Scraping (web scraping)

O web scraping ocupa zona cinzenta jurídica em rápida evolução, com implicações jurídico-penais relevantes em múltiplas frentes.

(i) Tratamento ilícito de dados pessoais: a coleta massiva de dados pessoais publicamente acessíveis na internet — perfis de redes sociais, sites profissionais, fóruns — para finalidades diversas das originais pode violar a LGPD por ausência de base legal adequada, mesmo quando os dados são "públicos".

O caso emblemático é a Clearview AI, empresa americana que extraiu bilhões de imagens faciais de redes sociais para construir base de reconhecimento facial vendida a polícias — práticas declaradas ilegais por autoridades de proteção de dados na União Europeia, Reino Unido, Canadá e Austrália.

(ii) Treinamento de modelos de IA: a maior parte dos modelos de linguagem de grande escala (LLMs) foi treinada com dados extraídos massivamente da web, frequentemente sem autorização dos detentores dos direitos. Isso gerou litígios crescentes — caso New York Times v. OpenAI (direitos autorais), ações de artistas contra Stable Diffusion e Midjourney (uso não autorizado de obras protegidas para treinamento), e debates regulatórios sobre o que constitui "uso justo" no contexto de treinamento de IA.

(iii) Violação de termos de uso vs. crime: a violação de termos de uso de plataformas, isoladamente, não configura crime no Brasil — não há norma penal que tipifique especificamente o descumprimento contratual. Mas pode configurar invasão de dispositivo informático (art. 154-A do CP) quando há circumvenção de mecanismos técnicos de proteção (CAPTCHAs, rate limiting, autenticação).

O caso americano hiQ Labs v. LinkedIn estabeleceu que a violação de termos de uso de site público não configura, por si só, "acesso não autorizado" para fins do Computer Fraud and Abuse Act, embora a discussão permaneça aberta em outras jurisdições.

(iv) Scraping para fraudes: a extração de dados públicos de fontes diversas (LinkedIn, Facebook, Receita Federal, juntas comerciais, listas vazadas) é usada para construção de bases para spear phishing, engenharia social, fraudes financeiras, golpes do falso parente e crimes correlatos.

(v) Pesquisa acadêmica e jornalismo de dados: o scraping é instrumento essencial de pesquisa empírica sobre fenômenos digitais — desde estudos sobre desinformação e discurso de ódio até auditoria de algoritmos de plataformas. Há esforço crescente para reconhecer exceção legítima de pesquisa científica, com balizamento ético e metodológico próprio.