La battaglia legale sul materiale utilizzato per addestrare i modelli di intelligenza artificiale (IA) entra in una nuova fase. Un gruppo di autori sostiene che OpenAI abbia utilizzato senza autorizzazione copie di libri protetti da copyright per sviluppare i suoi modelli GPT, arrivando ad accusare la società di aver costruito le fondamenta della propria attività sulla «pirateria di massa». Le accuse emergono da una mozione per il giudizio sommario presentata nell’ambito dei procedimenti sul copyright riuniti davanti al giudice Sidney Stein a New York. Gli autori chiedono al tribunale di stabilire, prima di un eventuale processo, che la copia delle loro opere sia avvenuta senza autorizzazione e che tale utilizzo non possa essere considerato fair use. La richiesta riguarda 194 titoli e, in questa fase, punta a ottenere una decisione sulla responsabilità, non sulla quantificazione degli eventuali danni.
La Nuova Fase dell’Addestramento IA Copyright
Questa mozione per il giudizio sommario rappresenta un tentativo di ottenere una decisione giudiziaria preliminare prima che si arrivi a un eventuale processo. Gli autori chiedono al tribunale di stabilire un punto cruciale: che la copia delle loro opere da parte di OpenAI sia avvenuta senza autorizzazione e che tale utilizzo non possa essere considerato “fair use”. In sostanza, vogliono che il tribunale confermi che l’uso dei loro libri per l’addestramento IA copyright costituisce una violazione.
Accuse di “Pirateria di Massa” nell’Addestramento IA
La retorica utilizzata dagli autori è forte: accusano OpenAI di aver costruito le fondamenta della propria attività sulla “pirateria di massa”. Questo termine suggerisce un’operazione su larga scala, sistematica e deliberata, di appropriazione indebita di materiale protetto da copyright. Secondo la loro linea argomentativa, i modelli GPT derivano direttamente dall’esposizione a vaste quantità di dati, inclusi milioni di libri il cui utilizzo non è stato autorizzato dagli autori. Pertanto, l’addestramento stesso potrebbe essere considerato un atto di violazione.
Il Concetto di “Fair Use” nell’Addestramento IA Copyright
La difesa di OpenAI si basa spesso sul concetto di “fair use”, che consente l’uso di materiale protetto senza permesso in determinate circostanze. OpenAI potrebbe argomentare che l’addestramento dei suoi modelli è un uso “trasformativo”, poiché i dati dei libri vengono analizzati per estrarre pattern linguistici e concetti, utilizzati poi per creare contenuti completamente nuovi. Tuttavia, gli autori ribattono che questo “apprendimento” avviene solo perché le copie digitali dei loro libri sono state a disposizione del sistema di addestramento, costituendo una violazione sostanziale e dannosa.
Implicazioni dell’Addestramento IA Copyright per il Futuro
La questione dei dati di addestramento è fondamentale. Se i tribunali stabiliranno che l’uso di materiale protetto da copyright per l’addestramento dell’IA costituisce una violazione, ciò costringerebbe le aziende a riconsiderare le proprie strategie di raccolta dati. Potrebbero sorgere conseguenze come licenze costose, un maggiore focus su dati “puliti” e open source, o un rallentamento dell’innovazione. La battaglia legale va oltre il mero contenzioso, avendo il potenziale per ridefinire il rapporto tra la creazione di contenuti protetti da copyright e lo sviluppo di tecnologie basate sull’IA.
Le decisioni in questo caso avranno un impatto duraturo sulla direzione dell’innovazione tecnologica, sulla protezione della proprietà intellettuale e sul futuro dell’industria creativa. Per approfondire casi simili, si veda la denuncia di Sony Music e Warner Chappell Music contro Anthropic o la class action contro Anthropic per 1,5 miliardi di dollari.
Per ulteriori informazioni sul dibattito in corso, si può consultare anche la causa tra Meta e i produttori di contenuti e la battaglia da 3 miliardi di Anthropic. Anche Reddit è al centro di controversie simili riguardo al copyright e ai dati AI. Nel frattempo, Google AI continua a sviluppare strumenti come Lyria 3 per creare musica, mentre OpenAI affronta sfide anche con Sora per i video IA. Infine, NVIDIA è stata accusata di aver utilizzato dati da Anna’s Archive per addestrare i suoi modelli AI, come riportato in questo articolo.