Ler páginas web para IA é legal? Os fatos datados em 2026

O que a lei da UE diz sobre a leitura de conteúdo da web?

A lei da UE permite a mineração de textos e dados de conteúdo legalmente acessível, mas deixa os titulares de direitos reservarem esse uso. O Artigo 4(3) da Diretiva DSM (2019/790) diz que a exceção comercial se aplica apenas quando o uso não foi expressamente reservado "de forma adequada, como por meios legíveis por máquina" para conteúdo publicado online.

O Código de Prática para modelos de IA de uso geral da Lei de IA da UE, publicado em 10 de julho de 2025, vai além para seus signatários. Eles se comprometem com rastreadores que leem e seguem o robots.txt e com outros protocolos legíveis por máquina adequados. É por isso que respeitar o robots.txt e as preferências de IA declaradas se tornou uma linha de base para o uso europeu.

Quais casos dos EUA importam, e em que pé estão?

Nenhum produziu uma sentença final sobre a leitura de páginas públicas para IA. Os fatos até agora são todas alegações, a menos que um tribunal as tenha decidido:

• Reddit v. SerpApi, Perplexity e outros (S.D.N.Y.). Em 31 de julho de 2026, o tribunal deixou as alegações sob o DMCA §1201(a) prosseguirem na fase de petição inicial, tratando as proteções baseadas em desafio do Google como medidas que controlam o acesso. Nenhum réu foi considerado responsável.
• The New York Times v. Perplexity. Protocolado em 5 de dezembro de 2025. O Times alega a recuperação do seu conteúdo no momento da consulta depois de ter bloqueado o Perplexity no robots.txt.
• Amazon v. Perplexity. Conforme reportado em 5 de agosto de 2026, o Nono Circuito anulou uma liminar contra o agente de compras Comet do Perplexity, observando que o assistente agiu conforme as instruções do seu usuário. O painel disse que não estabeleceu uma regra ampla para IA agêntica.

A direção é mista, e os recursos continuam. Trate qualquer resumo, incluindo este, como datado.

O que reduz o risco quando uma ferramenta de IA lê páginas?

Algumas práticas aparecem em toda regra e caso acima:

• Leia apenas páginas públicas. Sem logins, sem áreas de membros, sem paywalls.
• Respeite as exclusões legíveis por máquina. robots.txt e preferências de IA declaradas, como ai-input=no.
• Nunca contorne uma proteção. Sem user agents disfarçados, sem rotacionar endereços para escapar de bloqueios, sem resolver desafios.
• Evite dados pessoais. Não colete perfis, dados de contato ou outras informações sobre pessoas privadas.
• Credite suas fontes. Mantenha a URL com cada página e mostre-a quando uma resposta depender dela.

Essas são boas práticas, não uma garantia. Consulte um advogado sobre o seu próprio caso de uso.

O que o WebReaderAPI faz do seu lado?

Construímos o serviço em torno dessas práticas. Respeitamos o robots.txt: nosso crawler se identifica como WebReaderAPI, segue as regras escritas para ele ou para todos os robôs e não lê uma página que o site proíbe. Páginas recusadas não são cobradas. Se um site declara Content-Signal: ai-input=no no seu robots.txt, não lemos as páginas dele para você. Se um site recusa nossa requisição, devolvemos a resposta dele: nunca resolvemos CAPTCHAs, nunca entramos em contas e nunca tentamos contornar um bloqueio ou um paywall.

Nossa Política de Uso Aceitável proíbe a coleta de dados pessoais sobre pessoas privadas e a leitura de conteúdo atrás de um login ou de um paywall. Toda requisição se identifica como WebReaderAPI/1.0 (+https://webreaderapi.com/bot/), e nossa página do rastreador explica aos donos de sites como entrar em contato conosco.