A recente denúncia apresentada pelo Departamento de Justiça dos Estados Unidos contra Michael Smith, músico da Carolina do Norte, marca um ponto de inflexão na indústria musical digital. Segundo a acusação, ele terá utilizado ferramentas de Inteligência Artificial para gerar centenas de milhares de músicas, distribuí-las em grandes plataformas de streaming — como Spotify, Apple Music, Amazon Music e YouTube Music — e, por meio de bots, inflacionar artificialmente as execuções para captar mais de 10 milhões de dólares em royalties.
À primeira vista, trata-se de um caso clássico de fraude eletrónica e branqueamento de capitais. Em profundidade, porém, o episódio revela algo mais inquietante: uma vulnerabilidade estrutural do modelo económico do streaming na era da automação em escala. Estamos perante uma equação perigosa: custo marginal praticamente nulo combinado com remuneração baseada em volume.
O streaming opera maioritariamente pelo modelo designado pro rata. Toda a receita arrecadada no mês é reunida num grande “pool” e distribuída proporcionalmente ao número de execuções. Cada reprodução impacta diretamente a divisão do montante global. Se as execuções são inflacionadas artificialmente, todo o sistema é distorcido.
Quando a produção musical passa a ter custo quase nulo, graças à IA generativa, e pode ser replicada em massa, o incentivo económico à manipulação cresce exponencialmente. Quem comete a fraude não cria receita nova; desloca recursos que deveriam remunerar artistas legítimos. O problema, portanto, não é apenas tecnológico. É estrutural.
A Inteligência Artificial não inventou a fraude no streaming, mas elevou a sua escala a um patamar inédito. Até há pouco tempo, criar milhares de músicas exigia estúdio, músicos, tempo e investimento. Hoje, ferramentas generativas permitem a produção industrial de faixas a um ritmo acelerado. Aliadas a bots e scripts automatizados, produzem uma simulação de envolvimento quase indistinguível do comportamento humano.
Surge, assim, um novo tipo de risco: a economia de atenção artificializada. Plataformas digitais baseadas em métricas quantitativas tornam-se vulneráveis quando a própria métrica pode ser manipulada. O que está em causa não é apenas o conteúdo publicado, mas a integridade da arquitetura que sustenta a monetização.
Perante este cenário, uma pergunta inevitável impõe-se: as plataformas são vítimas ou corresponsáveis? No caso concreto, figuram como vítimas da fraude. Mas o debate jurídico tende a evoluir. Se o modelo de negócio depende diretamente de dados automatizados de execução, qual é o grau de diligência tecnológica exigido a estas empresas? Sistemas antifraude insuficientes podem configurar falha de governação? A responsabilidade civil deve limitar-se ao ilícito individual ou é a fragilidade da arquitetura que permite a sua ocorrência?
A discussão desloca o foco do conteúdo para o sistema. Esta tendência dialoga com movimentos regulatórios internacionais. O Digital Services Act europeu, por exemplo, impõe às grandes plataformas deveres proporcionais de mitigação de riscos sistémicos, incluindo os relacionados com a manipulação algorítmica e a integridade dos sistemas digitais. A lógica é clara: quanto maior o impacto estrutural da atividade, maior o dever de governação.
Numa perspetiva civilizacional, a reflexão ganha particular densidade. Discute-se se a exploração económica de sistemas baseados em métricas automatizadas poderá, em determinados contextos, atrair a incidência da teoria do risco da atividade, sobretudo quando a arquitetura se revela estruturalmente vulnerável a manipulações previsíveis.
Não se trata de defender uma responsabilização automática, mas de reconhecer que, em ambientes digitais mediados por algoritmos, a integridade do sistema passa a integrar o próprio dever de diligência empresarial.
Transparência e compliance algorítmico deixam de ser meros diferenciais reputacionais e passam a compor a infraestrutura de confiança do modelo. Auditorias externas a sistemas antifraude, relatórios de integridade, identificação de conteúdos gerados por IA e a revisão dos mecanismos de remuneração — incluindo o avanço de modelos mais ligados ao consumo real do utilizador — tendem a ganhar espaço.
O caso Michael Smith diz menos sobre música criada por IA e muito mais sobre a exploração da arquitetura económica das plataformas digitais.
Ele sinaliza uma transição paradigmática: passamos de uma responsabilidade centrada apenas no conteúdo para uma responsabilidade orientada para a arquitetura do sistema. Quando a monetização depende diretamente de métricas automatizadas, a robustez do mecanismo de aferição torna-se parte essencial do dever de governação.
A Inteligência Artificial não apenas transforma mercados; expõe fragilidades estruturais antes invisíveis. O streaming nasceu como promessa de democratização do acesso à música. Agora enfrenta o teste da integridade. O futuro do setor dependerá menos da quantidade de músicas disponíveis e mais da credibilidade dos mecanismos que sustentam a sua monetização.
A pergunta que permanece é simples e incómoda: estarão as plataformas preparadas para um ambiente em que parte significativa do envolvimento pode ser artificial?
A resposta a essa pergunta dirá respeito não apenas à música, mas à própria sustentabilidade da economia digital.
Os textos nesta secção refletem a opinião pessoal dos autores. Não representam a VISÃO nem espelham o seu posicionamento editorial.
