoluindo sem novos dados de imprensa?
Consegue evoluir em capacidades gerais de raciocínio e em domínios com fartura de dados sintéticos e técnicos, mas tende a perder precisão em fatos recentes e em domínios que dependem de apuração humana original, como cobertura política e investigativa de curto prazo.
Qual a diferença prática entre bloquear o treinamento e bloquear o acesso em tempo real?
Bloquear o treinamento impede que um texto molde os parâmetros permanentes de um modelo. Bloquear o acesso em tempo real exigiria tirar o conteúdo da internet aberta, o que destruiria o tráfego e a visibilidade do próprio veículo, um custo que a maioria não está disposta a pagar.
Por que empresas de dados financeiros não seguem o mesmo caminho de confronto dos jornais?
Porque o valor do dado financeiro está na atualização constante, não no acervo histórico. Empresas como Bloomberg e LSEG monetizam a exclusividade licenciando acesso, em vez de negá-lo, e usam a própria IA como argumento de venda.
Um bloqueio coordenado de conteúdo é juridicamente viável no Brasil?
Depende do desfecho do marco regulatório de IA em tramitação no Congresso. Se a exigência de remuneração autoral for aprovada como está hoje, o efeito prático seria elevar o custo de acesso a dados, não proibir seu uso, o que tende a concentrar o mercado em vez de restringi-lo por completo.