Retenção de Logs É Instrumento Jurídico: O Que a Disputa OpenAI/NYT Mostra

Uma moção de sanções protocolada em 9 de julho de 2026 no caso de direitos autorais entre OpenAI e New York Times alega que a OpenAI disse ao tribunal, por cerca de dois anos, que buscar em seus logs de saída era inviável, oneroso e um risco de privacidade para os usuários, enquanto já havia executado internamente esse tipo de busca. Segundo a reportagem da Ars Technica sobre a moção, os advogados dos autores afirmam que essa alegação desmoronou depois que o novo depoimento, em abril, de um engenheiro de privacidade, Vincent Monaco, expôs a distância entre o que a OpenAI dizia ao tribunal e o que seus próprios sistemas eram capazes de fazer.

A OpenAI contesta a caracterização feita pelos autores da ação. As alegações continuam sendo afirmações não comprovadas de uma petição adversarial. Mas o formato da disputa é instrutivo independentemente de como a moção de sanções for resolvida, porque expõe uma decisão de governança que toda empresa com logs de produção já está tomando, geralmente sem tratá-la como uma decisão.

O discurso que desmorona na fase de discovery

“Não conseguimos buscar isso” e “protegemos a privacidade do usuário não buscando isso” são respostas comuns quando um cliente, um regulador ou um autor de ação pergunta o que um sistema registrou. Funcionam enquanto ninguém tem legitimidade ou poder de barganha para forçar a questão. Litígio remove esse escudo. Discovery não pergunta se uma busca é conveniente. Pergunta se o dado existe e se é razoavelmente acessível, e tribunais têm décadas de jurisprudência para decidir essa questão contra a parte que alega inviabilidade sem conseguir comprová-la.

Os autores da ação alegam que a posição pública e perante o tribunal da OpenAI (busca inviável) divergia de uma realidade interna (a busca já havia sido realizada) assim que o registro foi comparado ao depoimento sob juramento. Se um tribunal concluir que essa distância é real, a exposição deixa de ser técnica e passa a ser um descompasso entre o que uma organização diz sobre os próprios sistemas e o que um engenheiro, sob juramento, diz sobre os mesmos sistemas. Esse descompasso é a exposição jurídica de fato, mais do que a arquitetura de logs subjacente.

O que os números descrevem, se as alegações se sustentarem

Segundo a moção, conforme reportada, os autores da ação passaram oito meses trabalhando dentro de um sandbox limitado a uma amostra redigida de 20 milhões de logs, apesar de terem solicitado acesso a 120 milhões. A OpenAI teria aplicado 19 bilhões de redações a essa amostra, um volume que o tribunal, segundo a reportagem, considerou ter tornado a amostra inutilizável para os fins dos autores. Os autores alegam ainda que a OpenAI apagou logs que havia sido ordenada a preservar, e que mantinha duas amostras adicionais desidentificadas, de 10 milhões e 78 milhões de logs respectivamente, que nunca foram divulgadas ao tribunal ou à parte contrária.

Trate cada um desses pontos como alegação de uma única petição adversarial. Nada disso foi julgado ainda. Observe, ainda assim, o padrão que eles descrevem, caso comprovado: uma distância entre o volume de dados que uma parte diz existir, o volume que disponibiliza e o volume que efetivamente possui. Essa distância tripla é exatamente o tipo de padrão de spoliation e má conduta em discovery que os tribunais existem para punir, independentemente de o sistema de IA subjacente ter feito algo errado. A exposição aqui é uma falha de gestão de registros dentro de um produto de IA, não um problema específico de IA.

Retenção de logs como design jurídico, não configuração de armazenamento

A maioria dos times de engenharia trata retenção de logs como questão de custo e desempenho: por quanto tempo manter os dados, onde armazená-los, como manter a latência de consulta aceitável em escala. Essas são restrições reais, e ficam incompletas quando existe risco de litígio. Para qualquer empresa operando na escala da OpenAI, risco de litígio é condição permanente.

Uma política de retenção e buscabilidade responde a três perguntas que o time jurídico precisa ter respondidas antes de uma intimação chegar, não depois:

Quais logs existem, em qual granularidade e por quanto tempo. “Não sabemos” é uma admissão que pode ser usada em processo. Não conta como defesa.
O que “buscável” significa na prática. Se um sistema tecnicamente consegue consultar o dado, mas ninguém construiu a ferramenta para fazer isso na escala de um litígio, essa foi uma decisão que a organização tomou, e um tribunal vai tratá-la como tal.
Quem pode atestar, sob juramento, o que o sistema é capaz de fazer. A falha central alegada neste caso vive fora da dificuldade de busca. Está na divergência, segundo a alegação, entre as declarações públicas da OpenAI e o depoimento de seus engenheiros sob juramento sobre esses mesmos logs.

O terceiro ponto é o que os times de engenharia mais deixam passar, porque vive fora do código. Um documento de arquitetura de sistema e uma notificação de litigation hold descrevem o mesmo dado a partir de dois pontos de vista diferentes, e se divergem, essa divergência vira prova.

Faça isto agora

Pegue o documento que sua empresa entregaria a um tribunal se perguntada “o que vocês registram, e conseguem buscar nisso”. Se esse documento não existir, ou se foi atualizado pela última vez antes da infraestrutura de logs atual entrar em produção, essa é a lacuna que este caso expõe. Reúna engenharia, jurídico e quem quer que fosse prestar depoimento sobre as práticas de dados do sistema para escrever e assinar a mesma resposta antes que uma intimação force o exercício em condições piores.

Fontes

Ars Technica. “OpenAI Faked Inability to Search Training Data, Hid Billions of Logs, NYT Says.” Julho de 2026.

A Victorino ajuda equipes a tratar retenção de logs e trilhas de auditoria como decisões de governança e de design jurídico: contato@victorino.com.br | www.victorino.com.br