Os dubladores japoneses acabaram de escrever as regras do consentimento para a IA

Masako Nozawa dubla o Son Goku desde 1986. Ela tem 89 anos. Em 2025, se tornou a primeira dubladora a receber uma das mais altas honrarias culturais do Japão.

Este mês, falando à NHK sobre vídeos que recriam a voz dela com IA, ela disse o seguinte: “Esta não é a minha voz. Usar sem permissão é imperdoável. É a mesma coisa que roubo, e me dá raiva.”

Ela também disse que as cópias podem ser tecnicamente perfeitas e ainda assim falhar. “Pode até ser uma cópia perfeita. Mas não tem coração, tem?”

Essas falas já seriam uma boa história humana por si só. Elas saíram junto com algo mais consequente: em 15 de outubro, o Japan Actors Union publicou diretrizes sobre o uso de voz com IA, cobrindo cerca de 2.600 atores e dubladores.

O que as diretrizes exigem de fato

A regra central é o consentimento prévio. Os artistas precisam concordar antes de a voz ser usada para treinar modelos de IA, gerar novas gravações ou aparecer em conteúdo publicado. As diretrizes também definem remuneração e proteções contra uso não autorizado.

A ordem é o que importa. Não é um mecanismo de remoção, é um mecanismo de permissão. O padrão vira de “usa e tira se pedirem” para “pergunta antes”, o que é uma mudança bem maior do que parece, porque joga o ônus da prova em quem clona, e não em quem é clonado.

E dá aos artistas algo que processos individuais raramente entregam: uma checklist. Antes de alguém assinar um contrato de síntese, o sindicato já definiu o que um contrato justo precisa ter.

Um sindicato é um lugar estranho e eficaz para escrever um padrão

A maioria dos países está tratando disso por lei ou por processo judicial. O Japão está fazendo por organização coletiva, e há um motivo para isso poder funcionar mais rápido.

A lei é lenta e genérica. Os tribunais são mais lentos e valem só para quem entrou com a ação. Uma diretriz de sindicato não é nem uma coisa nem outra. É um padrão de mercado que 2.600 profissionais em atividade podem exigir para trabalhar, o que obriga as produtoras a colocá-lo na conta antes do primeiro projeto, e não depois do primeiro processo.

Também resolve um problema de coordenação que cada artista não consegue resolver sozinho. Uma dubladora jovem a quem pedem para assinar uma cláusula ampla de síntese tem pouquíssimo poder de barganha. Um sindicato dizendo “essa cláusula não é aceitável” dá a ela uma margem que não teria negociando sozinha.

O limite óbvio: uma diretriz não é lei aplicável. Se um estúdio a ignora, a resposta é sindical, não jurídica. Mas numa indústria em que as mesmas quatro agências fecham quase todo o trabalho, pressão sindical não é pouca coisa.

Nozawa não é contra a tecnologia

O detalhe que quase toda a cobertura pulou: ela também disse que acha a IA empolgante.

A objeção dela é especificamente sobre autorização, não sobre a existência da síntese. “Não consigo perdoar que usem sem perguntar”, disse. “Quero que as pessoas sigam as regras.”

Essa posição é mais útil do que uma recusa total, porque aponta para uma linha viável. A tecnologia está bem; o que falta é uma camada de permissão e um pagamento. Que é exatamente o que as diretrizes tentam construir.

É a mesma posição de Megumi Ogata, que dublou o Shinji em Evangelion e em agosto chamou a clonagem de voz por IA de “de partir o coração”, pedindo que o governo intervisse. Duas artistas muito diferentes, o mesmo pedido: não uma proibição, um regulamento.

Por que a voz é um caso mais difícil que a imagem

Há uma razão estrutural para os artistas de voz estarem ganhando essa discussão mais rápido que os artistas visuais.

Uma voz é inequivocamente de uma pessoa só. Ninguém defende que uma voz seja um gênero ou uma técnica. Quando alguém clona o Goku da Nozawa, não existe alegação plausível de que só se inspirou num estilo: a pessoa reproduziu o instrumento de um indivíduo identificável.

Estilo é a ambiguidade que trava os processos sobre imagem há três anos. Voz não tem essa saída. É por isso que os casos de voz andaram mais rápido, e por isso os padrões que estão sendo escritos agora provavelmente virarão o modelo para as regras de semelhança visual.

Para quem constrói produtos que sintetizam rostos ou vozes, esse é o sinal a ler: a arquitetura do consentimento está sendo definida primeiro pelos artistas, e vai ser exportada.

A dublagem é onde isso fica caro

As vozes de anime são o caso visível, mas a dublagem é o caso comercial.

Todo filme e série estrangeira lançada no Japão é redublada, e esse trabalho é uma fatia grande, constante e sindicalizada da indústria. É também a parte mais obviamente automatizável do ofício: casar com o movimento labial, manter o registro do personagem, entregar no prazo. Um modelo que faça uma dublagem aceitável por um décimo do custo é uma proposta existencial para quem vive disso.

É justamente por isso que regras de consentimento importam mais aqui do que em qualquer outro canto do trabalho de voz. Se a dublagem vira sintética por padrão, a profissão encolhe para um papel de supervisão. Se exige consentimento e pagamento, vira insumo licenciado: a mesma posição estrutural de um compositor quando alguém grava um cover.

As diretrizes não resolvem essa briga. Só garantem que os artistas estejam na mesa quando as condições forem definidas, em vez de descobrirem depois por um trailer.

O que isso significa na prática

Três coisas, para três pessoas diferentes.

Se você é artista, o artefato útil é a checklist. Pergunte o escopo do uso em treinamento, o prazo, o território, se sublicenciamento é permitido e o que acontece com derivados quando o contrato termina. Consiga a resposta por escrito. “Não vamos te clonar” não é cláusula.

Se você constrói um produto, consentimento está virando um problema de dados antes de ser jurídico. Você precisa de um registro de quem concordou com o quê, ligado ao modelo de voz específico e com validade. Estúdios que conseguem apresentar esse registro quando pedem ganham contratos; os que não conseguem perdem, independentemente da qualidade do resultado.

Se você é público, a mudança interessante é que “essa pessoa é real?” está virando a pergunta errada. A certa é “essa pessoa concordou?”. A primeira é um problema de detecção que ninguém está vencendo. A segunda é um problema de papelada que dá para resolver.

A frase que vai ser citada

“Sem coração não serve, seja qual for o papel. Até uma voz que só chora é diferente quando você chora com sentimento de verdade.”

Dá para ler isso como uma artista veterana defendendo seu ofício de uma máquina, e muita gente vai ler assim. Mas a afirmação é mais precisa do que isso. Ela está dizendo que o que é copiado não é o som: é a decisão por trás do som, a escolha de chorar de um jeito específico numa tomada específica.

Isso não dá para licenciar, e não dá para sintetizar. Só dá para contratar a pessoa que faz. As diretrizes existem para garantir que essa contratação continue acontecendo, e que, quando não acontecer, alguém seja pago.