Copyright e IA
il precedente
degli Stati Uniti.

§01 · Il caso

Addestrare l'IA con dati protetti.

La Corte d'Appello del Terzo Circuito degli Stati Uniti ha confermato la decisione del tribunale distrettuale del Delaware in una causa tra Thomson Reuters e Ross Intelligence. Il punto centrale era se l'uso di migliaia di headnotes (sintesi create da esperti per riassumere i punti di legge di una sentenza) potesse essere considerato un "fair use", ovvero un uso equo e non sanzionabile.

Ross Intelligence aveva utilizzato queste sintesi per addestrare un sistema di ricerca legale, servendo da guida per insegnare al software come identificare i passaggi rilevanti nelle sentenze. Va precisato un punto: il sistema di Ross non era un'IA generativa, cioè non creava contenuti nuovi, e la Corte ha distinto il caso dalle cause sui modelli generativi. La Corte ha stabilito che tale pratica ha violato il copyright, poiché il sistema era nato per competere direttamente con la piattaforma Westlaw.

§02 · La motivazione

Concorrenza contro trasformazione.

Perché la difesa del "fair use" è fallita? La Corte ha rilevato che il prodotto di Ross non era "trasformativo", ovvero non creava qualcosa di sostanzialmente nuovo, ma era un sostituto di mercato. In termini semplici: Ross ha usato i dati di un concorrente per costruire un prodotto che compete con lo stesso concorrente.

La sentenza sottolinea che le sintesi editoriali possiedono una "scintilla creativa" e che l'aspirazione di diventare un concorrente diretto utilizzando materiali altrui non giustifica la copia. Ross Intelligence, la società che ha perso la causa, aveva però già chiuso la piattaforma nel 2021, per i costi del contenzioso.

§03 · Per le PMI

Il rischio dei dati di terzi.

Anche se si tratta di un caso tra aziende tecnologiche, il principio riguarda ogni PMI italiana che usa dati di terzi per costruire i propri strumenti di analisi. Molti imprenditori pensano che se un dato è "online" o accessibile tramite abbonamento, possa essere usato per addestrare un modello interno senza rischi.

Questa sentenza ricorda che l'addestramento non è un'area franca. Se l'obiettivo dell'IA è automatizzare un servizio che replica l'offerta di chi ha prodotto i dati, il rischio di essere accusati di violazione del copyright è concreto. Non è solo una questione di grandi modelli: conta soprattutto lo scopo, cioè se lo strumento nasce per sostituire il prodotto di chi ha creato i dati. La Corte ha però distinto questo caso dalle cause sui modelli di IA generativa.

§04 · In Europa

Regole diverse, stessa cautela.

In Italia e nell'UE le regole differiscono da quelle americane. La Direttiva (UE) 2019/790 prevede un'eccezione per l'estrazione di testo e dati, pensata anche per il settore privato, a condizione che i titolari dei diritti non abbiano riservato esplicitamente tali usi con mezzi leggibili da macchina.

Inoltre, l'AI Act (Regolamento UE 2024/1689) prevede obblighi di documentazione e trasparenza per i sistemi di IA. Chi sviluppa strumenti di IA in Europa deve quindi sapere quali dati usa, come li usa e con quali tutele.

§05 · Cosa fare

Strategie di protezione.

Cosa conviene fare oggi a un'azienda che vuole implementare l'IA in modo sicuro?

• Privilegiare dati proprietari. L'addestramento su dati prodotti internamente riduce molto il rischio.
• Verificare le licenze. Se si usano dataset esterni, controllare se includono esplicitamente l'uso per l'addestramento di modelli di IA.
• Evitare la replica. Non usare l'IA per creare un prodotto che sia una copia funzionale di un servizio esistente basato su dati protetti.