A rede social Bluesky divulgou uma proposta no GitHub que permitiria aos usuários indicar se aceitam ou não que seus posts e dados sejam usados para o treinamento de inteligência artificial generativa e para arquivamento público. O plano foi mencionado pela CEO da empresa, Jay Graber, durante o festival South by Southwest, mas gerou controvérsia quando ela publicou sobre o assunto na própria plataforma.

Usuários reagiram com preocupação, vendo a medida como um recuo na promessa do Bluesky de não vender dados ou utilizá-los para treinar IA. Graber respondeu que empresas de IA já estão coletando dados públicos da internet, incluindo do Bluesky, uma vez que “tudo na plataforma é público, como um site”. Assim, a rede social estaria tentando criar um novo padrão semelhante ao arquivo robots.txt, usado para indicar permissões a rastreadores da web.

Ferramenta dependerá da boa-fé das empresas

A proposta sugere um sistema que permitiria aos usuários do Bluesky e de outras plataformas que utilizam o ATProtocol definir preferências sobre quatro categorias:

• Treinamento de IA (uso de posts para alimentar modelos generativos)
• Conexão entre redes sociais (interoperabilidade de dados)
• Uso em grandes bases de dados
• Arquivamento da web (como no Internet Archive)

A expectativa da empresa é que empresas e pesquisadores respeitem essas preferências ao coletar dados do Bluesky, seja por meio de raspagem direta ou transferência em massa via protocolo. No entanto, o modelo proposto não possui força legal.

A pesquisadora Molly White, conhecida por suas análises críticas sobre tecnologia, avaliou a proposta como positiva. Ela argumenta que o Bluesky não está incentivando a raspagem de dados, mas tentando estabelecer um mecanismo de consentimento para algo que já acontece.

Por outro lado, White destacou a fragilidade do sistema, já que ele depende da adesão voluntária das empresas de IA. Muitas delas já ignoram restrições como o próprio robots.txt, além de utilizarem material pirateado para treinar modelos de IA.

Debate sobre ética e regulação segue aberto

A iniciativa do Bluesky ocorre em um momento de intensificação dos debates sobre o uso de dados públicos para treinar modelos de inteligência artificial. Empresas como OpenAI e Google enfrentam processos por supostamente coletarem informações sem autorização.

Sem regulamentação específica, a proposta da rede social busca equilibrar transparência e controle dos usuários sobre seus dados, mas sua eficácia dependerá da adesão do setor.