Por que a autoria voltou a ser um problema na escrita com IA
Se você usa Inteligência Artificial (IA) para escrever, já deve ter notado que o debate mudou. Durante muito tempo, ficamos presos à mesma dúvida: “será que a IA é criativa?”. Hoje, essa pergunta perdeu relevância, pois não reflete a realidade prática de quem escreve com essas ferramentas. O problema central passou a ser outro: autoria com inteligência artificial. Em termos simples, a pergunta agora é quem é o autor quando a escrita envolve um sistema que funciona por probabilidade? Essa dúvida não é teórica. Ela afeta diretamente escritores que usam IA para criar, revisar e publicar textos (1, 3 e 5).
Além disso, esse debate não acontece apenas em ambientes acadêmicos. Ele aparece em editoras, plataformas digitais e discussões jurídicas. Principalmente, surge no dia a dia de quem escreve com IA de forma consciente. Sempre que alguém ajusta um prompt, testa variações, escolhe uma versão e edita o texto final, a autoria com inteligência artificial entra em cena (3 e 4).
Mas por que esse tema ganhou força agora? Porque a IA deixou algo muito claro: o texto nasce de processo. Escrever envolve tentativa, leitura crítica, corte e reescrita. A diferença é que, com a IA, o rascunho surge rápido. Por isso, muita gente confunde geração de texto com autoria (3 e 5).
Nesse ponto, surgem duas reações comuns. De um lado, há quem pense que, se a máquina sugeriu a frase, o autor desapareceu (1 e 2). De outro, há quem defenda o oposto. Para esses escritores, a autoria acontece depois da geração, na edição, na escolha estética e na direção do texto (3, 4 e 5). É aqui que a discussão sobre autoria com inteligência artificial se torna relevante. Afinal, qual parte do processo define o autor? A intenção inicial? A frase final? Ou o conjunto de decisões que transforma um texto provável em um texto autoral?
Nos próximos tópicos, vamos organizar esse cenário e entender o que muda para quem escreve com IA hoje.
O ponto de consenso: IA não tem intenção
Antes de qualquer discordância, existe um ponto em comum no debate sobre autoria com inteligência artificial. Todos concordam em algo fundamental: a IA não tem intenção. Ela não escreve porque quer dizer algo. Ela escreve porque calcula probabilidades (1, 2, 3 e 5).
Em termos técnicos, sistemas de IA geram texto por inferência estatística. A cada palavra, o modelo escolhe a próxima opção mais provável com base em padrões aprendidos. Não há vontade, consciência ou objetivo próprio. Esse ponto raramente é contestado — e ele costuma ser o ponto de partida das discussões (1 e 7).
No entanto, esse consenso não resolve o problema da autoria. Pelo contrário; apenas desloca a pergunta. Se a IA não tem intenção, então onde exatamente a intenção humana entra no processo? E, mais importante, em que momento essa intenção se transforma em autoria com inteligência artificial?
É aqui que o debate começa a se dividir.
Para alguns, o fato de a máquina operar sem intenção já seria suficiente para invalidar a autoria humana sobre o texto gerado (1 e 2). Para outros, essa ausência de intenção da IA reforça justamente o papel do escritor, que define objetivos, avalia resultados e toma decisões ao longo do processo (3 e 5).
Além disso, esse consenso técnico não descreve a experiência real de quem escreve com IA. Na prática, escritores não “delegam” a escrita. Eles dialogam com a ferramenta, leem criticamente o que foi gerado e intervêm o tempo todo. A IA sugere. O humano decide (3 e 4).
Portanto, afirmar que a IA não tem intenção é apenas o começo. O verdadeiro conflito surge quando tentamos entender como a intenção humana se manifesta em um processo mediado por probabilidades. É exatamente a partir daí que as divergências sobre autoria com inteligência artificial ganham forma.
Probabilidade e autoria: ruptura ou continuação?
Depois do consenso inicial, o debate sobre autoria com inteligência artificial se divide em dois caminhos bem diferentes. Ambos partem do mesmo fato técnico — a IA escreve por probabilidade —, mas chegam a conclusões opostas sobre o que isso significa para a autoria.
Uma primeira visão entende a probabilidade como uma ruptura. Nessa leitura, a escrita mediada por IA quebra o elo tradicional entre intenção e expressão. Como o autor não controla antecipadamente cada palavra, a autoria se tornaria frágil ou até inexistente. A lógica é simples: se o resultado não pode ser previsto, ele não pode ser atribuído de forma direta a uma vontade humana (1 e 2).
Já a segunda visão enxerga a probabilidade como continuação, não como quebra. Aqui, o argumento é outro. A escrita nunca foi totalmente previsível. Ideias mudam durante o processo, frases se transformam, sentidos emergem aos poucos. A IA apenas torna esse aspecto mais visível e acelerado. Nesse contexto, a autoria com inteligência artificial não desaparece, e sim muda de lugar (3, 4 e 5).
Essa diferença é importante porque não se trata de tecnologia, mas de filosofia da criação. O conflito não gira em torno de como a IA funciona, mas de como definimos autoria. Ela exige controle absoluto desde o início? Ou pode surgir ao longo do processo, na escolha, na edição e na decisão final?
A partir daqui, o debate deixa de ser abstrato. Ele passa a afetar diretamente a prática de quem escreve com IA, como veremos nas próximas seções.
Quando o controle criativo acontece?
Uma das divergências mais importantes no debate sobre autoria com inteligência artificial diz respeito ao momento em que o controle humano precisa ocorrer. Em outras palavras: quando alguém passa a ser autor de um texto mediado por IA?
Para uma corrente mais restritiva, o controle precisa existir antes da geração do texto. Segundo essa visão, o autor deve ser capaz de prever e determinar a forma final da expressão. Se a escrita depende de um sistema probabilístico, que decide palavras e estruturas com base em cálculo estatístico, o vínculo entre intenção e resultado enfraquece (1 e 2). Nesse caso, a autoria fica comprometida, porque o humano não controla diretamente a execução final.
Já outra corrente defende que o controle pode ocorrer depois da geração. Nessa leitura, a autoria não exige previsibilidade absoluta. Ela se manifesta no processo de seleção, edição, reorganização e refinamento do texto gerado (3 e 4). Aqui, o foco não está em prever cada frase, mas em decidir conscientemente o que permanece, o que é descartado e como o texto ganha forma.
Essa diferença tem impacto direto para escritores. Quem escreve sabe que o controle raramente é total no início. Muitas vezes, ele surge no contato com o próprio texto, durante a revisão e a reescrita. Por isso, essa segunda abordagem entende a autoria com inteligência artificial como parte de um processo, não instantânea (3 e 5).
O conflito, portanto, não é técnico. Ele envolve duas concepções distintas de criação: uma que exige controle antecipado e outra que reconhece o controle como algo que se constrói ao longo do processo (5).
O prompt é ideia ou escrita?
Outro ponto central no debate sobre autoria com inteligência artificial está no papel do prompt. Em termos simples, a pergunta é: o prompt é apenas uma ideia inicial ou já faz parte do gesto autoral?
Uma posição mais restritiva entende o prompt como ideia. Nessa leitura, ele funciona como uma instrução geral, algo que orienta o sistema, mas não determina a forma final do texto. Como o direito autoral tradicional não protege ideias, apenas expressões, o prompt não seria suficiente para sustentar autoria (1 e 6). A escrita, nesse caso, ocorreria na execução feita pela máquina.
Essa interpretação costuma fazer sentido quando pensamos em comandos simples. Pedidos genéricos, como “escreva um poema sobre a chuva”, dificilmente revelam uma direção estética clara. No entanto, a prática real da escrita com IA raramente para aí.
Por isso, outra corrente defende uma leitura diferente. Para esses autores, prompts complexos, iterativos e cuidadosamente ajustados funcionam como direção criativa. Eles moldam o tom, o ritmo, o vocabulário e a estrutura do texto, restringindo o espaço de possibilidades da IA (3 e 4). Nesse contexto, o prompt deixa de ser apenas ideia e passa a atuar como instrumento de escrita.
Esse desacordo não é apenas jurídico. Ele revela duas formas de entender a criação. Uma separa rigidamente concepção e execução. A outra reconhece que, em processos mediado por ferramentas, a autoria pode se manifestar na forma como o autor orienta, ajusta e dirige o resultado.
Para escritores, essa discussão é prática. Quanto mais elaborado é o prompt, mais ele se aproxima de um gesto autoral — mesmo que o texto final ainda passe por edição e reescrita.
Iterar é criar ou apenas tentar?
A prática de gerar várias versões de um texto com IA levanta outra tensão importante no debate sobre autoria com inteligência artificial. Afinal, produzir dezenas de saídas até encontrar uma que funcione é criação ou apenas esforço?
Uma visão mais cética responde de forma negativa. Para essa corrente, gerar muitas versões não configura autoria. Trata-se apenas de tentativa repetida, algo próximo do que o direito autoral chama de “suor do rosto”. Nessa lógica, apertar um botão várias vezes não cria vínculo autoral. A criatividade estaria em um ato singular de concepção, não no esforço de filtrar resultados (2).
Esse argumento costuma aparecer quando a iteração é vista como mecânica. Se o usuário apenas gera textos em série e escolhe um ao acaso, o gesto autoral realmente parece frágil. No entanto, essa descrição raramente corresponde à prática real de quem escreve.
Por isso, outra corrente propõe uma leitura diferente. Para esses autores, a iteração é justamente onde a intenção se torna visível. Escolher uma versão entre muitas, rejeitar caminhos, refinar frases e reorganizar ideias consiste em atos criativos centrais (3 e 5). A autoria, nesse caso, não está no volume de tentativas, mas na qualidade das decisões.
Esse ponto dialoga diretamente com outras práticas artísticas. Um fotógrafo pode tirar centenas de fotos e escolher uma. Um editor literário pode trabalhar sobre múltiplos rascunhos até chegar ao texto final. Em ambos os casos, a criação acontece na seleção e no refinamento, não no primeiro gesto.
Assim, o conflito não está em iterar ou não, mas no modo como interpretamos esse processo. Para muitos escritores, a escrita sempre foi descoberta. A IA apenas tornou esse caminho mais rápido — e mais visível.
A aleatoriedade é inimiga da autoria?
A presença da aleatoriedade é um dos pontos que mais gera desconforto no debate sobre autoria com inteligência artificial. Como a IA opera com base em probabilidades, muitos enxergam esse fator como uma ameaça direta à autoria humana.
Na visão mais restritiva, a aleatoriedade cria uma lacuna difícil de superar. Se o texto nasce de ruído estatístico e de escolhas probabilísticas, o autor não controlaria a forma final da obra. Nesse caso, a escrita deixaria de ser expressão de uma intenção humana clara e passaria a ser vista como resultado de um processo automático (1 e 2). A imprevisibilidade, aqui, enfraquece a ideia de autoria.
No entanto, há uma leitura alternativa. Para outros autores, a aleatoriedade não é um defeito, mas um componente histórico da criação artística. A escrita sempre conviveu com o inesperado: associações involuntárias, imagens que surgem sem planejamento, caminhos narrativos descobertos no meio do texto. A IA apenas torna esse elemento mais explícito e controlável (3 e 5).
Além disso, sistemas de IA permitem modular esse grau de aleatoriedade. Parâmetros, ajustes e escolhas sucessivas reduzem o espaço de possibilidades e aproximam o resultado de uma intenção específica. Nesse cenário, a autoria com inteligência artificial não desaparece. Ela se manifesta na forma como o escritor negocia com o acaso, em vez de eliminá-lo.
O conflito, portanto, não está na existência da aleatoriedade, mas em como ela é interpretada. Para alguns, ela rompe a autoria. Para outros, ela funciona como matéria-prima, algo a ser trabalhado, limitado e transformado pelo escritor ao longo do processo.
Como provar autoria quando há IA no meio?
Depois de discutir controle, iteração e aleatoriedade, surge uma pergunta prática no debate sobre autoria com inteligência artificial: é possível provar autoria quando a escrita inclui a IA?
Nos últimos anos, surgiram várias propostas técnicas para lidar com esse problema. Logs de uso, histórico de prompts, parâmetros de geração, marcas d’água e sistemas de proveniência prometem registrar como um texto foi produzido. Essas soluções ajudam a documentar o processo e a estabelecer uma cadeia de custódia do conteúdo (7 e 8).
No entanto, há um limite claro para o que essas tecnologias conseguem fazer. Elas respondem bem à pergunta como o texto foi gerado, mas não resolvem sozinhas a questão central: quem é o autor? Registrar que um humano usou uma ferramenta não equivale, automaticamente, a demonstrar controle criativo ou intenção autoral (1 e 2).
Por isso, parte da literatura enfatiza que a prova técnica deve ser vista como evidência complementar, e não como critério decisivo. Ela pode reforçar a narrativa de autoria quando existe direção humana clara, mas não substitui a análise conceitual sobre controle, escolha e responsabilidade (3 e 5).
Para escritores, esse ponto é importante. Guardar versões, registrar decisões e documentar o processo pode ajudar a explicar o caminho criativo. Ainda assim, nenhuma tecnologia elimina a necessidade de interpretação humana. A autoria com inteligência artificial continua sendo, em grande parte, uma questão de como descrevemos e reconhecemos o gesto autoral.
O que está realmente em jogo para o escritor
Toda essa discussão sobre autoria com inteligência artificial pode parecer abstrata à primeira vista. No entanto, ela tem consequências muito concretas para quem escreve e publica textos hoje.
Um primeiro cenário envolve risco. Se prevalecer a interpretação mais restritiva, textos produzidos com apoio de IA podem ser considerados sem autor humano reconhecível. Nessa situação, a obra pode cair no domínio público ou ficar juridicamente desprotegida. Para o escritor, isso significa perder controle sobre circulação, uso e remuneração do próprio trabalho (1 e 2). É como produzir um texto sem poder assiná-lo de forma efetiva.
Esse risco não é teórico. Ele aparece em diretrizes institucionais e em interpretações que exigem controle total e previsível sobre a forma final do texto. Quanto maior for a participação da IA no processo, maior seria a fragilidade da autoria, segundo essa leitura.
Por outro lado, existe um segundo cenário, mais promissor. Ele reconhece que a escrita contemporânea pode ser híbrida sem deixar de ser autoral. Nesse caso, a autoria com inteligência artificial se apoia em critérios mínimos de controle humano: direção criativa, escolha consciente, edição substancial e responsabilidade pelo resultado (3, 4 e 5).
Para quem escreve, essa abordagem valida práticas já comuns. Refinar prompts, rejeitar versões, reescrever trechos e assumir a autoria do texto final passa a ser visto como atos criativos centrais. A obra continua protegida, porque há intenção e decisão humanas reconhecíveis.
Então, o que está em jogo não é apenas uma definição jurídica. Trata-se de decidir se o trabalho intelectual do escritor será reconhecido ou invisibilizado em processos mediados por IA.
Autoria, identidade e o futuro da escrita
À medida que o debate sobre autoria com inteligência artificial avança, fica claro que a discussão não se limita a regras jurídicas ou a critérios técnicos. Ela toca diretamente na identidade do escritor e na forma como entendemos o próprio ato de escrever.
Durante muito tempo, a autoria foi associada à figura do autor soberano: alguém que controla cada palavra desde o início e imprime no texto uma intenção clara e contínua. No entanto, a prática real da escrita sempre foi mais instável. Ideias mudam, textos se transformam e decisões surgem no contato com o próprio material. A IA apenas fez com que esse processo se tornasse mais visível e acelerado (3 e 5).
Nesse contexto, o papel do escritor tende a se deslocar. Em vez de ser apenas o “gerador” do texto, ele passa a atuar como editor, curador e diretor criativo. Ele define limites, escolhe caminhos, ajusta o tom e assume a responsabilidade pelo resultado final. A autoria com inteligência artificial, assim, não elimina o autor. Ela redefine sua função.
Esse deslocamento incomoda porque desafia modelos tradicionais de valor cultural. A ideia do gênio isolado perde força, enquanto ganha espaço uma noção de criação distribuída, mediada por ferramentas e processos. Isso não significa ausência de autoria; é apenas uma autoria menos centrada no controle absoluto e mais na tomada de decisões ao longo do caminho (4 e 6).
Para quem escreve, essa mudança pode ser vista como ameaça ou como oportunidade. Entender esse cenário ajuda a nomear práticas que já existem e a defender o valor intelectual do próprio trabalho. Afinal, escrever sempre foi negociar com limites — agora, esses limites incluem sistemas probabilísticos.
O futuro da escrita, portanto, não depende apenas da tecnologia. Ele depende de como descrevemos, reconhecemos e valorizamos a autoria em processos criativos cada vez mais híbridos.
[Box] Na escrita com IA, uma revisão criteriosa é essencial para preservar o estilo, o ritmo e as escolhas de linguagem do autor. É o que garante que o texto final vá além da correção e mantenha uma voz autoral reconhecível. [/Box]
Este conteúdo também está disponível em áudio (podcast), em três versões, cada uma pensada para um público específico: ficcionistas, advogados, pesquisadores.
1. Autoria com Inteligência Artificial: Escrita, processo criativo e edição na era da IA
2. Autoria com Inteligência Artificial: Controle, prova e consequências jurídicas
3. Autoria com Inteligência Artificial: Pesquisa, critérios acadêmicos e fricções teóricas
Para aprofundamento (opcional)
O texto a seguir resulta de uma pesquisa conduzida por Axel Guedes (fundador da Mundo Escrito Serviços Textuais Ltda.) a partir de um conjunto delimitado de obras acadêmicas e institucionais que tratam da autoria em sistemas de inteligência artificial baseados em modelos probabilísticos.
A investigação teve como objetivo mapear pontos de fricção explícitos entre posições teóricas adversariais, sem buscar sínteses conciliatórias ou acrescentar inferências externas. Para isso, as fontes foram analisadas comparativamente, com foco nos pressupostos incompatíveis que estruturam o debate contemporâneo.
O trabalho foi realizado com apoio do NotebookLM como ferramenta de leitura, organização e contraste de fontes, sob controle metodológico humano em todas as etapas. A seleção do corpus, a formulação das perguntas analíticas, a distinção entre posições e a redação final do artigo são de responsabilidade do autor.
Este artigo deve ser lido como um documento de pesquisa e sistematização conceitual, destinado a leitores que desejam acesso direto às fricções teóricas que fundamentam o debate atual sobre autoria e inteligência artificial.
Pontos de fricção explícitos entre posições adversariais sobre autoria em sistemas probabilísticos:
Um mapeamento conceitual a partir de fontes acadêmicas e institucionais contemporâneas
Com base na análise estrita das obras selecionadas, apresentam-se abaixo os pontos de fricção explícitos entre as posições adversariais quanto à autoria em sistemas de geração probabilística de linguagem.
1. Critério de controle e previsibilidade
(a) Posição do Lado A (regulatória).
O controle é considerado insuficiente devido à impossibilidade de o usuário prever o resultado específico ex ante (antes da geração) e à falta de ditame preciso sobre a execução final. A natureza probabilística dos modelos impede a garantia de que um comando gere uma saída específica, rompendo o nexo causal entre intenção humana e expressão final (United States Copyright Office, 2025; Mark A. Lemley, 2024).
(b) Posição do Lado B (acadêmica/técnica).
O controle é considerado necessário e suficiente quando exercido por meio da seleção, do arranjo e da manipulação técnica dos resultados, atendendo a um critério mínimo de criatividade. A especificidade do prompt e a modulação de parâmetros reduzem a imprevisibilidade relevante, deslocando o controle da máquina para o humano (Edward Lee, 2024; Jeff Huang; Rui-Jie Yew; Suresh Venkatasubramanian, 2025; Zachary Cooper, s.d.).
2. Natureza e função do prompt
(a) Posição do Lado A.
O prompt apenas influencia a saída, mas não dita o resultado, sendo classificado como fornecimento de ideias não protegíveis, e não como expressão fixada pelo autor humano (United States Copyright Office, 2025; Nicola Lucchi, 2025).
(b) Posição do Lado B.
O prompt atua como instrução diretiva que orienta o sistema em direção a uma visão criativa específica, validando o design estético e o julgamento pessoal quando utilizado de forma iterativa e tecnicamente ajustada (Lee, 2024; Huang; Yew; Venkatasubramanian, 2025).
3. Valor jurídico do processo iterativo
(a) Posição do Lado A.
O processo de refinamento por tentativa e erro é caracterizado como sweat of the brow, sendo considerado irrelevante para a análise autoral quando a concepção original não corresponde diretamente à produção final (Lemley, 2024).
(b) Posição do Lado B.
O controle é demonstrado pelo processo dinâmico de iteração e rejeição de resultados indesejados, evidenciando direção humana contínua sobre o sistema, ainda que a expressão final não seja previsível ex ante (Huang; Yew; Venkatasubramanian, 2025; Cooper, s.d.).
4. Interpretação da aleatoriedade (estocástica)
(a) Posição do Lado A.
A natureza estocástica da geração, iniciada a partir de ruído aleatório, cria uma lacuna causal considerada intransponível entre a intenção do usuário e a fixação da obra, incompatível com os pressupostos tradicionais da autoria jurídica (United States Copyright Office, 2025; Lemley, 2024).
(b) Posição do Lado B.
A aleatoriedade é tratada como parâmetro técnico passível de modulação, no qual o controle reside na orquestração dos inputs e na restrição da entropia do sistema, sem exigir determinismo absoluto (Huang; Yew; Venkatasubramanian, 2025; Cooper, s.d.).
5. Validade da prova técnica de parâmetros
(a) Posição do Lado A.
A documentação técnica do processo, incluindo logs e registros de parâmetros, é considerada relevante para transparência e responsabilização, mas insuficiente para estabelecer autoria jurídica quando não há controle expressivo humano sobre a geração probabilística (United States Copyright Office, 2025; Lucchi, 2025).
(b) Posição do Lado B.
A documentação do processo pode reforçar a demonstração de direção humana e reduzir ambiguidades quanto à intervenção do usuário, ainda que se reconheçam limites normativos claros para sua utilização como prova autoral plena (John Kirchenbauer et al., 2023; Shruti Das, 2025).
6. Eficácia dos protocolos de proveniência
(a) Posição do Lado A.
Protocolos de proveniência e custódia de conteúdo são considerados instrumentos úteis para rastreabilidade e governança, mas não suficientes para resolver o problema jurídico da autoria em sistemas probabilísticos (United States Copyright Office, 2025).
(b) Posição do Lado B.
Mecanismos de proveniência são vistos como complementares à demonstração de intervenção humana, embora reconhecidamente frágeis e incapazes de, isoladamente, estabelecer a relação autoral exigida pelo direito (Das, 2025; Kirchenbauer et al., 2023).
7. Consequências normativas da atribuição de autoria
(a) Posição do Lado A (rejeição).
A rejeição da autoria humana conduz à desproteção da expressão gerada pela máquina, aproximando-a do domínio público ou de regimes alternativos de regulação fora do direito autoral tradicional (United States Copyright Office, 2025; Lemley, 2024).
(b) Posição do Lado B (aceitação).
A aceitação de critérios mínimos de autoria humana valida juridicamente a proteção da expressão resultante da interação com sistemas probabilísticos, preservando incentivos à criação e a continuidade com práticas criativas historicamente tolerantes ao acaso (Lee, 2024; Huang; Yew; Venkatasubramanian, 2025; Cooper, s.d.).
Como citar este artigo:
GUEDES, Axel. Pontos de fricção explícitos entre posições adversariais sobre autoria em sistemas probabilísticos. Artigo de pesquisa, 2026. Disponível em: https://mundoescrito.com.br/autoria-com-inteligencia-artificial. Acesso em: DATA DE ACESSO AQUI.
Referências
THE ROYAL SOCIETY; BRITISH BROADCASTING CORPORATION (BBC). Generative AI, content provenance and a public service internet: summary note of a workshop held on 14–15 September 2022. 2023. Disponível em: https://royalsociety.org/topics-policy/projects/artificial-intelligence-and-machine-learning/content-provenance/.
COOPER, Zachary. The AI authorship distraction: why copyright should not be dichotomised based on generative AI use. Journal of the Copyright Society, s.d. Disponível em: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4761610.
KIRCHENBAUER, John et al. A watermark for large language models. In: Proceedings of the 40th International Conference on Machine Learning. 2023. Disponível em: https://arxiv.org/abs/2301.10226.
LEE, Edward. Prompting progress: authorship in the age of AI. Florida Law Review, 2024. Disponível em: https://papers.ssrn.com/sol3/papers.cfm?abstract_id=4574421.
DAS, Shruti. The promise and risk of digital content provenance. Center for Democracy & Technology, 2025. Disponível em: https://cdt.org/insights/the-promise-and-risk-of-digital-content-provenance/.
LUCCHI, Nicola. Generative AI and copyright: training, creation, regulation. Parlamento Europeu, 2025. Disponível em: https://www.europarl.europa.eu/thinktank/en/document/IPOL_STU(2025)754454.
ELMAHJUB, Ezieddin. The algorithmic muse and the public domain: why copyright’s legal philosophy precludes protection for generative AI outputs. Computer Law & Security Review, 2025. Disponível em: https://doi.org/10.1016/j.clsr.2025.105801.
UNITED STATES COPYRIGHT OFFICE. Copyright and Artificial Intelligence – Part 2: Copyrightability. 2025. Disponível em: https://www.copyright.gov/ai/.
HUANG, Jeff; YEW, Rui-Jie; VENKATASUBRAMANIAN, Suresh. Copyrighting generative AI co-creations. In: Proceedings of the 2025 ACM Designing Interactive Systems Conference (DIS ’25), 2025. Disponível em: https://dl.acm.org/doi/10.1145/3613904.3641938.