La sentenza che cambia il rapporto tra AI e diritto d'autore
Una controversia fondamentale sul rapporto tra intelligenza artificiale e diritto d'autore entra in una nuova fase negli Stati Uniti, con una decisione che rischia di avere conseguenze globali. Un tribunale federale ha stabilito che l'utilizzo di opere protette da copyright per addestrare modelli di AI può rientrare nella dottrina del fair use, quando il materiale viene utilizzato per un processo di analisi statistica finalizzato alla costruzione di uno strumento nuovo e non per riprodurre le opere originali.
La decisione riguarda la causa intentata contro Meta da un gruppo di autori, tra cui Sarah Silverman, Richard Kadrey e Christopher Golden, che avevano contestato l'utilizzo dei loro libri nell'addestramento dei modelli Llama. Al centro del procedimento c'era una domanda destinata a diventare sempre più rilevante per l'industria tecnologica: l'atto stesso di acquisire e analizzare un'opera protetta per addestrare un modello costituisce una violazione del copyright?
La trasformazione della finalità come criterio decisivo
Il giudice federale Vince Chhabria ha respinto il cuore della tesi degli autori, distinguendo tra la funzione originaria dei libri e quella che assumono all'interno del processo di addestramento. Un romanzo viene scritto per essere letto; il modello, invece, non utilizza il testo per offrire al pubblico una copia dell'opera, ma per individuare relazioni tra parole, strutture linguistiche e ricorrenze statistiche. Il risultato è un sistema capace di generare testi, rispondere a domande, sintetizzare informazioni e svolgere attività che non coincidono con la funzione commerciale dell'opera originale.
È proprio questa trasformazione della finalità a sostenere la valutazione di fair use. Il ragionamento riprende una linea interpretativa già affermata dalla giurisprudenza americana, in particolare nel caso Google Books. Anche allora la riproduzione integrale di milioni di libri era stata considerata lecita perché funzionale alla creazione di un servizio diverso dalle opere originarie, in quel caso un sistema di ricerca nel testo.
Un principio importante, ma non un lasciapassare generale
La sentenza stabilisce quindi un principio importante, ma non equivale a un lasciapassare generale per l'utilizzo dei contenuti protetti nell'AI. La valutazione del fair use rimane legata alle circostanze concrete e soprattutto alla modalità con cui il materiale viene utilizzato e restituito. Il confine più delicato resta quello tra apprendimento statistico e riproduzione.
È infatti proprio sulle risposte generate dai modelli che il contenzioso potrebbe spostarsi. Gli autori sostengono che un sistema capace di produrre passaggi sostanzialmente identici a quelli contenuti nelle opere utilizzate per l'addestramento possa determinare una violazione distinta. Il tribunale ha lasciato aperta questa possibilità, sottolineando che eventuali output illeciti dovranno essere valutati sulla base delle specifiche circostanze e della presenza di elementi espressivi protetti.
La distinzione tra apprendimento e riproduzione
La distinzione è fondamentale. Il fatto che un modello abbia appreso da un'opera non significa automaticamente che ogni contenuto successivamente generato costituisca una copia. Perché si configuri una violazione occorre dimostrare che l'output riproduca elementi tutelati, e non semplicemente idee, temi, informazioni o caratteristiche stilistiche che il copyright, in linea generale, non protegge.
Per Meta si tratta di una decisione di particolare rilievo: l'azienda aveva infatti strenuamente difeso l'addestramento dei propri modelli come una forma di apprendimento coerente con il funzionamento dell'intelligenza artificiale e aveva sottolineato la presenza nei propri dataset di materiale proveniente da fonti diverse, inclusi contenuti concessi in licenza e opere disponibili pubblicamente.
La questione della provenienza dei dati
Il caso ha però evidenziato anche la complessità della provenienza dei dati utilizzati per l'addestramento. Dataset come Books3 hanno incluso grandi quantità di libri protetti da copyright, alimentando una discussione che non riguarda soltanto l'atto tecnico dell'addestramento, ma anche la legittimità delle modalità con cui i dati vengono raccolti e acquisiti.
Per gli autori, la sentenza rappresenta una battuta d'arresto, ma non necessariamente la conclusione della controversia. Il tema economico rimane infatti irrisolto: se i modelli generativi possono produrre contenuti capaci di competere con quelli realizzati dagli esseri umani, il fatto che il processo di addestramento sia considerato trasformativo non elimina automaticamente il problema dell'impatto sul mercato creativo.
La dimensione politica e economica della disputa
È qui che la disputa giuridica si intreccia con quella politica. Le organizzazioni che rappresentano scrittori, giornalisti e altri creatori chiedono maggiore trasparenza sui dataset utilizzati dalle aziende e sistemi che consentano ai titolari dei diritti di autorizzare o vietare l'impiego delle proprie opere. Una delle ipotesi più discusse è quella di introdurre meccanismi di licenza collettiva, attraverso i quali gli sviluppatori possano utilizzare grandi cataloghi di contenuti pagando i relativi titolari.
Il problema è che un sistema di licenze obbligatorie potrebbe modificare profondamente l'economia dell'AI, bloccando sul nascere lo sviluppo di potenziali concorrenti dei modelli attualmente più diffusi, da Gemini a Grok, da Claude allo stesso Llama. Addestrare modelli su miliardi di documenti richiede infatti dataset enormi e diversificati, e se ogni singola opera dovesse essere autorizzata separatamente, i costi e la complessità amministrativa potrebbero diventare proibitivi, soprattutto per gli sviluppatori più piccoli.
Un quadro tutt'altro che definitivo
La decisione americana rafforza quindi, almeno per ora, la posizione dell'industria tecnologica USA. Ma il quadro resta tutt'altro che definitivo. Cause contro altri sviluppatori di AI stanno affrontando questioni analoghe, con esiti differenti e con un'attenzione crescente non soltanto ai dati utilizzati per l'addestramento, ma anche ai contenuti prodotti dai modelli.
Il caso del New York Times contro OpenAI e Microsoft rappresenta, da questo punto di vista, un banco di prova particolarmente significativo. Una parte della controversia riguarda infatti la capacità dei modelli di restituire, in determinate condizioni, passaggi molto vicini agli articoli originali. In scenari di questo tipo, la discussione si sposta dal modo in cui un sistema ha imparato a ciò che il sistema è effettivamente in grado di riprodurre.
Le immagini generative e il problema dello stile
Anche nel settore delle immagini generative il problema assume una forma analoga. Le controversie che coinvolgono aziende come Stability AI e Midjourney riguardano l'utilizzo di opere artistiche nei dataset, ma anche la capacità dei modelli di produrre immagini riconducibili a caratteristiche stilistiche specifiche. E proprio la distinzione tra stile, che normalmente non gode di una protezione autonoma paragonabile a quella di una specifica espressione creativa, e riproduzione di elementi protetti sarà uno dei terreni più complessi del contenzioso futuro.
Un precedente importante ma non definitivo
La sentenza Meta potrebbe dunque diventare un precedente importante, ma difficilmente sarà l'ultima parola. La sua portata più significativa riguarda la separazione tra l'apprendimento automatico e la riproduzione dell'opera: utilizzare un contenuto protetto come materiale di analisi per costruire un nuovo strumento può essere considerato un uso trasformativo; produrre successivamente una copia sostanziale dello stesso contenuto è una questione diversa.
Il punto è destinato ad assumere ancora maggiore importanza man mano che l'AI generativa entra nei processi quotidiani di aziende e professionisti. I modelli oggi utilizzati per scrivere, programmare, sintetizzare documenti e produrre contenuti sono il risultato dell'analisi di miliardi di opere, testi e risorse creative. La domanda centrale rimane senza risposta definitiva: come bilanciare l'innovazione tecnologica con i diritti e gli interessi economici di coloro che hanno creato il materiale sul quale quella innovazione si fonda?