Pular para o conteúdo
Voltar para o blog
  • Free Software
  • Open Source
  • Inteligência Artificial
  • Forças Produtivas
  • Condições de Trabalho
  • Tecnologia e Sociedade

O Manifesto do Desenvolvedor

IA, Software Livre e Trabalho

Pixel art noturno: uma biblioteca clássica de portas abertas deixa sair luz verde-limão e livros roxos voando até as casas ao redor

A IA que completa o seu código aprendeu com o código de milhões de pessoas. Parte dele estava sob GPL, uma licença escrita justamente para que nada derivado daquele trabalho virasse propriedade fechada. Hoje esse aprendizado volta para nós como assinatura mensal. Escrevi a primeira versão deste manifesto em 2025, e ela falava de software livre quase como ideia. Esta versão fala de trabalho: quem escreve o código, quem fica com o valor dele e o que um desenvolvedor pode defender quando a IA e a nuvem cercam o que era comum. No fim, conto quais compromissos eu assumo e onde ainda não consigo cumpri-los.

Por que um Manifesto do Desenvolvedor em 2026

Software é trabalho coletivo. Quase nenhum sistema em produção é escrito do zero: ele se apoia em bibliotecas, compiladores, kernels e ferramentas que milhares de pessoas escreveram, muitas sem receber nada. Esse conjunto é o comum digital: um patrimônio que ninguém comprou e que todo mundo usa.

Já escrevi sobre a história desse comum. Em Free Software vs Open Source mostro como o movimento se dividiu entre liberdade e eficiência, e em Open Source mostro como as grandes empresas aprenderam a usar esse trabalho sem devolver quase nada. Não vou repetir esses textos aqui. O que mudou desde então é o motivo deste manifesto, e são duas coisas acontecendo ao mesmo tempo.

A primeira é que a IA virou a cerca mais nova sobre o comum. Modelos treinados em código público devolvem esse trabalho como produto pago, e a apropriação ficou mais rápida e menos visível. Antes, uma empresa precisava pegar um projeto e fechar um fork. Agora basta treinar um modelo.

A segunda é que o desenvolvedor deixou de se ver como trabalhador. Muitos de nós se enxergam como "empreendedores de si": PJ, freelancer, alguém que negocia sozinho com o mercado. Ricardo Antunes e Ruy Braga já estudavam esse processo em Infoproletários, em 2009: a precarização do trabalho na informática, inclusive de quem é contratado como pessoa jurídica. Quem se vê como empresa de uma pessoa só não percebe que o código que escreve, no emprego e no open source, é trabalho apropriado por outros.

Uma coisa alimenta a outra. A IA acelera a apropriação, e o dev está sem consciência de classe para reagir. Marx chamou de acumulação primitiva o roubo das terras comuns e sua transformação em propriedade privada moderna. O que está acontecendo com o código não é igual, mas rima.

IA Treinada em Código Aberto: a Cerca Mais Nova

O GitHub Copilot foi treinado em milhões de projetos públicos do GitHub. Em 2022, um grupo de programadores processou GitHub, Microsoft e OpenAI no caso Doe v. GitHub. Em setembro de 2026, o Tribunal de Apelações do 9º Circuito dos EUA confirmou o arquivamento da principal acusação, baseada na lei de direitos autorais digitais (DMCA), por entender que o modelo cria obras novas e não "remove" a atribuição de autoria.

Vale ler essa decisão com cuidado. Ela não diz que treinar IA em código aberto é legal. Diz só que aquele artigo do DMCA não se aplica. As acusações de quebra de contrato, ou seja, de violação das licenças, continuam pendentes na primeira instância. A pergunta que importa para nós segue em aberto.

A Microsoft defende que treinar em código licenciado é fair use, uso permitido sem autorização. A Software Freedom Conservancy, organização que defende o copyleft, respondeu ao escritório de direitos autorais dos EUA em 2023:

"To concede Microsoft's 'fair use' claims would be the first step in eviscerating the copyleft licenses that protect the primary commons of software source code."

Em português: aceitar o argumento da Microsoft seria o primeiro passo para esvaziar as licenças copyleft que protegem o principal comum do código-fonte. A mesma SFC admite que a Microsoft reconhece ter usado grandes quantidades de código copyleft no treino.

Uma "IA open source" sem os dados

Em outubro de 2024, a Open Source Initiative publicou a sua definição de IA open source. Ela não exige que os dados de treino sejam abertos: pede só informação suficiente sobre eles. O FAQ da OSI justifica que "dados de treino não equivalem a código-fonte". A crítica veio de dentro. Bruce Perens, autor da definição original de open source, respondeu que os dados de treino são o código-fonte de um modelo.

É o mesmo racha entre Free e Open, agora na IA. De um lado, uma definição que acomoda os interesses de quem treina modelos com dados que não pode ou não quer abrir. Do outro, a Free Software Foundation, que em rascunho defende que um sistema de aprendizado de máquina só é livre se os dados e os scripts de treino também forem.

A tecnologia é nossa

Eu não acho que a resposta seja rejeitar a IA. Uso IA todos os dias, e ela foi construída em cima do nosso trabalho. Justamente por isso, ela também é nossa. A disputa não é entre usar ou não usar, é sobre quem controla o que foi aprendido com o comum.

Pelo que tem acontecido, defendo que a IA precisa de copyleft. Se um modelo foi treinado com código livre, ele deveria ser obrigado a ser aberto: pesos, dados e processo. Hoje isso é uma proposta, não uma licença em vigor. A SFC montou um comitê sobre o tema em 2022, por causa do Copilot, e em 2024 concluiu que nenhum sistema disponível pode ser reproduzido pelo público. É uma demanda política, e demanda política se constrói com gente defendendo.

Relicenciamento e Nuvem: Quando o Comum Vira Produto

A IA não é a única cerca. Nos últimos três anos, projetos open source muito usados mudaram de licença para impedir que outros lucrassem com eles.

  • Terraform (HashiCorp): em agosto de 2023 trocou a MPL 2.0 pela Business Source License, que não é open source. Em setembro, a Linux Foundation lançou o OpenTofu, um fork com mais de 140 organizações apoiando.
  • Redis: em março de 2024 deixou a licença BSD e adotou duas licenças de código disponível, admitindo que deixava de ser open source. Uma semana depois nasceu o Valkey, fork mantido na Linux Foundation.
  • Elastic: fechou a licença do Elasticsearch em 2021 e, em agosto de 2024, voltou a oferecer a AGPL como opção.

Eu vejo duas leituras verdadeiras ao mesmo tempo.

A primeira é que foi apropriação da comunidade. Esses projetos cresceram com contribuições de muita gente de fora da empresa. Fechar a licença depois é pegar o que foi construído em comum e transformar em ativo privado.

A segunda é que foi sintoma da concentração na nuvem. O próprio Redis justificou a mudança dizendo que a maior parte das vendas passava pelos grandes provedores de nuvem, que transformavam o investimento do projeto em mercadoria. Em 2025, ao adicionar a AGPLv3, o CEO Rowan Trollope disse que os provedores de nuvem "reap the profits and control the infrastructure without proportional contributions back". É o próprio capital reconhecendo a extração.

E aqui tem uma contradição que vale encarar: o Valkey, o fork que "resistiu" ao fechamento do Redis, é apoiado por AWS, Google Cloud e Oracle. O comum resiste, mas quem paga a resistência ainda é a nuvem. A Elastic voltou à AGPL depois de virar "parceira do ano" da AWS. Os forks mostram que o código livre sobrevive a um fechamento, mas não mudam quem concentra a infraestrutura.

É por isso que a AGPL importa tanto. Ela é a GPL adaptada para software que roda como serviço: quem oferece o programa pela rede precisa disponibilizar o código modificado. É a resposta do copyleft à nuvem, e não é por acaso que Redis e Elastic voltaram justamente para ela. Expliquei a diferença entre copyleft e licenças permissivas em GPL vs MIT.

O Trabalho Invisível dos Mantenedores Open Source

Em 29 de março de 2024, o engenheiro Andres Freund anunciou que as versões 5.6.0 e 5.6.1 do xz utils, uma biblioteca de compressão presente em quase toda distribuição Linux, tinham um backdoor. A falha recebeu nota máxima de gravidade (10.0) e quase chegou ao SSH de servidores no mundo inteiro. O código malicioso foi inserido por "Jia Tan", um colaborador que levou anos ganhando a confiança do projeto.

O mais revelador está dois anos antes. Em junho de 2022, pressionado por contas que cobravam um novo mantenedor (e que depois se suspeitou fazerem parte do ataque), Lasse Collin, o mantenedor original, escreveu na lista do projeto que a capacidade dele de cuidar do xz estava limitada por problemas de saúde mental de longo prazo, que vinha trabalhando com Jia Tan e terminou assim:

"It's also good to keep in mind that this is an unpaid hobby project."

Um projeto que roda em milhões de servidores era mantido como hobby, sem pagamento, por uma pessoa esgotada. Não é exceção. Em dezembro de 2021, o Log4Shell expôs uma falha também de nota 10.0 no Log4j, biblioteca Java usada por empresas no mundo todo. O relatório oficial do governo dos EUA sobre o caso começa lembrando que "a group of volunteers maintain Log4j" e fala dos riscos de uma comunidade "thinly-resourced, volunteer-based".

Os números confirmam o padrão. No relatório de 2024 da Tidelift, empresa que vende justamente pagamento a mantenedores, 60% dos mantenedores se declaram hobbyistas não pagos, só 12% vivem principalmente desse trabalho e 60% já largaram ou pensaram em largar um projeto. Um mantenedor anônimo resumiu no relatório: o open source gerou trilhões em valor, colhidos por grandes empresas que devolvem muito pouco, "nem reconhecimento, respeito ou gratidão".

Na linguagem marxista, é apropriação de trabalho alheio: valor produzido por quem trabalha e capturado por quem controla a infraestrutura. No emprego, essa apropriação acontece por dentro do salário. No open source, acontece sem salário nenhum.

Quem deveria pagar

Não acredito em uma única saída. Acredito em três frentes juntas:

  • Empresas que lucram com o software pagam, como obrigação e não como caridade ou campanha de marketing.
  • Dinheiro público financia a infraestrutura digital, como financia estradas. A Alemanha já faz isso: a Sovereign Tech Agency investiu €41,1 milhões em 118 tecnologias desde 2022, incluindo OpenSSH, PHP e systemd.
  • Mantenedores se organizam em fundações, cooperativas e sindicatos para negociar coletivamente, em vez de pedir doação um por um.

O que Eu Me Comprometo a Defender

Um manifesto que só diagnostica é uma análise. Este tem compromissos, e eles são concretos o bastante para eu ser cobrado por eles.

O primeiro é usar copyleft por padrão. Quando eu publico um projeto, a licença é uma escolha política, não um detalhe do repositório. O Rubrica, o Gatekey e o Code Forge estão sob GPLv3. O Voxr, que roda como serviço, está sob AGPLv3, porque é exatamente o caso que a AGPL existe para proteger. Licença permissiva tem o seu lugar, mas, por padrão, quem usa o meu trabalho para construir algo deve devolver o que construiu.

O segundo é devolver ao que eu uso. Toda dependência no meu package.json tem alguém por trás. Devolver nem sempre é código: pode ser um bug bem reportado, uma documentação corrigida, uma resposta numa issue ou dinheiro, quando a empresa em que trabalho pode pagar. O xz mostrou o que acontece quando ninguém devolve.

O terceiro é preferir padrões, ferramentas e modelos abertos. Web aberta em vez de plataforma fechada, formatos abertos em vez de formatos que prendem, modelos de IA com pesos abertos quando eles resolvem o problema. Cada escolha dessas diminui a dependência de quem controla a infraestrutura.

O quarto, e o mais difícil, é a organização coletiva. Me reconhecer como trabalhador, não como empresa de uma pessoa só. Isso tem forma concreta: sindicatos da área, como o SINDPD em São Paulo; cooperativas de tecnologia livre, como a EITA, que desenvolve tecnologia junto com movimentos sociais e já virou estudo acadêmico; e exemplos de fora, como a Alphabet Workers Union, fundada em 2021 por pouco mais de 200 trabalhadores do Google e que hoje diz ter mais de mil membros. Falei de alternativas cooperativas em Plataformas Cooperativas e Fediverso.

Os Limites de um Manifesto

Preciso ser direto sobre uma contradição: eu uso ferramentas fechadas. Escrevo boa parte do meu código com o Claude Code, um produto proprietário. Trabalho com plataformas que não controlo. Um leitor atento vai notar, e é justo que note.

Ninguém vive fora do sistema que critica. Um manifesto não é um teste de pureza, é uma direção. Ele diz respeito ao que eu controlo: a licença do que eu publico, o que eu devolvo, as escolhas que posso fazer e a organização de que participo. Esperar uma vida sem contradições para começar a agir é o jeito mais eficiente de nunca agir.

Também preciso ser direto sobre o software livre: sozinho, ele não emancipa ninguém. Código livre sem organização vira insumo gratuito. Foi assim com o Linux nas nuvens, com o Log4j nas empresas e com o código do GitHub no treino do Copilot. A licença protege o código; quem protege as pessoas que escrevem o código é a organização delas. É por isso que o quarto compromisso pesa mais do que os outros três.

Conclusão: Escolha um Compromisso

A IA aprendeu com o nosso trabalho, as empresas fecham licenças quando a nuvem aperta e a infraestrutura do mundo depende de gente que mantém software como hobby. Nada disso é acidente: são os incentivos de um sistema que transforma o comum em propriedade sempre que pode. Como em Engenheiros da Liberdade ou Arquitetos da Prisão?, a pergunta é de que lado o nosso trabalho fica.

Não precisa adotar os quatro compromissos de uma vez. Escolha um e aplique no próximo projeto:

  • Licença: publique o próximo repositório com GPL ou AGPL e explique o motivo no README.
  • Devolver: escolha uma dependência que você usa todo dia e contribua com ela este mês, com código, documentação ou dinheiro.
  • Abertura: troque uma ferramenta ou modelo fechado por uma alternativa aberta onde ela resolver.
  • Organização: descubra qual sindicato representa a sua categoria e converse com colegas sobre isso.

O código que escrevemos já é coletivo. O que falta é que a decisão sobre ele também seja.

Referências

Matheus Mierzwa

AI Enablement Lead & Frontend Tech Lead

Escrevo sobre o que construo e lidero na prática.