1
VALENTE, Catherine Juglair Nogari; SARTORI, Rejane. Diretos Autorais e Inteligência Artificial: uma análise
bibliométrica. Brazilian Journal of Information Science: research trends, vol. 18, publicação contínua, 2024,
e024007. DOI: 10.36311/1981-1640.2024.v18.e024007.
DIRETOS AUTORAIS E INTELIGÊNCIA
ARTIFICIAL:
uma análise bibliométrica
Copyright and Artificial Intelligence: a bibliometric analysis
Catherine Juglair Nogari Valente (1), Rejane Sartori (2)
(1) Universidade Estadual de Maringá (UEM) - Programa PROFNIT, Brasil,
catherine.valente@yahoo.com.br
(2) Centro Universitário Cesumar (UniCesumar) / Universidade Estadual de Maringá (UEM), Brasil,
rejanestr@gmail.com
Resumo
O objetivo da pesquisa é mapear e analisar a produção científica sobre Direitos Autorais e Inteligência
Artificial, a fim de compreender como as pesquisas nessa área estão se desenvolvendo em diferentes partes
do mundo. Esta pesquisa configura-se como descritiva-exploratória, com abordagem quantitativa. O
método empregado foi o Knowledge Development Process-constructivist. Utilizando uma abordagem
sistemática, foram examinados 40 artigos entre 2017 e 2022, coletados nas bases Scopus e Web of Science.
Os dados foram analisados à luz das leis bibliométricas. Os resultados apontam para uma tendência de
aumento nas publicações sobre Direitos Autorais e Inteligência Artificial nos últimos anos, revelando uma
curva ascendente na produção científica. Foram identificados os temas mais abordados, autores mais
relevantes e as instituições de destaque nesse contexto. Além disso, detalhou-se a distribuição dos autores
em relação a sua produtividade, relevância e impacto. Essa análise bibliométrica contribui para a
compreensão da interseção entre Direitos Autorais e Inteligência Artificial, oferecendo uma visão detalhada
das dinâmicas de produção científica e identificando tendências para futuras pesquisas nesse campo.
Palavras-chave: Direitos autorais; Inteligência artificial; Análise bibliométrica.
2
VALENTE, Catherine Juglair Nogari; SARTORI, Rejane. Diretos Autorais e Inteligência Artificial: uma análise
bibliométrica. Brazilian Journal of Information Science: research trends, vol. 18, publicação contínua, 2024,
e024007. DOI: 10.36311/1981-1640.2024.v18.e024007.
Abstract
The aim of the research is to map and analyze the scientific production concerning Copyright and Artificial
Intelligence, aiming to comprehend how research in this field is evolving across different regions of the
world. This research is designed as descriptive-exploratory with a quantitative approach. The employed
method was the Knowledge Development Process-constructivist. Using a systematic approach, 40 articles
published between 2017 and 2022 were examined, collected from the Scopus and Web of Science
databases. The data were analyzed in the context of bibliometric laws. The findings suggest an increasing
trend in publications on Copyright and Artificial Intelligence in recent years, indicating an upward curve in
scientific production. The most addressed themes, significant authors, and notable institutions in this
context were identified. Furthermore, the distribution of authors concerning their productivity, relevance,
and impact was detailed. This bibliometric analysis contributes to understanding the intersection between
Copyright and Artificial Intelligence, providing a detailed view of scientific production dynamics and
identifying trends for future research in this field.
Keywords: Copyright; Artificial intelligence; Bibliometric analysis.
1 Introdução
A sociedade contemporânea tem experimentado uma crescente integração e interação por
meio da internet 4.0, que facilita a disseminação quase ilimitada de informações e conhecimentos.
Nesse contexto, a relação entre sociedade e tecnologia é indissociável, e torna-se essencial analisar
as implicações jurídicas desse vínculo abstruso (Wachowicz e Cortiano 2021). Essa análise se
torna ainda mais complexa quando surgem questões relacionadas aos direitos intelectuais na era
da sociedade informacional (Staut Júnior e Wachowicz 2021), especialmente quando se trata da
autoria de obras e patentes criadas por entidades não-humanas.
A produção criativa de obras por meio da inteligência artificial (IA) e os respectivos
Direitos Autorais são temas que apresentam inúmeros desafios para a legislação brasileira atual,
uma vez que a IA está em constante e rápida evolução. A legislação atualmente em vigor, por sua
vez, não se mostra suficiente para definir e regular adequadamente essa nova demanda social
(Wachowicz e Gonçalves 2019). Vale destacar que essa não é uma problemática exclusivamente
regional e, atualmente, essa discussão vem tomando contornos globais, considerando
especialmente as novas tecnologias de IA disponibilizadas recentemente ao grande público.
Nesse contexto, o presente estudo propõe responder a seguinte questão: qual é o panorama
da produção científica sobre Direitos Autorais e IA, segundo os parâmetros da bibliometria?
Portanto, este estudo tem como objetivo mapear e analisar a produção científica sobre Direitos
3
VALENTE, Catherine Juglair Nogari; SARTORI, Rejane. Diretos Autorais e Inteligência Artificial: uma análise
bibliométrica. Brazilian Journal of Information Science: research trends, vol. 18, publicação contínua, 2024,
e024007. DOI: 10.36311/1981-1640.2024.v18.e024007.
Autorais e IA, a fim de compreender como as pesquisas nessa área estão se desenvolvendo em
diferentes partes do mundo.
Este estudo é especialmente relevante a seu público-alvo, que é a comunidade acadêmica
e científica. O tema é considerado proeminente e controverso, uma vez que ainda existem muitas
lacunas a serem preenchidas e não há consenso sobre o assunto. Assim, espera-se que possa
contribuir para o avanço da discussão sobre os Direitos Autorais e IA oferecendo subsídios para a
construção de soluções jurídicas adequadas aos desafios impostos pela evolução da IA.
O presente artigo está organizado em seis seções. Além desta introdução, a segunda e
terceira seções trazem a fundamentação teórica dos temas sobre os quais a pesquisa se baseia, a
saber: conceitos gerais sobre Direitos Autorais e sua relação com a IA, bem como a descrição das
principais leis bibliométricas. Na quarta seção é apresentada a metodologia empregada nesta
pesquisa e na quinta seção, os resultados obtidos e respectiva análise, permitindo assim uma visão
geral sobre a produção científica nessa área. A última seção apresenta a conclusão do estudo e
perspectivas futuras, seguida das referências bibliográficas.
2 Direitos Autorais e Inteligência Artificial
Os estudos que abordam a interseção entre Direitos Autorais e IA têm sido objeto de
acalorados debates e apresentam desafios na busca por consenso, principalmente porque ambos os
elementos carecem de conceitos claros e bem delimitados. Há uma evidente dificuldade em
delimitar tais temas, posto que estão relacionados a conceitos amplos e abertos, tais quais
"criatividade" e "inteligência", além de que abrangem diversas áreas do conhecimento
(Wachowicz et al. 2021).
A Convenção de Berna (Brasil 1975) trouxe aquilo que se reconhece internacionalmente
como conceito de autoria. Em seu artigo 15, alínea 1, dispõe que para ser reconhecido como autor
“basta que os seus nomes venham indicados nas obras pela forma usual”. Contudo, tal conceito é
aberto e excessivamente pragmático. Ademais, tal formatação deixa de contemplar e distinguir
autoria e titularidade, o que dá margem para maiores discussões e litígios sobre o tema. Por sua
vez, as legislações nacionais refletem essa insegurança e imprecisão.
4
VALENTE, Catherine Juglair Nogari; SARTORI, Rejane. Diretos Autorais e Inteligência Artificial: uma análise
bibliométrica. Brazilian Journal of Information Science: research trends, vol. 18, publicação contínua, 2024,
e024007. DOI: 10.36311/1981-1640.2024.v18.e024007.
No Brasil, na Lei de Direitos Autorais (LDA), são consideradas obras intelectuais
protegidas “as criações do espírito, expressas por qualquer meio ou fixadas em qualquer suporte,
tangível ou intangível, conhecido ou que se invente no futuro”; definiu-se autor como “pessoa
física criadora de obra literária, artística ou científica” e titular de Direitos Autorais “quem adapta,
traduz, arranja ou orquestra obra caída no domínio público, não podendo opor-se a outra adaptação,
arranjo, orquestração ou tradução, salvo se for cópia da sua” (Brasil 1998). Mesmo que
precariamente, notório que a legislação busca apresentar uma solução de identificação do conceito
de autoria, bem como da titularidade, respectivamente.
Segundo Santos et. al. (2020), os Direitos Autorais são um conjunto de prerrogativas
conferidas por lei aos criadores de obras intelectuais, sejam elas literárias, artísticas, científicas ou
culturais. Essas prerrogativas conferem aos autores o direito exclusivo de utilizar, reproduzir,
distribuir e controlar o uso de suas obras, bem como de receber remuneração pela sua exploração.
Os Direitos Autorais visam proteger os interesses dos criadores e incentivá-los a produzir novas
obras, garantindo-lhes reconhecimento e recompensa pelo seu trabalho criativo.
Da mesma forma, atualmente, não existe um consenso claro em relação ao conceito de IA.
Segundo a Organização Mundial da Propriedade Intelectual (Wipo 2022), não há uma definição
universal de IA. Geralmente, ela é considerada uma disciplina da informática que visa desenvolver
máquinas e sistemas capazes de realizar tarefas que requerem inteligência humana. A
aprendizagem de máquinas e a aprendizagem profunda são subconjuntos da IA. Nos últimos anos,
devido ao desenvolvimento de novas técnicas e hardware de redes neurais, a IA é frequentemente
percebida como sinônimo de "aprendizagem de máquinas supervisionada em profundidade" (Wipo
2022).
De acordo com Russell e Norvig (2013), a IA pode ser definida como o estudo e projeto de
agentes inteligentes, que são entidades capazes de perceber o ambiente ao seu redor, raciocinar e
tomar decisões para alcançar objetivos específicos. Esses agentes inteligentes podem ser sistemas
computacionais, máquinas ou programas que simulam processos cognitivos humanos e têm a
capacidade de aprender com dados e experiências, aprimorando seu desempenho ao longo do
tempo. Ainda de acordo com os autores, a IA abrange uma ampla gama de técnicas e métodos que
5
VALENTE, Catherine Juglair Nogari; SARTORI, Rejane. Diretos Autorais e Inteligência Artificial: uma análise
bibliométrica. Brazilian Journal of Information Science: research trends, vol. 18, publicação contínua, 2024,
e024007. DOI: 10.36311/1981-1640.2024.v18.e024007.
visam criar sistemas que exibam comportamentos inteligentes e solucionem problemas complexos
de forma autônoma.
Por sua vez, o Grupo Independente de Peritos de Alto Nível sobre Inteligência Artificial da
União Europeia (European Comission, 2019) propôs que os sistemas de IA são concebidos por
seres humanos e consistem em sistemas de software (e, eventualmente, hardware). Esses sistemas,
ao receberem um objetivo complexo, atuam no ambiente físico ou digital, adquirindo dados,
interpretando informações estruturadas e não estruturadas, raciocinando sobre conhecimentos e
processando as informações resultantes para decidir as melhores ações a serem tomadas para
alcançar o objetivo estabelecido. Os sistemas de IA podem utilizar regras simbólicas ou aprender
um modelo numérico, além de adaptar seu comportamento por meio da análise de como o ambiente
foi afetado por suas ações anteriores (European Comission, 2019).
Não obstante a imprecisão conceitual e legislativa dos Direitos Autorais e da IA, a inclusão
desta no processo de criação de obras intelectuais apresenta um desafio adicional para a legislação
nacional e internacional. Como atribuir a autoria quando a criação é resultado de um processo
algorítmico? Quem deve ser considerado o titular dos Direitos Autorais em obras produzidas por
máquinas? Essas são questões complexas que desafiam as bases tradicionais do sistema legal de
propriedade intelectual.
Em outras palavras, atualmente se suscita a dúvida sobre como regulamentar
adequadamente tais relações, ou mesmo, como enquadrar, na legislação vigente, a produção
imaterial implementada por IA. Além disso, as novas formas de criação e distribuição de bens
intelectuais e distribuição em ambientes digitais trazem à tona desafios adicionais para a
regulamentação dos Direitos Autorais.
A cultura digital e a sociedade da informação criaram um paradigma em que o
conhecimento é compartilhado de forma ampla e instantânea, desafiando as estruturas tradicionais
de controle e monetização da propriedade intelectual. Por um lado, essa distribuição ampla
contribui para a democratização da informação; contudo, de outro vértice, não parece ser possível
controlar de forma efetiva o alcance de tal distribuição e, atualmente, a finalidade de uso destes
dados.
6
VALENTE, Catherine Juglair Nogari; SARTORI, Rejane. Diretos Autorais e Inteligência Artificial: uma análise
bibliométrica. Brazilian Journal of Information Science: research trends, vol. 18, publicação contínua, 2024,
e024007. DOI: 10.36311/1981-1640.2024.v18.e024007.
3 Análise bibliométrica
Uma etapa crucial no processo de geração de conhecimento científico é a realização de
pesquisa bibliográfica. Ao buscar e ler artigos acadêmicos, é possível identificar e organizar
conceitos-chave em um determinado campo de estudo, permitindo a proposição de modelos
analíticos, formulação de hipóteses de pesquisa e compreensão dos principais pontos discutidos
pela comunidade acadêmica (Snyder 2019).
A bibliometria pode ser definida como a aplicação de métodos estatísticos e matemáticos
para analisar obras literárias e outras formas de comunicação (Chueke e Amatucci 2022). Em
outras palavras, trata-se de disciplina que utiliza métodos quantitativos e estatísticos para analisar
a produção científica e o impacto da pesquisa acadêmica.
Os estudos bibliométricos contribuem para estabelecer fundamentos teóricos aplicáveis à
Ciência da Informação e desempenha um papel fundamental na avaliação da pesquisa,
identificação de tendências e apoio à tomada de decisões estratégicas (Guedes e Borschiver 2005).
Entre outras coisas, a bibliometria se presta a criar indicadores para resumir as instituições e
autores mais produtivos, identificar os acadêmicos mais citados em um determinado campo de
conhecimento, bem como identificar os temas de pesquisa e métodos mais frequentemente
utilizados (Okubo 1997).
Imprescindível citar os principais teóricos da bibliometria, dentre os quais: Alfred James
Lotka, que em 1926 propôs métodos para identificar padrões na produtividade dos autores; Samuel
Clement Bradford, que estudou a dispersão dos periódicos em uma determinada área do
conhecimento em 1934; e George Kingsley Zipf, que, em 1949, investigou a distribuição e
frequência das palavras em documentos textuais (Guimarães et al. 2021). Os estudos destes
teóricos se destacaram dos demais, ganhando relevância no cenário acadêmico, de tal maneira que
estabeleceram as três principais leis da bibliometria.
A Lei de Lotka observa que existe uma distribuição desigual na produtividade dos
pesquisadores, ou seja, um pequeno número de autores é responsável pela maioria dos artigos
publicados. Conforme Guimarães et al. (2021 p. 7), “pela Lei de Lotka é possível expressar o fato
de que muitos autores publicam poucos artigos, enquanto poucos são mais prolíficos”.
7
VALENTE, Catherine Juglair Nogari; SARTORI, Rejane. Diretos Autorais e Inteligência Artificial: uma análise
bibliométrica. Brazilian Journal of Information Science: research trends, vol. 18, publicação contínua, 2024,
e024007. DOI: 10.36311/1981-1640.2024.v18.e024007.
A Lei de Bradford aborda a dispersão dos periódicos científicos em um determinado campo
de pesquisa. Essa lei sugere que a literatura científica é concentrada em um número limitado de
periódicos principais, seguido por um grupo intermediário de periódicos e, por fim, por um grande
número de periódicos menos relevantes. Essa lei é útil para auxiliar na identificação dos principais
periódicos em uma determinada área (Guimarães et al. 2021).
A Lei de Zipf descreve a distribuição de frequência de palavras em um texto. De acordo
com essa lei, a frequência de uma palavra é inversamente proporcional ao seu ranking na lista de
palavras mais frequentes. Isso significa que as palavras mais comuns em um texto ocorrem com
maior frequência (sintaxe) do que as palavras menos comuns (de alto conteúdo semântico)
(Guimarães et al. 2021).
No Quadro 1 apresentam-se essas três leis que regem os estudos bibliométricos e
respectivos objetivos, medidas e critérios.
Quadro 1 - Leis que regem os estudos bibliométricos
Leis
Objetivo principal
Medida
Critério
Lei de Lotka
Levantar o impacto da produção de um autor
em uma área de conhecimento.
Produtividade do
autor
Tamanho, frequência
Lei de
Bradford
Identificar os periódicos mais relevantes e que
dão maior vazão a um tema em específico.
Grau de atração do
periódico
Reputação do periódico
Lei de Zipf
Estimar os temas mais recorrentes relacionados
a um campo de conhecimento.
Frequência das
palavras-chave
Lista ordenada de
temas
Fonte: Chueke e Amatucci (2022 p. 286)
As leis bibliométricas, juntamente com outras métricas e indicadores, oferecem uma base
sólida para a análise da produção científica e a compreensão dos padrões de pesquisa. No entanto,
é importante ressaltar que essas leis têm suas limitações e devem ser interpretadas com cautela,
considerando o contexto específico de cada campo de pesquisa (Guimarães et al. 2021).
4. Metodologia
Este é um estudo descritivo, com objetivos exploratórios e abordagem quantitativa. O
procedimento técnico utilizado é a pesquisa bibliográfica, instrumentalizada a partir do método
Knowledge Development Process-Constructivist (ProKnow-C), que consiste em um processo
8
VALENTE, Catherine Juglair Nogari; SARTORI, Rejane. Diretos Autorais e Inteligência Artificial: uma análise
bibliométrica. Brazilian Journal of Information Science: research trends, vol. 18, publicação contínua, 2024,
e024007. DOI: 10.36311/1981-1640.2024.v18.e024007.
estruturado para análises de literatura, possibilitando a construção de conhecimento para investigar
um determinado tema (Ensslin et al. 2010). A escolha desse método leva em consideração que, no
processo de seleção da literatura de referência, é imprescindível o afastamento de critérios
subjetivos de seleção pelo pesquisador. Nesse contexto, o ProKnow-C é um instrumento que
apresenta uma metodologia rígida, proporcionando um procedimento estruturado, que minimiza a
aleatoriedade no processo de revisão bibliográfica (Ensslin et al. 2010).
O ProKnow-C é estruturado em quatro etapas: (1) seleção do portfólio bibliográfico; (2)
análise bibliométrica do portfólio selecionado; (3) análise sistêmica do portfólio selecionado; e (4)
elaboração dos objetivos de pesquisa (Ensslin et al. 2010). Para esta pesquisa foram realizadas as
duas primeiras etapas.
A primeira etapa do ProKnow-C, seleção do portfólio bibliográfico, subdivide-se em duas
fases: (a) seleção do banco de artigos bruto e (b) filtragem do banco de artigos bruto. Por sua vez,
a primeira fase é composta por três subfases: (a.i) definição de palavras-chave; (a.ii) definição de
base de dados; e (a.iii) testagem de aderência das palavras-chave (Ensslin et al. 2010).
Assim, para esta pesquisa, as palavras-chave estabelecidas foram artificial intelligence,
copyright, copyright law, authors right’s, authorial right. Essas palavras-chave foram dispostas
de forma combinada em dois eixos, conforme indicativo do ProKnow-C. O primeiro eixo foi
composto tão somente pela palavra-chave artificial intelligence. Já o segundo eixo foi composto
pelas palavras-chave copyright, copyright law, authors right’s e authorial right, em combinações
específicas, utilizando os operadores booleanos OR e AND.
Por sua vez, as bases de dados escolhidas foram Scopus e Web of Science (WoS). Justifica-
se a escolha dessas bases de dados em razão de serem reconhecidas internacionalmente como uma
fonte de informação de alta qualidade para busca e avaliação de diferentes tipos de publicações e
periódicos (Martín et al. 2018).
Prosseguindo, as buscas foram realizadas em julho de 2022, utilizando como critérios de
inclusão marco temporal (2017-2022) e tipo de documento (apenas artigos científicos publicados
em periódicos). Os resultados somam 447 publicações, sendo 113 da Scopus e 332 da WoS,
9
VALENTE, Catherine Juglair Nogari; SARTORI, Rejane. Diretos Autorais e Inteligência Artificial: uma análise
bibliométrica. Brazilian Journal of Information Science: research trends, vol. 18, publicação contínua, 2024,
e024007. DOI: 10.36311/1981-1640.2024.v18.e024007.
representando, portanto, 25,5% e 74,5%, respectivamente. Na Tabela 1 apresenta-se a estratégia
de busca empregada nas bases de dados selecionadas e respectivos resultados.
Tabela 1 – Estratégia de busca e respectivos resultados
Eixo I
Operador
Eixo II
Scopus
WoS
Total
Artificial intelligence
AND
authorial right OR authors right’s
113
334
447
AND
copyright OR copyright law
Fonte: Elaborado pelas autoras (2023)
Para a terceira subfase da seleção do banco de artigos bruto, testagem de aderência das
palavras-chave, efetuou-se uma análise por amostragem de seis artigos (três da Scopus e três da
WoS) com vistas a verificar se estes continham as palavras-chave inicialmente estabelecidas nesta
pesquisa, o que de fato ocorreu, confirmando assim a aderência destas ao tema da pesquisa.
A segunda fase da seleção do portfólio bibliográfico, filtragem do banco de artigos bruto,
é realizada a partir de quatro subfases: (b.i) filtragem de artigos repetidos; (b.ii) filtragem quanto
ao alinhamento dos títulos com o tema da pesquisa; (b.iii) filtragem quanto à relevância científica
e (b.iv) filtragem quanto ao alinhamento dos resumos com o tema da pesquisa (Ensslin et al. 2010).
Assim, os 447 artigos resultantes da busca nas bases de dados foram inseridos em uma
planilha do software Microsoft Excel, o que permitiu identificar 46 artigos repetidos, que foram
então excluídos, restando assim 401 artigos. Em seguida, efetuou-se a leitura dos títulos desses
401 artigos, com vistas a averiguar o alinhamento quanto ao tema do presente estudo. Nessa etapa,
observou-se que uma quantidade significativa de artigos estava relacionada à área da saúde.
Sobre esse ponto da filtragem, convém esclarecer que, com o advento da COVID-19,
pesquisas em IA direcionadas à análise de imagens pulmonares para diagnóstico da doença
aumentaram significativamente. Assim, apesar de muitos artigos abordarem a aplicação de IA em
hospitais para análise de exames e sugestões de tratamento, tais aspectos específicos se
distanciavam do escopo original da pesquisa, justificando sua exclusão do portfólio. Considerou-
se como alinhados apenas os títulos que tratavam de IA sob a perspectiva da problemática jurídica
relativa aos Direitos Autorais. Dessa forma, foram excluídos 332 artigos, restando, portanto, 69
artigos não repetidos e com o título alinhado.
10
VALENTE, Catherine Juglair Nogari; SARTORI, Rejane. Diretos Autorais e Inteligência Artificial: uma análise
bibliométrica. Brazilian Journal of Information Science: research trends, vol. 18, publicação contínua, 2024,
e024007. DOI: 10.36311/1981-1640.2024.v18.e024007.
Prosseguindo, a terceira subfase, filtragem quanto à relevância científica, é complexa e
exige análise crítica do pesquisador sobre o banco de artigos bruto até então formado. Nesse
momento, conforme indica o Proknow-C, o pesquisador (i) identifica o número de citações dos
artigos e fixa a representatividade desejada. Além disso, deve analisar (ii) a base de autores com
relevância científica comprovada e (iii) identificar a atualidade dos artigos (Ensslin et al. 2010).
Desse modo, para identificar o número de citações dos 69 artigos resultantes da subfase
anterior, foram considerados os valores de citação dispostos nas próprias bases de buscas (Scopus
e WoS), que então foram extraídos dos acervos e, posteriormente, lançados em uma planilha no
Microsoft Excel para análise de tais métricas. Dos 69 artigos, 49 não tinham nenhuma citação e 20
foram citados em outros estudos, sendo que, desses últimos, 14 representavam 94,21% do total de
citações. O artigo mais citado, sozinho, representou 22% do índice de citações. Os dois artigos
mais citados, juntos, representaram 41,35% das citações. Todos os demais seis artigos citados
representam, juntos, 5,76% das citações. Isso demonstra um desequilíbrio no nível de relevância
científica dessas publicações.
Por sua vez, para identificar a base de autores com relevância científica comprovada, o
método recomenda o cálculo da representatividade das citações e um ponto de corte a partir do
qual os artigos serão classificados como artigos com reconhecimento científico confirmado ou
artigos com reconhecimento científico ainda não confirmado. Assim, o Proknow-C sugere que o
ponto de corte adotado seja em torno de 85% (Ensslin et al. 2010). Nesta pesquisa, observou-se
que o corte de representatividade de citações, no patamar aproximado de 85%, limitaria o acervo
a 12 artigos. Até mesmo a consideração de todos os artigos com citações representaria um banco
limitado a 20 artigos. Assim, optou-se pela não aplicação desse critério de corte, considerando-se,
portanto, que todos os 69 artigos selecionados na subfase anterior têm relevância científica
comprovada.
Em relação à atualidade dos artigos, foi estabelecido, para o início das buscas nas bases de
dados selecionadas, um marco temporal recente (2017-2022), portanto, considerados atuais.
Por fim, na última fase da filtragem do banco de artigos bruto, a de filtragem a partir da
leitura de resumos para confirmar a aderência dos artigos ao tema desta pesquisa, efetuou-se a
leitura dos resumos dos 69 artigos resultantes da fase anterior, sendo que 29 foram eliminados uma
11
VALENTE, Catherine Juglair Nogari; SARTORI, Rejane. Diretos Autorais e Inteligência Artificial: uma análise
bibliométrica. Brazilian Journal of Information Science: research trends, vol. 18, publicação contínua, 2024,
e024007. DOI: 10.36311/1981-1640.2024.v18.e024007.
vez que as abordagens apresentadas nesses artigos afastavam-se dos limites estabelecidos na
pesquisa, quais sejam, aplicações de IA restritivamente sob a perspectiva da problemática jurídica
relativa aos Direitos Autorais.
Essas fases e subfases do processo de seleção do portfólio bibliográfico do método
ProKnow-C estão sistematizadas no Apêndice B.
Ao final, o portfólio bibliográfico desta pesquisa ficou composto por 40 artigos. Os
resultados de cada uma das fases e subfases acima descritas estão apresentados na Tabela 2.
Tabela 2 - Resultados da fase de filtragem do banco de artigos bruto
Base de dados
Portfólio bruto
Exclusão de
repetidos
Leitura de
títulos
Relevância
científica
Leitura dos
resumos
WoS
333
288
43
43
20
Scopus
114
113
26
26
20
Total
447
401
69
69
40
Fonte: Elaborado pelas autoras (2023)
Os títulos dos 40 artigos que compõem o portfólio bibliográfico desta pesquisa, respectivos
autores e ano de publicação, estão relacionados no Apêndice A.
A partir desse portfólio bibliográfico (Apêndice A), passa-se à segunda etapa do ProKnow-
C, a análise bibliométrica do portfólio selecionado. Para essa análise, os dados foram exportados
para o software Microsoft Excel e então elaborados gráficos, quadros e tabelas. A análise foi
efetuada com base nas leis bibliométricas, seguindo o protocolo descrito no Quadro 2.
Quadro 2 - Protocolo de análise bibliométrica
Fator
Objeto de análise
Objetivo da análise
Fundamento
Período
Artigos por ano de
publicação
Demonstrar a evolução das publicações nos
últimos cinco anos
Critério de atualidade
(Ensslin et al. 2010)
Autores
Número de publicações
Elencar os autores mais produtivos
Lei de Lotka
Hirsch (2005); Guedes
e Borschiver (2005)
Número de citações
Elencar os autores mais relevantes
Índice H
Elencar os autores de maior impacto
Países
Elencar os países mais produtivos, a partir
da nacionalidade dos autores
Instituições
Elencar as instituições mais produtivas, a
partir do vínculo dos autores
12
VALENTE, Catherine Juglair Nogari; SARTORI, Rejane. Diretos Autorais e Inteligência Artificial: uma análise
bibliométrica. Brazilian Journal of Information Science: research trends, vol. 18, publicação contínua, 2024,
e024007. DOI: 10.36311/1981-1640.2024.v18.e024007.
Periódicos
Instituições
Elencar as instituições mais produtivas, por
periódico
Lei de Bradford
Guedes e Borschiver
(2005)
Países
Elencar os países mais produtivos, por
periódico
Artigos
Palavras-chave
Elencar as palavras-chave mais empregadas
Lei de Zipf
Guimarães et al.
(2021); Guedes e
Borschiver (2005)
Fonte: Elaborado pelas autoras (2023)
Antes de adentrar à apresentação e análise dos resultados propriamente dita, convém
esclarecer que a análise do número de citações e do índice H dos autores foi realizada a partir da
plataforma Google Scholar. Nesse sentido, aqueles autores que não possuem seus dados
cadastrados em tal plataforma não foram objeto de análise, reduzindo-se a amostragem apenas
quanto a esses dois aspectos, conforme detalhado na seção a seguir.
5 Resultados
Os dados dos 40 artigos do portfólio bibliográfico desta pesquisa mostram, como se nota
do Gráfico 1, que a maioria dos artigos foi publicado em 2021, totalizando 15 artigos nesse ano, o
que representa 37,5% do total de artigos.
Gráfico 1 - Número de artigos publicados, por ano
Fonte: Elaborado pelas autoras (2023)
Dentro da amostra analisada, foi possível identificar que a produção científica sobre o tema
“Direitos Autorais e IA” segue uma curva crescente que, apesar de não acentuada, é constante nos
últimos cinco anos. Observa-se que o número de publicações em 2020 foi mais do que o dobro do
ano anterior (2019). Esclareça-se que a pesquisa foi realizada em julho de 2022 e, portanto, os
artigos publicados em 2022 estão limitados a esse período, o que justifica um aparente declínio de
15
12
5
4
22
2016 2017 2018 2019 2020 2021 2022 2023
13
VALENTE, Catherine Juglair Nogari; SARTORI, Rejane. Diretos Autorais e Inteligência Artificial: uma análise
bibliométrica. Brazilian Journal of Information Science: research trends, vol. 18, publicação contínua, 2024,
e024007. DOI: 10.36311/1981-1640.2024.v18.e024007.
produções com esse tema, apesar da constante tendência crescente dos anos anteriores. Ademais,
convém reiterar que em razão das peculiaridades do tema pesquisado, a amostragem foi limitada
ao portfólio bibliográfico composto por 40 artigos publicados entre os anos de 2017 e 2022, sendo
que estes dados não se prestam, portanto, a uma análise história da produção sobre o tema,
limitando-se tão somente à análise do período delimitado.
O segundo fator de análise dos dados obtidos fixou-se nos autores. Essa etapa buscou
demonstrar a origem dos autores, suas respectivas instituições, bem como sua relevância, a partir
do número de citações e fator de impacto a eles relacionados.
Assim, a partir dos 40 artigos da amostra, foram identificados 57 autores. Além disso,
observou-se que, desses 40 artigos, apenas 13 foram publicados em coautoria, o que representa
32% da amostragem. Entre os 57 autores identificados, apenas uma autora aparece mais de uma
vez na amostragem, Rita Matulionyte, pesquisadora e professora na Universidade de Macquarie,
Austrália. Essa autora participou de três artigos, o que representa 7,5% da amostra.
Ademais, dos 57 autores analisados, apenas 34 deles (60% da amostragem) possuem
cadastro identificado no Google Scholar, plataforma da qual foram extraídos os dados acerca de
número de publicações (produtividade), citações (relevância) e índice H (impacto). Portanto, no
que diz respeito a esses aspectos (produtividade, relevância e impacto), a análise dos dados fica
restrita a 60% da amostragem total.
Assim, quanto à Lei de Lotka, relativa à produtividade dos pesquisadores, dos 34 autores
analisados nessa etapa, os 10 mais citados representam, juntos, 76% do número total de citações,
em contrapartida aos demais 24, que representam, juntos, 24% do total de citações. O Quadro 3
evidencia o número de artigos publicados por autor.
Quadro 3 - Número de artigos publicados, por autor
Autores
Google Scholar
Número de
publicações
Autores
Google Scholar
Número de publicações
C. Oppenheim
601
K. Kariyawasam
58
J. Díaz-Noci
439
U. Ćemalović
52
A. Gribincea
423
M. Miron
51
E. Gómez
346
O. Ben-Tal
42
P. B. Hugenholtz
295
H. Sun
37
14
VALENTE, Catherine Juglair Nogari; SARTORI, Rejane. Diretos Autorais e Inteligência Artificial: uma análise
bibliométrica. Brazilian Journal of Information Science: research trends, vol. 18, publicação contínua, 2024,
e024007. DOI: 10.36311/1981-1640.2024.v18.e024007.
M. Kretschmer
259
T. He
30
S. Chesterman
211
B. Javiera-Cáceres
26
S. N. Navarro
200
J. M. N. Zatarain
24
B. L. Sturm
132
L. Maidanyk
21
J. P. Quintais
115
R. A. Rahman
20
N. Selvadurai
91
A. K. Chávez-Valdivia
19
R. Matulionyte
87
R. D. Brown
15
M. Iglesias; M. E. Dulzaides
Iglesias
75
A. Levendowski
13
R. A. Magalhães
73
M. Miernicki
13
S. B. S. Divino
72
B. Lu
12
F. Muñoz
69
C. P. Sik
12
P. Hacker
66
K. Foss-Solbrekk
8
Fonte: Elaborado pelas autoras (2023)
O número de citações por autor segue uma tendência semelhante àquela apresentada na
análise do número de publicações por autor, contudo, ainda mais acentuada. A partir desse
indicador, é possível identificar que os 10 autores mais citados representam, juntos, 91% do total
das citações, enquanto os 24 menos citados somam 9% desse total.
Quadro 4 - Número de citações por autores
Autores presentes no Google Scholar
Citações
País
C. Oppenheim
11.690
Reino Unido
S. Chesterman
10.110
Singapura
E. Gómez
8.829
Espanha
J. Díaz-Noci
5.968
Espanha
P.B. Hugenholtz
3.438
Holanda
B. L. Sturm
3.004
Suécia
M. Kretschmer
2.285
Reino Unido
M. Iglesias / ME Dulzaides Iglesias
1.890
Bélgica
M. Miron
1.642
Bélgica
P. Hacker
1.330
Alemanha
J. P. Quintais
727
Holanda
O. Ben-Tal
649
Reino Unido
A. Gribincea
566
Moldávia
H. Sun
470
China
A. Levendowski
360
Estados Unidos da América
F. Muñoz
299
Chile
S. N. Navarro
277
Espanha
15
VALENTE, Catherine Juglair Nogari; SARTORI, Rejane. Diretos Autorais e Inteligência Artificial: uma análise
bibliométrica. Brazilian Journal of Information Science: research trends, vol. 18, publicação contínua, 2024,
e024007. DOI: 10.36311/1981-1640.2024.v18.e024007.
R. Matulionyte
246
Austrália
K. Kariyawasam
240
Austrália
R. A. Magalhães
238
Brasil
R. D. Brown
167
Qatar
M. Miernicki
155
Áustria
N. Selvadurai
130
Austrália
T. He
120
China
B. Lu
104
China
J. M. N. Zatarain
80
México
S. B. S. Divino
73
Brasil
L. Maidanyk
71
Ucrânia
U. Ćemalović
58
França
R. A. Rahman
46
Taiwan
A. K. Chávez-Valdivia
27
Peru
B. Javiera-Cáceres
24
Chile
C. P. Sik
12
Malásia
K. Foss-Solbrekk
7
Reino Unido
Fonte: Elaborado pelas autoras (2023)
Há uma relação lógica e proporcional entre o número de artigos publicados com o
respectivo número de citações recebidas, enquanto autores. Contudo, há algumas exceções que
não respeitaram essa lógica global, de modo que alguns autores que produziram menos tiveram
um acentuado número de citações.
O contrário também ocorreu, sendo identificados autores que possuem alto grau de
produtividade, mas um número de citações não tão elevando, levando-se em consideração os
demais casos da amostragem. No Quadro 5 evidencia-se essa desproporcionalidade, em que se
relaciona os cinco autores com maior número de citações e respectiva quantidade de publicações
e país de origem.
Quadro 5 - Autores com publicações e citações desproporcionais
Autores
Número de
citações
Número de
publicações
País
M. Iglesias
1890
75
Bélgica
M. Miron
1642
51
Bélgica
P. Hacker
1330
66
Alemanha
A. Gribincea
566
423
Moldávia
S. N. Navarro
277
200
Espanha
16
VALENTE, Catherine Juglair Nogari; SARTORI, Rejane. Diretos Autorais e Inteligência Artificial: uma análise
bibliométrica. Brazilian Journal of Information Science: research trends, vol. 18, publicação contínua, 2024,
e024007. DOI: 10.36311/1981-1640.2024.v18.e024007.
Fonte: Elaborado pelas autoras (2023)
Com relação ao fator de impacto dos autores analisados (Quadro 6), há uma discrepância
menor entre os autores e respectivos Índices H em comparação com os indicadores anteriores. De
qualquer forma, alguma desproporcionalidade persiste. Nesse caso, os 14 autores com maior índice
somam, juntos, 76% da amostragem, enquanto os 20 demais autores, 24%.
Quadro 6 - Índice H, por autores presentes no Google Scholar
Autor
Índice H
Citações
Autor
Índice H
Citações
C. Oppenheim
59
11690
F. Muñoz
8
299
E. Gómez
43
8829
K. Kariyawasam
8
240
S. Chesterman
42
10110
R. D. Brown
6
167
J. Díaz-Noci
34
5968
T. He
6
120
P. B. Hugenholtz
27
3438
A. Levendowski
6
360
B. L. Sturm
26
3004
L. Maidanyk
6
71
M. Kretschmer
23
2285
N. Selvadurai
6
130
P. Hacker
18
1330
S. B. S. Divino
5
73
M. Miron
15
1642
B. Lu
5
104
J. P. Quintais
14
727
R. A. Rahman
4
46
M. Iglesias; M. E.
Dulzaides Iglesias
14
1890
U. Ćemalović
4
58
O. Ben-Tal
12
649
A. K. Chávez-Valdivia
4
27
H. Sun
11
470
J. M. N. Zatarain
4
80
R. Matulionyte
10
246
B. Javiera-Cáceres
3
24
R. A. Magalhães
9
238
M. Miernicki
3
155
A. Gribincea
9
566
C. P. Sik
2
12
S. N. Navarro
9
277
K. Foss-Solbrekk
1
7
Fonte: Elaborado pelas autoras (2023)
Acerca dos aspectos avaliados a partir do Google Scholar (produtividade, relevância e
impacto), convém esclarecer que a análise se pautou pelo perfil dos autores analisados naquela
plataforma, e, portanto, não se refere apenas aos trabalhos avaliados para os fins desta pesquisa,
limitados ao período de 2017 a 2022. Em outras palavras, no que diz respeito ao número de
publicações e respectivas citações destes autores analisados, e respectivo índice H, os resultados
ora apresentados abrangem todas as citações referentes a todos os trabalhos publicados ao longo
da carreira dos autores sob análise.
Outrossim, os dados dos autores ora apresentados foram conferidos individualmente no
Google Scholar para confirmar sua identidade na plataforma e possíveis homônimos. Em alguns
casos, foi necessário recorrer ao processo de desambiguação. À guia de exemplo, passou-se a
17
VALENTE, Catherine Juglair Nogari; SARTORI, Rejane. Diretos Autorais e Inteligência Artificial: uma análise
bibliométrica. Brazilian Journal of Information Science: research trends, vol. 18, publicação contínua, 2024,
e024007. DOI: 10.36311/1981-1640.2024.v18.e024007.
utilizar a citação dupla em nome da autora M. Iglesias, incluindo M. E. Dulzaides Iglesias, bem
como da autora Ng, I., que também é conhecida no meio acadêmico como Huang Ying.
Por fim, sobre esse tema, importa ressalvar que em relação aos elevados índices de
produtividade (publicações) e relevância (citações) na amostra, identificou-se recorrência de
citações e publicações em coautoria, geralmente associadas a pesquisadores que ocupam posições
de coordenação e orientação em grupos de trabalho e pesquisa. Esse padrão de alta performance
muitas vezes parece desconectado da realidade da produção acadêmica, e essa complexa questão
é amplamente discutida e problematizada em grandes instituições.
No que diz respeito à nacionalidade dos autores, a análise volta-se, novamente, aos 57
autores da amostra, os quais estão distribuídos em 27 países. Dos autores analisados, como
mostrado no Gráfico 2, 7 são oriundos do Reino Unido. Brasil e China contam com 5 autores.
Austrália computa 4 autores. Bélgica, 3 autores. Alemanha, Chile, Estados Unidos da América,
Holanda, Rússia, Singapura, Taiwan e Ucrânia, contam com 2 autores cada. Áustria, Colômbia,
Espanha, França, Índia, Indonésia, Israel, Malásia, México, Moldávia, Peru, Polônia, Qatar e
Suécia, contam com 1 autor cada país.
Gráfico 2 - Nacionalidade dos autores da amostra
Fonte: Elaborado pelas autoras (2023)
18
VALENTE, Catherine Juglair Nogari; SARTORI, Rejane. Diretos Autorais e Inteligência Artificial: uma análise
bibliométrica. Brazilian Journal of Information Science: research trends, vol. 18, publicação contínua, 2024,
e024007. DOI: 10.36311/1981-1640.2024.v18.e024007.
Como se pode observar no Gráfico 2, o continente Europeu segue na dianteira no percentual
dos autores analisados, representado por 40% do total da amostra (22 autores). A seguir, tem-se a
Ásia (16 autores), América do Sul (9 autores), Oceania (4 autores) e América do Norte (3 autores).
Destaque-se ainda, no Gráfico 2, que o Brasil está bem ranqueado dentro da amostra
analisada, contando com cinco autores, o que representa 8,7% da amostragem. Apesar da
relevância de tal informação, convém consignar que os cinco autores brasileiros representam, ao
todo, dois artigos da amostragem. Em um deles identifica-se dois autores brasileiros trabalhando
em coautoria; no segundo, são três autores brasileiros que publicaram em coautoria.
Por fim, foram identificadas as instituições às quais os autores estão vinculados. Desse
modo, as instituições mais relevantes e produtivas sobre o tema pesquisado, a partir do vínculo
dos autores, estão relacionadas no Gráfico 3.
Gráfico 3 - Instituições de vínculo dos autores e respectiva produção
Fonte: Elaborado pelas autoras (2023)
O terceiro fator de análise dos dados obtidos fixou-se nos periódicos que publicaram os
artigos da amostra, bem como suas respectivas instituições e editoras. Essa etapa busca identificar
os periódicos mais relevantes, conforme assim entendido pela Lei de Bradford. Assim, como
mostrado no Gráfico 4, há uma notória predominância de periódicos do continente Europeu (19
periódicos), encabeçada pelo Reino Unido (9 periódicos). Na sequência, sobrevém os Estados
3
2
2
2
2
2
2
2
2
2
2
University of Glasgow
Asia University
Georgetown University Law Center
Joint Research Centre, European Commission
Macquarie University
Moscow State Institute of International Relations…
Oxford
Renmin University
Unimar
Universidad de Chile
University of Amsterdam
19
VALENTE, Catherine Juglair Nogari; SARTORI, Rejane. Diretos Autorais e Inteligência Artificial: uma análise
bibliométrica. Brazilian Journal of Information Science: research trends, vol. 18, publicação contínua, 2024,
e024007. DOI: 10.36311/1981-1640.2024.v18.e024007.
Unidos da América, único representante da América do Norte, com cinco periódicos. Por fim,
América do Sul e Ásia apontam três periódicos cada.
Gráfico 4 - Países de origem dos periódicos que mais publicaram
Fonte: Elaborado pelas autoras (2023)
Esse indicador permite averiguar que, muito embora tenha sido identificado número
relevante de autores da Ásia e América do Sul, os periódicos publicados na Europa, em especial,
no Reino Unido, contam, de forma inconteste, com maior grau de atração dos pesquisadores sobre
o tema. Essa preeminência demonstra o alto grau de reputação dos periódicos da região.
Ademais, fica evidenciada a desproporção entre o número de autores estadunidenses e o
grau de atração dos periódicos que publicam sobre o tema ora pesquisado. Mandatório mencionar,
por fim, que a Austrália, único país representante da Oceania na amostra, muito embora tenha se
destacado em todos os demais indicadores ora analisados, não apareceu como origem de nenhum
periódico que publica sobre o tema.
A identificação das principais instituições/editoras, evidenciada no Gráfico 5, corrobora e
detalha a informação trazida no Gráfico 4. Destaca-se, com margem considerável, a Oxford
University Press (Reino Unido), com oito publicações, o que representa 20% da amostragem. Na
sequência, por ordem de relevância, tem-se Taylor & Francis Online (Reino Unido), com quatro
publicações e, portanto, 10% da amostragem, e Max Planck Institute for Innovation and
Competition (Alemanha), com três publicações, representando 7,5% da amostragem. Seguem-se,
então, Elsevier (Holanda), MDPI (Suíça), National Taipei University of Technology - Taipei Tech
(Taiwan) e Wiley - John Wiley & Sons, Inc (EUA), cada uma com duas publicações e, desse modo,
9
5
2 2 2 2
1 1 1 1 1 1 1 1
20
VALENTE, Catherine Juglair Nogari; SARTORI, Rejane. Diretos Autorais e Inteligência Artificial: uma análise
bibliométrica. Brazilian Journal of Information Science: research trends, vol. 18, publicação contínua, 2024,
e024007. DOI: 10.36311/1981-1640.2024.v18.e024007.
representam 5% da amostragem, cada. Todos os demais periódicos contam com uma publicação
cada, ou seja, 2,5% da amostragem, cada um.
Gráfico 5 - Instituições de origem dos periódicos que mais publicaram.
Fonte: Elaborado pelas autoras (2023)
O quarto e último fator de análise dessa pesquisa debruça-se sobre a Lei de Zipf, que
estabelece como ocorre a distribuição de frequência das palavras em um texto. Nesta pesquisa,
restringiu-se a abordagem às palavras de alto valor semântico. Para tanto, observou-se a incidência
e repetição de palavras-chave na amostra dos 40 artigos, ora analisados.
Na amostra foram identificadas 113 palavras-chave. Desse total, 10 palavras-chave e siglas
apareceram de forma reiterada e reincidente; 79 palavras-chave incidiram apenas uma vez e foram
descartadas desta análise; 23 também incidiram apenas uma vez, contudo, estavam relacionadas
semanticamente a grupos de palavras-chave reincidentes, e foram mantidas na amostragem. Foi o
caso das seguintes palavras-chave: authorship (mantido no grupo de palavras-chave author);
21
VALENTE, Catherine Juglair Nogari; SARTORI, Rejane. Diretos Autorais e Inteligência Artificial: uma análise
bibliométrica. Brazilian Journal of Information Science: research trends, vol. 18, publicação contínua, 2024,
e024007. DOI: 10.36311/1981-1640.2024.v18.e024007.
copyright law (mantido no grupo de palavras-chave copyright); intellectual property right
(mantido no grupo de palavras-chave intellectual property); e assim por diante.
Após a distribuição dessas 23 palavras-chave de valor semântico em seus respectivos
grupos, chegou-se, por fim, a 10 agrupamentos de palavras-chave principais e reincidentes, como
mostrado no Gráfico 6.
Gráfico 6 - Grupo de palavras-chave principais (grupo semântico)
Fonte: Elaborado pelas autoras (2023)
Os termos "artificial intelligence", sua siga "AI", e "copyright", foram os principais termos
identificados, aparecendo como palavras-chave em 50% dos documentos da amostra.
Nessa etapa da análise foi possível identificar também que os termos que compõem os
agrupamentos de palavras-chave principais, apesar de menos numerosos são mais representativos.
Isto é, 34 termos incidiram 88 vezes na amostra analisada, enquanto 79 termos incidiram apenas
uma única vez cada. Assim, as palavras-chave mais comuns em um texto tendem a ocorrer com
maior frequência em relação às palavras-chave menos comuns, que possuem um alto conteúdo
semântico.
32
24
7
5
4 4 4 4
2 2
0
5
10
15
20
25
30
35
22
VALENTE, Catherine Juglair Nogari; SARTORI, Rejane. Diretos Autorais e Inteligência Artificial: uma análise
bibliométrica. Brazilian Journal of Information Science: research trends, vol. 18, publicação contínua, 2024,
e024007. DOI: 10.36311/1981-1640.2024.v18.e024007.
Na Figura 1, a seguir, é apresentada uma nuvem com as palavras-chave dos artigos que
compõem o portfólio bibliográfico desta pesquisa. As palavras-chave com letras em tamanho
maior são as que aparecem com mais frequência, a saber: IA, law, legal, rights.
Figura 1 – Nuvem com as palavras-chave dos artigos do portfólio bibliográfico
Fonte: Elaborado pelas autoras (2023)
A frequência mais elevada dessas palavras-chave reflete a relevância e o interesse crescente
na interseção entre essas duas áreas em constante evolução. Essa tendência, apesar de não se
alinhar diretamente com a premissa tradicional da Lei de Zipf, reforça a importância de analisar,
de forma bibliométrica, as produções científicas para compreender como esses temas estão sendo
abordados e contribuindo para o avanço do conhecimento nesta área em particular.
Essas constatações incentivam a continuidade das análises e pesquisas, de modo a melhor
entender e traçar perspectivas futuras sobre a relação entre Direitos Autorais e IA, em um cenário
onde o diálogo entre ambas se torna cada vez mais fundamental para enfrentar os desafios trazidos
pelo avanço tecnológico e a proteção de criações intelectuais.
23
VALENTE, Catherine Juglair Nogari; SARTORI, Rejane. Diretos Autorais e Inteligência Artificial: uma análise
bibliométrica. Brazilian Journal of Information Science: research trends, vol. 18, publicação contínua, 2024,
e024007. DOI: 10.36311/1981-1640.2024.v18.e024007.
6 Conclusões
Embora o debate sobre direitos autorais e IA esteja em constante evolução, este estudo
bibliométrico demonstra a importância e a relevância do tema no cenário global contemporâneo.
O tema, proeminente e controverso, revela a existência de lacunas a serem preenchidas e a ausência
de consenso sobre o assunto.
Nesse contexto, o estudo bibliométrico apresenta-se como uma ferramenta crucial para
mapear o panorama global da pesquisa nesse campo. Esta análise permite identificar tendências
emergentes, além de diferentes visões sobre o tema. Isso pode auxiliar na busca de soluções
eficazes para os desafios que se apresentam, bem como a construir pontes entre as diferentes
correntes de pensamento e promover o diálogo interdisciplinar.
Ademais, ao analisar as conclusões do portfólio de artigos selecionados, é possível inferir
que, embora haja debates e divergências, existe uma inclinação majoritária, no sentido de que as
discussões em torno de Direitos Autorais e IA precisam considerar profundamente os desafios
éticos, legais e práticos apresentados por essas tecnologias.
Além disso, emergem pontos de convergência acerca da importância de uma abordagem
crítica e propositiva visando o desenvolvimento de leis mais adequadas que possam garantir a
proteção dos direitos autorais e, simultaneamente, incentivar a inovação na área. Outro ponto
convergente é a necessidade de um sistema de responsabilidade civil específico para atos
realizados com a participação de IA. Isso ressalta a complexidade do debate e a importância de um
diálogo interdisciplinar entre profissionais de direito, engenheiros de software e pesquisadores em
IA para abordar as peculiaridades e desafios apresentados por estas tecnologias.
Neste estudo, utilizou-se técnicas bibliométricas em uma amostra de 40 artigos com o
objetivo de mapear e analisar a produção científica sobre Direitos Autorais e IA. A pesquisa
compreendeu o período de 2017 a 2022 e os resultados revelam um aumento na produção científica
sobre o tema nos últimos anos.
Considerando tratar-se de um tema mutável e contemporâneo, evidenciou-se que as
publicações que compõem o banco de artigos bruto filtrado não apresentam quantidade elevada de
citações em comparação a outros temas seminais, e dos poucos artigos citados, há um evidente
24
VALENTE, Catherine Juglair Nogari; SARTORI, Rejane. Diretos Autorais e Inteligência Artificial: uma análise
bibliométrica. Brazilian Journal of Information Science: research trends, vol. 18, publicação contínua, 2024,
e024007. DOI: 10.36311/1981-1640.2024.v18.e024007.
desequilíbrio proporcional na medida em que os dois mais citados representam, juntos,
aproximadamente, 50% das citações identificadas e monitoradas.
As análises dos autores identificaram que 32% deles publicaram em coautoria. Apenas uma
autora, Rita Matulionyte, apareceu mais de uma vez na amostra, participando de três artigos, o que
corresponde a 7,5% do total. Dos 57 autores, apenas 34 possuem cadastro no Google Scholar,
restringindo a análise de produtividade, relevância e impacto a 60% da amostragem.
Em relação aos periódicos que publicaram os artigos da amostra, destaca-se a
predominância de periódicos europeus, especialmente no Reino Unido, com 19 publicações. Os
Estados Unidos têm cinco periódicos, enquanto América do Sul e Ásia têm três cada. Essa
predominância europeia reflete o maior grau de atração dos pesquisadores sobre o tema em
periódicos da região, apesar do número relevante de autores das Américas e Ásia.
A Oxford University Press é a que mais se destaca, seguida por Taylor & Francis Online,
com quatro publicações, e Max Planck Institute for Innovation and Competition, com três
publicações. O Brasil se sobressai nessa análise bibliométrica, contando com cinco autores,
distribuídos em dois artigos publicados em coautoria. Quanto às revistas que publicaram os artigos
analisados, apenas uma é brasileira, enquanto na América do Sul, foram identificados três
periódicos.
No que diz respeito à Lei de Zipf, que trata da distribuição de frequência de palavras em
um texto, foram identificadas 113 palavras-chave na amostra de 40 artigos. Dessas, 23 relacionam-
se semanticamente, repetindo-se em 10 agrupamentos principais.
A aplicação de técnicas bibliométricas mostrou-se apropriada para identificar as
características essenciais da produção científica relacionada ao tema “Direitos Autorais e IA”. Este
estudo pode ser utilizado como uma ferramenta de apoio à tomada de decisão por pesquisadores
brasileiros, visando melhorar o desempenho da pesquisa nacional nesse tema, uma vez que fornece
informações sobre principais periódicos, autores e termos indexadores. É importante ressaltar que
as análises apresentadas não podem ser generalizadas devido à especificidade das bases de dados
utilizadas.
25
VALENTE, Catherine Juglair Nogari; SARTORI, Rejane. Diretos Autorais e Inteligência Artificial: uma análise
bibliométrica. Brazilian Journal of Information Science: research trends, vol. 18, publicação contínua, 2024,
e024007. DOI: 10.36311/1981-1640.2024.v18.e024007.
Recomenda-se que pesquisas futuras adotem protocolos mais específicos, como revisões
integrativas, para realizar análises mais detalhadas de conteúdo, pois tais abordagens têm o
potencial de aprofundar o entendimento desse tema de forma mais rigorosa. Essa sugestão pode
ser explorada em trabalhos posteriores.
Referências
Brasil. Decreto n. 75.699, de 6 de maio de 1975. “Promulga a Convenção de Berna para a Proteção das
Obras Literárias e Artísticas”, de 9 de setembro de 1886, Revista em Paris, a 24 de julho de 1971.
Diário Oficial [da] República Federativa do Brasil. Brasília, DF, 9 maio 1975,
www.planalto.gov.br/ccivil_03/decreto/1970-1979/D75699.htm. Acessado 31 jul. 2022.
Brasil. Lei n. 9.610, de 19 de fevereiro de 1998. “Altera, atualiza e consolida a legislação sobre direitos
autorais e dá outras providências”. Diário Oficial [da] República Federativa do Brasil. Brasília,
DF, 20 fev. 1998b, www.planalto.gov.br/ccivil_03/leis/l9610.htm. Acessado 31 jul. 2022.
Chueke, Gabriel Vouga, and Amatucci, Marcos. "Métodos de sistematização de literatura em estudos
científicos: bibliometría, meta-análise e revisão sistemática". Internext, vol. 17, n. 2, 2022, pp. 45-
46.
Ensslin, Leonardo, et al. "ProKnow-C, knowledge development process-constructivist". Processo técnico
com patente de registro pendente junto ao INPI. Brasil, 2010.
European Commission, Directorate-General for Communications Networks, Content and Technology.
Orientações éticas para uma IA de confiança, Publications Office, 2019,
https://data.europa.eu/doi/10.2759/2686. Acessado 31 jun. 2022.
Guedes, Vânia L. S., and Borschiver, Suzana. "Bibliometria: uma ferramenta estatística para a gestão da
informação e do conhecimento, em sistemas de informação, de comunicação e de avaliação
científica e tecnológica". Encontro Nacional de Ciência da Informação, v. 6, n. 1, 2005, pp. 1-18.
Guimarães, André José Ribeiro, et al. “Modelos de inovação: Análise bibliométrica da produção
científica”. Brazilian Journal of Information Science: Research trends, v. 15, 2021, pp. e02106-
e02106.
Hirsch, Jorge E. "An index to quantify an individual's scientific research output”. Proceedings of the
National academy of Sciences, v. 102, n. 46, 2005, pp. 16569-16572.
Martín-Martín, Alberto, et al. "Google Scholar, Web of Science, and Scopus: A systematic comparison of
citations in 252 subject categories". Journal of Informetrics, v. 12, n. 4, 2018, pp. 1160-1177.
26
VALENTE, Catherine Juglair Nogari; SARTORI, Rejane. Diretos Autorais e Inteligência Artificial: uma análise
bibliométrica. Brazilian Journal of Information Science: research trends, vol. 18, publicação contínua, 2024,
e024007. DOI: 10.36311/1981-1640.2024.v18.e024007.
Okubo, Yoshiko. "Bibliometric indicators and analysis of research systems: methods and examples".
1997, https://www.oecd-ilibrary.org/. Acessado 15 abr. 2023.
Russell, Stuart Jonathan; Norvig, Peter. “Inteligência artificial: Uma Abordagem Moderna”. Tradução
Regina Célia Simille. Rio de Janeiro: Elsevier, 2013.
Santos, Manoel J. Pereira dos, et al. “Direito autoral”. São Paulo: Editora Saraiva, 2020.
Snyder, Hannah. "Literature review as a research methodology: An overview and guidelines". Journal of
Business Research, v. 104, 2019, pp. 333-339.
Staut Júnior, Sérgio Said, and Wachowicz, Marcos. “Rumos e desafios para uma funcionalidade dos
Direitos Intelectuais na Sociedade Informacional”. In: Wachowicz, Marcos, and Cortiano,
Marcelle. Sociedade informacional & propriedade intelectual. Curitiba: Gedai Publicações/UFPR,
2021. Seção 1 – Sociedade Informacional, cap.1, p. 13-25.
Wachowicz, Marcos, and Cortiano, Marcelle. (Org.). “Sociedade informacional & propriedade
intelectual”. Curitiba: Gedai Publicações/UFPR, 2021.
Wachowicz, Marcos, and Gonçalves, Lukas Ruthes. “Inteligência artificial e criatividade: novos
conceitos na propriedade intelectual”. Curitiba: GEDAI, 2019.
Wachowicz, Marcos, et al. “Direito Autoral & Inteligência Artificial”. Curitiba: Ioda, 2021.
World Intellectual Property Organization. “Frequently Asked Questions: AI and IP Policy”,
https://www.wipo.int/about-ip/en/artificial_intelligence/faq.html. Acessado em 31 jan. 2022.
27
VALENTE, Catherine Juglair Nogari; SARTORI, Rejane. Diretos Autorais e Inteligência Artificial: uma análise
bibliométrica. Brazilian Journal of Information Science: research trends, vol. 18, publicação contínua, 2024,
e024007. DOI: 10.36311/1981-1640.2024.v18.e024007.
Apêndice
Apêndice A - Portfólio bibliográfico da pesquisa.
N.
Título
Autor
Ano
1
The role of automated technology in the creation of copyright works: the
challenges of artificial intelligence
Zatarain, J. M. N.
2017
2
How copyright law can fix artificial intelligence’s implicit bias problem
Levendowski, A.
2018
3
Computer creativity: artificial intelligence and copyright
Ihalainen, J.
2018
4
Algorithms-generated works. About their legal protection
Navarro, S. N.
2018
5
Modern requirements of the legal support of artificial intelligence: a view
from Russia
Shestak, V. A.; Volevodz,
A. G.
2019
6
Artificial intelligence and music: open questions of copyright law and
engineering praxis
Sturm, B. L. T.; Iglesias,
M.; Ben-Tal, O.; Miron,
M.; Gomez, E.
2019
7
The sentimental fools and the fictitious authors: rethinking the copyright
issues of AI-generated contents in China
He, T.
2019
8
The concept of authorship and inventorship under pressure: does artificial
intelligence shift paradigms?
Lauber-Ronsberg, A.;
Hetmank, S.
2019
9
Copyright of artificial intelligence autonomous production: some
reflections around the concepts of mind and intelligence
Divino, S. B. S.;
Magalhães, R. A.
2019
10
Artificial intelligence and the limits of legal personality
Chesterman, S.
2020
11
Whose robot is it anyway?: liability for artificial-intelligence-based robots
Rachum-Twaig, O.
2020
12
Artificial intelligence systems-aided news and copyright: assessing legal
implications for journalism practices
Díaz-Noci, J.
2020
13
A copyright overview
Oppenheim, C.
2020
14
Artificial intelligence: painting the bigger picture for copyright ownership
White, C.; Matulionyte, R.
2020
15
Creativity and ownership: protection of rights in musical works in the
European Union from digitisation to artificial intelligence
Cemalovic, U.
2020
16
O retrato de Edmond Belamy e a interface entre arte e inteligência
artificial: por uma nova definição de autoria e direitos de propriedade
intelectual
Mangiolardo, M. M. A. L.;
Almeida, P. S.; Vita, J. B.
2020
17
Intellectual property rights to an artificial intelligence product
Gribincea, A.
2020
18
Artificial intelligence, a new frontier for intellectual property
policymaking
Javiera Cáceres, B., Felipe
Muñoz, N.
2020
19
Should indonesian copyright law be amended due to artificial intelligence
development?: lesson learned from Japan
Rahman, R. A.; Al-Farouqi,
A.; Tang, S. M.
2020
20
Redesigning the ownership of artworks: artificial and robotic intelligence
Valdivia, A. K. C.
2020
21
Copyright and artificial creation: does EU copyright law protect AI-
assisted output?
Hugenholtz, P. B.; Quintais,
J. P.
2021
22
Property ownership and the legal personhood of artificial intelligence
Brown, R. D.
2021
28
VALENTE, Catherine Juglair Nogari; SARTORI, Rejane. Diretos Autorais e Inteligência Artificial: uma análise
bibliométrica. Brazilian Journal of Information Science: research trends, vol. 18, publicação contínua, 2024,
e024007. DOI: 10.36311/1981-1640.2024.v18.e024007.
23
Artificial intelligence and moral rights
Miernicki, M.; Ng (Huang
Ying), I.
2021
24
A legal framework for AI training data -from first principles to the artificial
intelligence act
Hacker, P.
2021
25
Reconsidering creativity: copyright protection for works generated using
artificial intelligence
Selvadurai, N.;
Matulionyte, R.
2021
26
Copyright protection for AI-generated outputs: the experience from China
Wan, Y.; Lu, H.
2021
27
Three routes to protecting AI systems and their algorithms under IP law: the
good, the bad and the ugly
Foss-Solbrekk, K.
2021
28
Creative capacity of artificial intelligence systems and how they are
considered by copyright law
Jerez, A. M. G.
2021
29
Artificial intelligence and challenges for copyright law
Kariyawasam, K.
2021
30
Collective work as an inspiration for legal qualification of computer-
generated works - comparative analysis of the institution from polish and
french copyright law perspective
Kowala, M.
2021
31
A theory of ‘authorship transfer’ and its application to the context of
artificial intelligence creations
Lu, B.
2021
32
Artificial intelligence and sui generis right: a perspective for copyright in
Ukraine?
Maidanyk, L
2021
33
Australian copyright law impedes the development of artificial intelligence:
what are the options?
Matulionyte, R.
2021
34
Creativity and artificial intelligence: a view from the perspective of
copyright
Shtefan, A.
2021
35
Yea or nay to artificial intelligence? More questions than answers under
Malaysian copyright law
Sik, C. P.
2021
36
When art meets technology or vice versa: key challenges at the crossroads of
AI-generated artworks and copyright law
Škiljić, A.
2021
37
Artificial intelligence and intellectual property: copyright and patents - a
response by the CREATe Centre to the UK Intellectual Property Office's
open consultation
Kretschmer, M.; Meletti,
B.; Porangaba, L. H.
2022
38
Understanding copyright issues entailing deepfakes in India
Nema, P.
2022
39
Could an Artificial Intelligence be a Ghostwriter?
Nowak-Gruca, A.
2022
40
Redesigning copyright protection in the era of artificial intelligence
Sun, H.
2022
Fonte: Elaborado pelas autoras (2023)
29
VALENTE, Catherine Juglair Nogari; SARTORI, Rejane. Diretos Autorais e Inteligência Artificial: uma análise
bibliométrica. Brazilian Journal of Information Science: research trends, vol. 18, publicação contínua, 2024,
e024007. DOI: 10.36311/1981-1640.2024.v18.e024007.
Apêndice B - Sistematização do processo de seleção do portfólio bibliográfico do Proknow-C.
Fase
Subfases
Ações
Seleção do
banco de
artigos
bruto
(a.i) Definição de
palavras-chave
Palavras-chaves: artificial intelligence, copyright, copyright law, authors
right’s e authorial right; dispostas de forma combinada em 2 eixos: (1)
artificial intelligence; (2) copyright, copyright law, authors right’s e
authorial right (Tabela 1).
Utilizados operadores booleanos OR e AND.
(a.ii) Definição de
bancos de dados
Bases de dados: Scopus e Web of Science (WoS)
Critérios de inclusão: marco temporal (2017-2022) e tipo de documento
(apenas artigos).
Efetuada busca em julho de 2022
Artigos identificados: Scopus: n=113; WoS: n= 332. Total: n=447.
(a.iii) Testagem de
aderência das
palavras-chave
Analisados 6 artigos, por amostragem (3 Scopus e 3 WoS), para verificar se
continham as palavras-chave definidas em (a.i).
Resultado: confirmada a aderência das palavras-chave ao tema da pesquisa.
Filtragem
do banco
de artigos
bruto
(b.i) artigos repetidos
Artigos duplicados e excluídos: n=46.
Resultado: n=401
(b.ii) alinhamento do
título ao tema da
pesquisa
Leitura dos títulos de 401 artigos
Excluídos por não abordar sobre IA sob a perspectiva da problemática
jurídica relativa aos Direitos Autorais: n= 332.
Resultado: n=69
(b.iii) relevância
científica
Identifica número de citações artigos:
Os valores de citação dispostos nas bases de buscas (Scopus e WoS) foram
lançados em uma planilha no Microsoft Excel.
Resultado: De 69 artigos, 49 sem citação e 20 com citações; desses 20, 14
com 94,21% do total de citações.
Fixa a representatividade desejada para classificar os artigos com
reconhecimento científico confirmado e reconhecimento científico ainda não
confirmado e identifica a base de autores com relevância científica:
Proknow-C sugere que o cálculo de representatividade das citações seja de
85% de citações
Critério não adotado em razão do reduzido número de artigos do portfólio
bibliográfico (69).
Resultado: n=69
Identifica a atualidade dos artigos:
Buscas nas bases de dados contemplaram marco temporal recente (2017-
2022).
(b.iv) alinhamento do
resumo ao tema da
pesquisa
Leitura dos resumos de 69 artigos.
Excluídos por não abordar sobre IA sob a perspectiva da problemática
jurídica relativa aos Direitos Autorais: n= 29.
Resultado: 40
Fonte: Elaborado pelas autoras (2023)
30
VALENTE, Catherine Juglair Nogari; SARTORI, Rejane. Diretos Autorais e Inteligência Artificial: uma análise
bibliométrica. Brazilian Journal of Information Science: research trends, vol. 18, publicação contínua, 2024,
e024007. DOI: 10.36311/1981-1640.2024.v18.e024007.
Copyright: © 2024 VALENTE, Catherine Juglair Nogari; SARTORI, Rejane Sartori. This is an open-
access article distributed under the terms of the Creative Commons CC Attribution-ShareAlike (CC BY-
SA), which permits use, distribution, and reproduction in any medium, under the identical terms, and
provided the original author and source are credited.
Received: 03/11/2023 Accepted: 05/01/2024
