Shopping cart

Subtotal $0.00

View cartCheckout

Building better devs

TnewsTnews
Programação

Se o Claude Escreveu Seu Código, Ele Não é Seu

Email : 9

Você passou a tarde inteira pedindo pro Claude, pro Copilot ou pro Cursor escreverem aquele módulo de autenticação. Ficou bonito. Funciona. Você commitou, fez o deploy, colocou no portfólio. Mas aqui vai a pergunta que ninguém quer ouvir: de quem é esse código?

A resposta curta: provavelmente de ninguém.

Um post no Hacker News com mais de 870 upvotes e 460 comentários reacendeu um debate que a comunidade dev vem empurrando com a barriga desde que o Copilot apareceu em 2021. A tese é simples e incômoda: todo código gerado por IA deveria ser open source. E agora, com um tribunal federal americano reforçando que código de IA é “obra nova” (e portanto sem copyright claro), a coisa ficou séria pra quem vende software.

O argumento que viralizou

Jakub Jankiewicz, desenvolvedor polonês, publicou um artigo com um título que não deixa margem pra dúvida: “All AI-Generated Code Should Be Open Source”. O texto bateu no topo do Hacker News e gerou uma das discussões mais acaloradas do ano.

O argumento central dele tem três pernas:

Primeira: os modelos foram treinados com código open source sem pedir permissão. O Copilot, o Claude, o GPT, todos foram alimentados com bilhões de linhas de código publicadas no GitHub, Stack Overflow e outros repositórios abertos. Esse código tinha licenças (MIT, GPL, Apache, Creative Commons). Os modelos absorveram tudo e agora cospem derivações sem dar crédito a ninguém. Jakub chama isso de “license laundering”, lavagem de licença. Pega código GPL, passa pela máquina de lavar da IA, sai do outro lado sem licença nenhuma.

Segunda: código puramente gerado por IA não é protegido por copyright. Nos EUA, o Copyright Office já deixou claro que obras criadas por não-humanos não podem ser registradas. Lembra do caso da selfie do macaco? O mesmo princípio se aplica. Se você escreveu um prompt e a IA escreveu o código, a parte criativa foi da máquina. E máquinas não têm direitos autorais.

Terceira: na prática, muitos devs nem revisam o que a IA gera. O dev escreve o prompt, aceita a sugestão, commita. A contribuição humana é mínima. Se o esforço criativo humano é próximo de zero, o que justifica colocar uma licença proprietária naquilo?

O tribunal que mudou o jogo

Em setembro de 2026, o Ninth Circuit (o tribunal de apelações mais influente dos EUA em casos de tecnologia) decidiu o caso Doe v. GitHub. A decisão foi um terremoto.

Os programadores que processaram o GitHub, a Microsoft e a OpenAI argumentavam que o Copilot reproduz trechos de código protegido sem manter a atribuição exigida pelas licenças originais. Violação do DMCA Section 1202(b), disseram.

O tribunal discordou. A conclusão: o Copilot gera obras novas, não cópias. Quando o modelo de IA produz código, ele não está “removendo” ou “alterando” informações de copyright de obras existentes, porque o output é uma criação diferente.

À primeira vista, isso parece uma vitória para as empresas de IA. Mas olha o paradoxo que surge: se o código gerado por IA é uma “obra nova” que não é cópia de nada, mas ao mesmo tempo não foi escrita por um humano, quem é o autor? Ninguém. E se ninguém é o autor, ninguém detém o copyright.

Cenário Copyright? Pode licenciar como proprietário?
Código 100% escrito por humano Sim Sim
Código escrito por humano com sugestões de IA Depende da proporção Zona cinzenta
Código 100% gerado por IA (prompt only) Não (nos EUA) Não tem o que licenciar
Código de IA revisado e modificado substancialmente Sim (parte humana) Só a parte humana

Essa tabela é a dor de cabeça de todo departamento jurídico de startup em 2026.

O paradoxo do MIT License num mundo de IA

Aqui fica ainda mais interessante. Digamos que você gere um projeto inteiro com Claude Code e coloque uma licença MIT no repositório. A MIT License funciona assim: “eu, detentor do copyright, concedo permissão para usar, copiar, modificar…”

Mas espera. Se o código foi gerado por IA e você não tem copyright sobre ele, você está licenciando algo que não é seu. É como vender um terreno que não está no seu nome. A licença é tecnicamente inválida.

O inverso também vale. Uma empresa que pega código gerado por IA e fecha o source não está protegendo nada, porque não existe copyright para proteger. Qualquer pessoa poderia, em teoria, argumentar que aquele código é de domínio público.

Em março de 2026, alguém tentou resolver esse nó. A AI-MIT License 1.0 foi proposta para discussão na OSI (Open Source Initiative). A ideia é distinguir entre:

  • Código assistido por IA com contribuição criativa humana significativa: o humano detém o copyright sobre a parte que ele efetivamente criou
  • Código puramente gerado por IA sem autoria humana qualificada: não reivindica copyright algum

É uma tentativa honesta de enfrentar a realidade. Mas ainda é experimental e ninguém adotou em escala.

“License laundering”: a acusação que pega

O termo que o Jakub cunhou, “license laundering”, é daqueles que gruda na cabeça porque descreve exatamente o que acontece.

Funciona assim:

  1. Dev publica código no GitHub com licença GPL (copyleft, obriga derivações a serem open source também)
  2. Empresa de IA treina modelo com esse código
  3. Dev corporativo pede pro Copilot gerar uma função
  4. Copilot gera algo derivado daquele código GPL, mas sem a licença
  5. O código entra num produto proprietário fechado

A GPL foi projetada especificamente para impedir isso. A licença é “viral” justamente para garantir que derivações permaneçam abertas. Mas a IA funciona como uma máquina de lavar: entra código GPL de um lado, sai código “limpo” do outro.

O contra-argumento das empresas de IA é que os modelos não copiam, eles aprendem padrões. É a mesma defesa que o Ninth Circuit aceitou: o output é obra nova, não cópia. Mas pra comunidade open source, essa distinção é irrelevante. O espírito da GPL foi violado, mesmo que a letra da lei não tenha sido.


# Código original (GPL-3.0) de um projeto no GitHub
def authenticate_user(username, password):
    """Verifica credenciais contra o banco de dados."""
    user = db.query(User).filter_by(username=username).first()
    if user and bcrypt.check_password_hash(user.password_hash, password):
        return generate_jwt_token(user)
    return None

# Código que o Copilot gera quando você pede "autenticação com JWT"
def authenticate(username: str, password: str) -> str | None:
    """Authenticate user and return JWT token."""
    user = db.session.query(User).filter_by(username=username).first()
    if user and check_password_hash(user.password_hash, password):
        return create_access_token(identity=user.id)
    return None

São “obras diferentes”? Tecnicamente, sim. Mas a estrutura, a lógica, até a sequência de operações é a mesma. A GPL cobre “obras derivadas”. E aí?

O que os 460 comentários do HN revelam

A discussão no Hacker News é um retrato perfeito da divisão na comunidade. De um lado, devs que concordam com o Jakub e vão além: “se treinou com meu código GPL, o output deveria ser GPL também”. Do outro, pragmáticos que argumentam que é impossível rastrear a proveniência de cada linha de código gerada por IA.

Alguns pontos que apareceram com frequência:

Os que concordam:

  • “Eu publiquei meu código como open source pra ajudar outros devs, não pra alimentar uma empresa de US$ 100 bilhões”
  • “Se a IA aprendeu com código GPL, o output deveria herdar a licença”
  • “É hipocrisia chamar de ‘fair use’ quando a escala é de bilhões de linhas”

Os que discordam:

  • “Humanos também aprendem lendo código open source e depois escrevem código proprietário”
  • “Rastrear proveniência em modelos com trilhões de parâmetros é impossível”
  • “Se todo código de IA for open source, ninguém vai usar IA pra programar em contexto comercial”

O argumento do “humanos também aprendem assim” é o mais usado pelas empresas de IA. E é parcialmente válido: quando um dev lê código GPL e depois escreve algo similar do zero, ninguém questiona. Mas existe uma diferença de escala que muda a natureza da coisa. Um humano lê centenas de projetos ao longo de anos. Um modelo de IA processou milhões de repositórios em semanas.

O caso Doe v. GitHub não acabou

Tem um detalhe que muita gente perdeu na cobertura da decisão do Ninth Circuit. O tribunal rejeitou a alegação de violação do DMCA (remoção de informações de copyright), mas não decidiu se é legal usar código protegido para treinar modelos de IA. Essa questão continua em aberto.

Além disso, duas ações por quebra de contrato continuam correndo na primeira instância. Os termos de serviço do GitHub dizem uma coisa, as licenças dos repositórios dizem outra, e o Copilot faz uma terceira. Esse nó jurídico vai levar anos pra desatar.

Enquanto isso, na Europa, a AI Act já entrou em vigor e exige transparência sobre dados de treinamento. Empresas que operam na UE vão precisar, em algum momento, demonstrar que respeitaram as licenças do código usado no treinamento. Ou pelo menos tentar.

O que muda na prática pra quem programa

Se você é dev em 2026 e usa IA pra programar (e quem não usa?), aqui vai o que você precisa saber:

Se você é dev freelancer ou indie:

Cuidado ao vender software que é predominantemente gerado por IA como “propriedade intelectual sua”. Se um cliente descobrir que 80% do código foi gerado pelo Claude e que, legalmente, ninguém detém o copyright daquilo, você tem um problema. A recomendação prática: documente qual parte é sua e qual é da IA. Revise e modifique substancialmente o código gerado. Quanto mais contribuição humana criativa, mais seguro você está.

Se você trabalha em empresa:

Pergunte pro jurídico se existe uma política de uso de IA no desenvolvimento. Se não existir, sugira criar uma. Muitas empresas estão criando guidelines que exigem que todo código gerado por IA seja revisado e substancialmente modificado antes de entrar no produto. Isso não é burocracia, é proteção legal.

Se você mantém projetos open source:

Considere adicionar um arquivo AI-POLICY.md ao seu repositório, deixando claro se permite ou não que seu código seja usado para treinamento de modelos. Algumas licenças novas já incluem cláusulas específicas sobre isso. O blog “Open Source, But Not If You Use AI” do desenvolvedor italiano Marco Straus documenta vários projetos que adicionaram restrições anti-IA em suas licenças.

Se você é estudante:

Aprenda a programar de verdade. Sério. Se todo código de IA um dia for considerado domínio público (e a tendência aponta pra isso), o valor profissional vai estar na capacidade de criar código original, protegível, e na habilidade de integrar e modificar substancialmente o que a IA gera. O dev que só sabe pedir pro Claude vai ter dificuldade em provar autoria de qualquer coisa.

A proposta radical: tudo gerado por IA vai pro domínio público

O argumento mais radical da discussão do HN (e o que o Jakub defende) é simples: se ninguém é dono, ninguém deveria poder fechar. Todo código gerado por IA deveria ser automaticamente open source, idealmente sob CC0 (domínio público).

A Wikimedia Commons já faz isso com imagens. Toda imagem puramente gerada por IA no Wikimedia é marcada como domínio público. A lógica é a mesma: sem autor humano, sem copyright, sem restrições.

Se essa mentalidade se espalhar pro código, as consequências são enormes:

  • Empresas não poderiam patentear software gerado por IA (na prática, muitas já tentam)
  • Projetos proprietários com código de IA seriam vulneráveis a engenharia reversa legal
  • O ecossistema open source receberia uma injeção massiva de código sem restrições
  • O modelo de negócios de “software as a service” se fortaleceria, já que o valor estaria na infraestrutura e nos dados, não no código em si

No fim, talvez a IA force uma mudança que o movimento open source tentou por décadas: tornar código commodity. Se qualquer um pode gerar código equivalente com um prompt, o código em si perde valor. O que vale é o que você faz com ele.

O que vem pela frente

O caso Doe v. GitHub ainda não acabou. A questão do treinamento com dados protegidos continua sem resposta judicial definitiva nos EUA. Na Europa, a AI Act vai pressionar por mais transparência. Novas licenças como a AI-MIT estão sendo discutidas, mas ainda não existe consenso.

O que existe é uma realidade incômoda: bilhões de linhas de código estão sendo geradas por IA todos os dias, e ninguém sabe ao certo quem é o dono. Se você está construindo um produto sobre essa base, vale a pena pensar nisso antes que um tribunal pense por você.

870 devs no Hacker News já estão pensando.

—

Fonte de inspiração: All AI-generated code should be Open Source por Jakub Jankiewicz

Leave a Reply

Your email address will not be published. Required fields are marked *

Related Posts