IA, Reimplementação e a Erosão do Copyleft: Legalidade e Legitimidade em Debate no Código Aberto

A reimplementação da chardet por Dan Blanchard usando Claude AI não é só uma mudança de licença, é um teste prático do colapso estrutural do copyleft no ciclo de vida do software moderno. A versão 7.0.0, lançada em 5 de março de 2026, trocou a LGPL 2.1 pela MIT, mas o que realmente importa é o método: alimentou-se apenas da API pública e dos testes, sem acesso direto ao código-fonte. O resultado, com 48× mais velocidade e menos de 1,3% de similaridade detectável, expõe uma brecha crítica, o conceito jurídico de 'sala limpa' foi desenhado para equipes humanas isoladas, não para desenvolvedores que mantiveram o projeto por 12 anos e agora usam IA como extensão cognitiva. Isso não é cópia; é reengenharia automatizada com custo marginal, e o sistema legal ainda não tem mecanismo para distinguir entre 'reimplementação ética' e 'evitação deliberada de obrigações'. A questão técnica não é se o código é idêntico, mas se a IA virou canal indireto de transferência de expressão protegida.

O risco concreto para desenvolvedores vai além da licença: código gerado por IA tem taxa 1,7× maior de defeitos, incluindo falhas lógicas silenciosas e vulnerabilidades de segurança que passam em testes unitários convencionais. Isso mina a confiança na qualidade de software crítico, especialmente em bibliotecas como chardet, presentes em 130 milhões de projetos mensalmente. A comunidade não está discutindo abstração jurídica; está lidando com uma nova classe de dívida técnica: a 'dívida de erro de codificação de IA', que exige novos padrões de validação, auditoria de fluxo de treinamento e testes de comportamento sob carga real, não só de sintaxe.

Essa mudança afeta diretamente quem escreve, revisa e opera software hoje. Se obras derivadas puderem ser geradas por IA sem restrições de licença, o valor de contribuir para projetos copyleft despenca, porque o esforço de reimplementação deixou de ser barreira econômica ou técnica. Isso pressiona modelos de sustentabilidade do open source, já frágeis, e força uma escolha prática: adotar licenças adaptadas à IA (como propostas contratuais de compartilhamento de receita) ou aceitar que o copyleft tradicional se torne obsoleto para novos desenvolvimentos. Para equipes de engenharia, significa rever políticas de uso de assistentes de IA: não basta bloquear 'copiar e colar'; é preciso auditar *como* os prompts são construídos, quais artefatos de referência são fornecidos e como o output é validado, porque o risco legal e operacional agora vem da cadeia de intenção, não do código final.