Copyright e AI, EFF avverte i giudici: il rischio è andare troppo oltre

Ogni grande tecnologia capace di riprodurre, trasformare o rielaborare contenuti ha prima o poi incontrato il copyright. È successo con la fotografia, con i registratori, con le fotocopiatrici, con il videoregistratore e con i motori di ricerca; oggi la stessa frizione investe l’intelligenza artificiale generativa. Ma Electronic Frontier Foundation (EFF) invita i tribunali a non commettere l’errore di modificare indirettamente i confini del diritto d’autore per proteggere i titolari dei diritti dalla semplice concorrenza economica prodotta dalle nuove tecnologie.

La questione non riguarda soltanto la liceità dell’addestramento o training dei modelli AI. Sul tavolo c’è un problema più profondo: stabilire quali danni economici il copyright possa effettivamente impedire.

EFF ha portato la sua tesi davanti ai giudici, tra gli altri, nei procedimenti Concord Music Group v. Anthropic e In re Mosaic LLM Litigation, contestando una teoria indicata con l’espressione “market dilution“. Secondo tale impostazione, un sistema generativo potrebbe incidere negativamente sul mercato delle opere esistenti semplicemente perché permetterebbe agli utenti di creare nuovi contenuti concorrenti. Per EFF accettare una simile idea significherebbe attribuire ai titolari dei diritti un potere che il copyright non concede: controllare anche opere non illecite soltanto perché capaci di sottrarre pubblico, vendite od opportunità commerciali.

Dal Betamax all’AI: un precedente che ancora pesa

Il riferimento storico più importante è la causa Sony Corp. of America v. Universal City Studios, nota anche come “caso Betamax“, affrontata dalla Corte Suprema USA nel 1984.

In quel caso, Hollywood temeva che i videoregistratori domestici permettessero una riproduzione incontrollata dei programmi televisivi. Jack Valenti, allora presidente della Motion Picture Association of America, arrivò a descrivere il VCR (Video Cassette Recording) come una minaccia devastante per l’industria cinematografica.

La Corte Suprema si pronunciò in modo diametralmente opposto. Stabilì tra l’altro che la commercializzazione di un dispositivo capace di effettuare copie non comporta automaticamente responsabilità per violazione indiretta del copyright quando il prodotto possiede “substantial noninfringing uses“, cioè utilizzi sostanziali che non violano i diritti d’autore. Nel caso Betamax, uno di questi consisteva nel time-shifting: registrare una trasmissione televisiva per guardarla successivamente e poi cancellarla: i giudici considerarono tale uso domestico e non commerciale compatibile con un utilizzo accettabile e non sanzionabile in alcun modo.

EFF usa quel precedente con attenzione. Non sostiene che un modello linguistico sia giuridicamente identico a un videoregistratore, né che qualsiasi operazione compiuta durante la fase di addestramento debba diventare automaticamente lecita. Il principio interessante è un altro: la comparsa di una tecnologia dagli effetti potenzialmente dirompenti non autorizza ad ampliare il copyright oltre i suoi confini “naturali” per neutralizzare preventivamente possibili conseguenze economiche.

Che cos’è la teoria della market dilution

Una cosa è sostenere che un modello abbia copiato illegalmente un’opera protetta o produca un risultato sostanzialmente simile a essa. Altra cosa è affermare che il modello danneggi l’autore perché permette di creare nuove opere che competono con le sue.

La seconda ipotesi corrisponde alla teoria della market dilution contestata da EFF. Immaginiamo un romanziere: un sistema AI potrebbe aiutare migliaia di persone a scrivere nuovi romanzi. Alcuni potrebbero raggiungere gli stessi lettori del romanziere originale e ridurne le vendite. Secondo la posizione sostenuta anche da EFF, però, un danno commerciale del genere non basta di per sé a trasformare quelle opere concorrenti in violazioni del copyright.

Il diritto d’autore protegge l’espressione originale, non un mercato astratto composto da tutte le opere appartenenti allo stesso genere. Un autore non acquisisce il monopolio sui romanzi romantici, sui thriller, sui supereroi, sullo stile fantascientifico o su una determinata atmosfera narrativa. Se il nuovo lavoro non copia elementi protetti in misura giuridicamente rilevante, la concorrenza resta concorrenza.

Training e output non sono la stessa questione

Una delle semplificazioni più frequenti consiste nel trattare il training e la generazione come un’unica attività. Tecnicamente e giuridicamente non è così. Durante la preparazione di un modello, i contenuti possono attraversare diverse fasi: acquisizione, archiviazione, normalizzazione, tokenizzazione nel caso dei LLM (Large Language Models), trasformazione in rappresentazioni numeriche e successivi cicli di ottimizzazione dei parametri.

Il modello finale non è affatto un archivio dal quale estrarre il documento originale. Nei modelli AI, l’addestramento modifica miliardi di parametri affinché il sistema apprenda regolarità statistiche. Ciò non significa che la memorizzazione sia impossibile: modelli sovradimensionati, esempi molto ripetuti, dati rari o particolari tecniche di prompting possono favorire fenomeni di memorization e la rigenerazione di sequenze viste durante il training.

La domanda sull’output è quindi: quanto assomiglia il risultato a un’opera specifica? Quella sul training è diversa: era lecito acquisire e utilizzare le copie necessarie per costruire il modello?

Quando il copyright rischia di diventare una barriera per la creatività

Per EFF, il rischio maggiore è che le controversie sull’AI finiscano per allargare il copyright ben oltre la tutela contro la copia illecita.

Imporre una licenza preventiva per ogni contenuto usato nell’addestramento renderebbe estremamente onerosa la costruzione di dataset su scala Web: raccolte come Common Crawl contengono quantità enormi di dati, e identificare e negoziare con ogni titolare sarebbe spesso impraticabile, con un vantaggio evidente per le aziende in grado di sostenere accordi costosi e uno svantaggio per startup, università e gruppi di ricerca.

Le cause che coinvolgono Databricks, MosaicML e Anthropic mostrano però che il problema non si esaurisce nella domanda “training lecito o illecito“: entrano in gioco provenienza dei dati, copie intermedie, memorizzazione, caratteristiche degli output e reale sostituzione economica delle opere originali.

In ogni caso, per EFF il copyright non dovrebbe trasformarsi nella clava per impedire opere nuove e lecite soltanto perché competono con quelle esistenti. Altrimenti si rischierebbe di attribuire indirettamente agli autori un controllo anche su generi, idee, atmosfere e stile, elementi che il diritto d’autore non monopolizza.

Per la fondazione. quindi, il nodo cruciale sta nel distinguere con precisione tra copia di un’opera, utilizzo dei dati per il training, riproduzione memorizzata e creazione di un contenuto realmente nuovo: trattare questi fenomeni come se fossero equivalenti porterebbe a estendere il copyright sulla base degli effetti economici temuti, anziché delle condotte effettivamente lesive.