I rischi legati al copyright nell’utilizzo dell’intelligenza artificiale (AI) in ambito finanziario stanno diventando sempre più stringenti e complessi da gestire. Con l’accelerata adozione di modelli linguistici generativi, gli esperti di diritto e proprietà intellettuale hanno evidenziato che le vecchie licenze, pensate per attività tradizionali, non sono sufficienti per coprire le nuove forme di utilizzo dei dati. Roanie Levy, esperta legale e gestione licenze presso la Copyright Clearance Center, ha chiarito questi temi in un’intervista a “The AI in Business Podcast”.
Le istituzioni finanziarie oggi utilizzano l’intelligenza artificiale per diversi scopi, come la generazione di report automatici, la sintesi di informazioni complesse, l’analisi di mercati e addirittura la personalizzazione della comunicazione con gli utenti. Tuttavia, l’impiego di modelli linguistici generativi introduce rischi che non erano previsti quando le licenze e le linee guida vigenti vennero create. Le norme attuali non tengono conto di come i dati vengono utilizzati durante l’addestramento dell’AI, né come queste tecnologie riproducono informazioni protette da copyright.
Il problema dei modelli pre-addestrati
Uno dei punti principali riguarda i modelli pre-addestrati, che utilizzano grandi quantità di dati provenienti da fonti diverse, spesso non controllate. Questi modelli memorizzano e rielaborano testi per fornire risposte personalizzate agli utenti. Il problema legale nasce quando questa attività di “creazione” comporta il reimmagazzinamento o la redistribuzione di informazioni protette. Anche se la natura dell’AI è non umana, le responsabilità legali rientrano sempre nelle spalle degli utilizzatori finali.
Conseguenze concrete
L’utilizzo inadatto di tali strumenti potrebbe esporre le aziende a gravi multe o ad azioni legali da parte di editori, case editrici, e istituzioni accademiche il cui contenuto è stato usato senza licenza per l’addestramento o la generazione di output. Roanie Levy ha sottolineato che, nel caso delle banche o degli istituti finanziari, l’uso errato di questi strumenti può compromettere anche l’affidabilità del sistema interno, danneggiando la reputation aziendale.
Un nuovo approccio alla gestione dei dati
Per mitigare questi rischi, le aziende devono adottare nuove policy di gestione dei dati e dei contenuti, che tengano conto sia del contesto di utilizzo che dell’origine del materiale da cui l’IA trae informazioni. È fondamentale verificare la provenienza dei dati, implementare sistemi avanzati di filtraggio e valutazione, e formare i responsabili interni sui nuovi standard di compliance.
- Controllo rigido su come i modelli vengono addestrati
- Creazione di un team dedicato alla gestione del rischio AI
- Adozione di strumenti legali di tracciabilità del contenuto
- Partnership con istituzioni culturali per l'uso consensuale dei dati
- Formazione degli sviluppatori e del personale sull'etica dell’AI
Una possibile soluzione, suggerisce Levy, è un modello di licensing chiaro e trasparente, che consenta l’utilizzo limitato dei dati sensibili o protetti durante l’addestramento e l’uso dell’intelligenza artificiale. Tale approccio dovrebbe essere accompagnato da test approfonditi per verificare che i modelli non replichino informazioni protette in un modo facilmente identificabile.
Esperienze internazionali e normative emergenti
Alcuni paesi, come la UE, stanno già muovendosi per aggiornare le norme in materia di copyright e proprietà intellettuale. La legislazione europea, ad esempio, ha proposto restrizioni più stringenti sull’uso di dati sensibili nel training degli AI model, con l’obiettivo di proteggere la privacy e la proprietà intellettuale. Gli Stati Uniti, invece, sono in fase di valutazione su come modificare le esenti di Fair Use, che oggi non coprono pienamente l’utilizzo AI.
Per un utilizzo sostenibile e legale dell’intelligenza artificiale dentro il settore bancario e finanziario, diventa essenziale collaborare con esperti legali, sviluppare nuovi framework contrattuali e investire in tecnologie che garantiscano conformità automatica alle nuove normative.