Como a IA gera arte e música, e por que a "verdadeira criatividade" permanece controversa

As ferramentas de IA generativa agora produzem imagens, músicas e faixas completas a partir de um breve prompt de texto, e a tecnologia por trás delas se tornou uma luta legal e cultural ativa. Em outubro de 2026, a editora de música Reservoir apresentou ações judiciais contra Suno e Anthropic no Tribunal de Distrito dos EUA para o Distrito Norte da Califórnia, acusando ambas as empresas de treinarem sistemas de IA em milhares de composições protegidas por direitos autorais sem licença. Junto com essa luta, os pesquisadores continuam debatendo uma pergunta separada: alguma dessa produção se qualifica como criatividade, ou é algo completamente diferente?

Como as imagens geradas por IA são construídas

Ferramentas como Stable Diffusion, Midjourney e DALL-E se baseiam no que são chamados modelos de difusão. Durante o treinamento, o sistema é mostrado imagens reais enquanto ruído aleatório é adicionado a elas passo a passo até que a imagem original seja irreconhecível. O modelo então aprende o processo inverso — como remover esse ruído novamente, de acordo com um guia técnico publicado pela Cloudinary. A geração inverte isso: o sistema começa a partir de ruído completamente aleatório e o remove em estágios, com os primeiros passos produzindo formas amplas e composição e passos posteriores refinando textura, iluminação e detalhe até que uma imagem coerente apareça. Um prompt de texto orienta cada etapa de desnoising, dizendo ao modelo qual assunto, estilo e configuração buscar.

Como a IA compõe música a partir de um prompt de texto

Sistemas de música como Suno e Udio funcionam diferentemente em detalhes, mas similarmente em princípio. Porque áudio bruto é muito denso — milhões de números por segundo — para alimentar diretamente em um modelo de estilo linguagem, esses sistemas primeiro comprimem som em um pequeno número de "tokens" discretos usando codificadores de áudio neural, alcançando aproximadamente 600 vezes compressão, de acordo com uma visão geral técnica por AI-TLDR. Uma vez que o áudio é convertido em tokens, um modelo transformer — o mesmo tipo de arquitetura por trás de grandes modelos de linguagem — prediz o próximo token, depois o próximo, construindo uma canção completa pedaço por pedaço. Um prompt de texto (e qualquer letra) é primeiro expandido em um plano aproximado cobrindo gênero, tempo e estrutura da canção antes que os tokens de áudio sejam gerados. Os modelos são treinados em grandes bibliotecas de música e funcionam, na descrição usada por essa visão geral, como "mecanismos de composição" que absorvem progressões de acordes e estruturas de canções em vez de recuperar músicas específicas existentes.

A luta de direitos autorais por trás da tecnologia

Treinar esses sistemas requer enormes quantidades de trabalho criativo existente, que agora é objeto de litígio ativo. As ações judiciais de 21 de outubro de 2026 da Reservoir alegam que Suno usou 1.050 composições musicais protegidas por direitos autorais e que Anthropic usou letras de 853 composições — incluindo obras de Madonna, Johnny Cash e Joni Mitchell — sem autorização, de acordo com um resumo dos registros revisado pela Law Commentary. Reservoir está buscando aproximadamente $186,4 milhões em indenizações estatutárias de Suno e aproximadamente $151,4 milhões de Anthropic, além de reclamações sob a Lei Digital do Milênio de Direitos Autorais. Suno argumentou que treinar IA em material protegido por direitos autorais pode se qualificar como uso justo e separadamente assinou acordos de licenciamento com Warner, BMG e Believe; Anthropic disse que pretende defender o caso. A reclamação de Reservoir cita esses acordos de licenciamento como evidência de que um mercado legítimo para usar a música já existe.

Alguma disso é "criativa"? Pesquisadores discordam

Separado da questão legal, acadêmicos discordam sobre se a produção desses sistemas atende a qualquer definição razoável de criatividade. A linguista computacional Emily Bender e colegas descrevem grandes modelos como "papagaios estocásticos" que ecoam estatisticamente padrões em dados de treinamento em vez de originar ideias, de acordo com a revisão da Fundação Heidelberg Laureate do debate. O pesquisador de visão computacional Alexei Efros faz uma distinção entre domínios fechados e limitados por regras como xadrez ou Go — onde sistemas de IA podem ser ditos inovar dentro de regras fixas — e domínios abertos como arte, onde nenhum alvo fixo existe.

Outros pesquisadores contra-atacam de um ângulo diferente. O pesquisador de IA Selmer Bringsjord argumenta que a produção atual de IA equivale a "remixagem" de dados de treinamento em vez de criação genuína, e ele propôs o Teste de Lovelace, sob o qual um sistema apenas contaria como criativo se produzisse saída que seus próprios designers não pudessem explicar — um limite que ele diz que os modelos atuais não atingem, de acordo com um resumo publicado por BrainFacts.org. A psicóloga Mark Runco adiciona que a intencionalidade é central para a criatividade humana: as pessoas conscientemente escolhem criar, enquanto sistemas de IA respondem a prompts que refletem a intenção do usuário em vez da deles próprios. Em bases de teste, o mesmo resumo de BrainFacts.org observa que alguns modelos, incluindo GPT-4, pontuaram mais alto que o humano médio em testes de pensamento divergente que medem a capacidade de gerar ideias variadas — embora os principais criadores humanos ainda superassem os sistemas de IA testados.

Onde o debate deixa artistas e ouvintes

A revisão da Fundação Heidelberg Laureate observa que, dado o quanto já é contestada a definição de criatividade humana entre pesquisadores, uma resposta definitiva sobre IA pode permanecer inapreensível. Vários comentaristas citados nessa revisão enquadram o caminho mais prático para frente como tratar IA como uma ferramenta que aumenta o trabalho criativo humano em vez de um agente criativo separado por direito próprio — um enquadramento que fica ao lado de, mas não resolve, as disputas de direitos autorais contínuas sobre como esses sistemas foram treinados em primeiro lugar.