La nuova causa intentata da Sony Music Publishing, Warner Chappell Music e da numerosi titolari di diritti musicali contro Anthropic merita attenzione per una ragione che va ben oltre la dimensione economica del contenzioso.
La controversia, depositata il 28 agosto 2026 davanti alla U.S. District Court for the Northern District of California, riguarda l’asserito utilizzo non autorizzato di migliaia di composizioni musicali protette dal copyright nell’addestramento dei modelli Claude. I ricorrenti contestano inoltre la capacità del sistema di restituire, in determinate circostanze, contenuti riconducibili alle opere originali. Si tratta, naturalmente, di allegazioni degli attori che dovranno essere accertate nel corso del giudizio.
Ma la vicenda pone una questione destinata a diventare sempre più centrale: che cosa accade quando le opere protette dal diritto d’autore diventano la materia prima con cui vengono costruiti i modelli di intelligenza artificiale?
Il dibattito pubblico tende a concentrarsi soprattutto sugli output: sull’immagine generata che assomiglia a una fotografia esistente, sul testo che riproduce un’opera letteraria o sulla musica che richiama una composizione preesistente.
Il problema giuridico, tuttavia, nasce molto prima.
Nasce nel momento in cui l’opera viene acquisita, copiata e inserita nel processo di addestramento.
Il problema della provenienza
Nel linguaggio dell’AI si parla comunemente di “dati di training”. Dal punto di vista del diritto d’autore, però, una parte significativa di quei dati è costituita da opere protette.
La distinzione è fondamentale. Una canzone, per esempio, non è giuridicamente un’entità unica: la composizione musicale e il testo costituiscono un’opera distinta dalla specifica registrazione sonora dell’esecuzione. Possono quindi esistere diritti diversi, appartenenti a soggetti diversi e suscettibili di differenti forme di sfruttamento.
Quando si afferma che un sistema di AI “ha utilizzato una canzone”, dunque, si sta utilizzando una formula tecnologicamente comprensibile ma giuridicamente incompleta.
Bisogna comprendere quale contenuto sia stato acquisito, come sia stato acquisito e con quale titolo sia stato utilizzato.
È proprio questo uno degli aspetti più interessanti che emergono anche dalla precedente controversia Bartz v. Anthropic. In quel caso il giudice William Alsup aveva ritenuto che l’utilizzo di libri per l’addestramento dei modelli potesse presentare caratteristiche di fair use, distinguendo tuttavia tale utilizzazione dall’acquisizione di copie piratate destinate alla costituzione di una biblioteca digitale permanente.
La distinzione è importante perché dimostra che la liceità del training e la liceità della provenienza dei contenuti non sono necessariamente la stessa cosa.
Il fatto che un utilizzo successivo dell’opera possa essere considerato trasformativo non significa, automaticamente, che sia lecita la modalità con cui quella stessa opera è stata acquisita.
È una distinzione destinata ad assumere un peso crescente nei contenziosi sull’AI.
Due modelli giuridici diversi
Negli Stati Uniti la questione viene affrontata principalmente attraverso il fair use previsto dal Copyright Act.
Non esiste una generale esenzione per l’addestramento dei sistemi di intelligenza artificiale. Il giudice deve valutare, caso per caso, la finalità dell’utilizzo, la natura dell’opera, la quantità utilizzata e l’effetto sul mercato dell’opera originaria.
La natura trasformativa del training costituisce certamente uno degli argomenti più rilevanti per gli sviluppatori: il modello non dovrebbe utilizzare l’opera per sostituirla, ma per apprendere strutture e relazioni e generare successivamente contenuti nuovi.
La questione diventa però più complessa quando il modello è in grado di restituire il contenuto protetto in forma sostanzialmente coincidente con l’originale.
In quel momento il problema non riguarda più soltanto ciò che il modello ha “imparato”, ma ciò che è in grado di restituire all’utente e l’eventuale interferenza con il mercato dell’opera.
Per l’industria musicale, evidentemente, si tratta di un confine particolarmente delicato.
Il quadro europeo è costruito secondo una logica differente.
La Direttiva 2019/790 ha disciplinato specificamente il text and data mining, prevedendo all’articolo 4 un’eccezione per determinate riproduzioni ed estrazioni effettuate su opere cui il soggetto abbia legittimamente accesso, consentendo al titolare di riservare il proprio diritto rispetto a tale utilizzazione. Per i contenuti disponibili online, la riserva può essere espressa anche attraverso strumenti machine-readable.
La domanda europea, quindi, non coincide con quella posta dal fair use americano.
Non basta chiedersi se l’utilizzo sia trasformativo. Occorre verificare se ricorrano le condizioni previste dalla disciplina sul TDM, a partire dalla legittimità dell’accesso e dal rispetto dell’eventuale riserva formulata dal titolare.
Questa differenza ha conseguenze concrete per gli operatori.
Un contenuto disponibile online non diventa, per il solo fatto di essere accessibile, automaticamente libero per essere utilizzato nell’addestramento di un modello.
Il copyright diventa una questione di governance
La disciplina europea ha compiuto un ulteriore passo con l’AI Act.
Per i fornitori di modelli di AI di uso generale, l’articolo 53 richiede una politica finalizzata al rispetto del diritto dell’Unione in materia di copyright e diritti connessi, compreso il rispetto delle riserve formulate dai titolari ai sensi della disciplina sul text and data mining. Il regolamento prevede inoltre obblighi di trasparenza sui contenuti utilizzati per l’addestramento.
La conseguenza più importante è forse proprio questa: il copyright entra nella governance del modello.
Non è più soltanto una questione che emerge quando un titolare contesta un determinato output. Deve essere considerato nella fase precedente, quella nella quale vengono selezionati, acquisiti e utilizzati i contenuti destinati al training.
La provenienza dei dati diventa quindi una componente del rischio legale del prodotto tecnologico.
È un cambiamento significativo anche per le imprese che utilizzano sistemi sviluppati da terzi. La circostanza che il modello sia stato addestrato da un provider esterno non elimina necessariamente ogni profilo di rischio per l’utilizzatore, soprattutto quando l’output viene successivamente incorporato in un prodotto o servizio commerciale.
Si apre così una nuova esigenza: comprendere, almeno nei limiti ragionevolmente possibili, quale sia la filiera giuridica dei contenuti utilizzati dal sistema.
Nel settore audiovisivo, editoriale e musicale questa esigenza è già nota attraverso il concetto di chain of title. Nell’AI potremmo assistere alla nascita di qualcosa di analogo applicato ai dataset: una sorta di “chain of title del dato”, capace di documentare la provenienza dei contenuti e il titolo in forza del quale sono stati utilizzati.
Dalla contrapposizione alla negoziazione
La vicenda Sony-Warner potrebbe infine produrre un effetto ulteriore.
Se le opere creative rappresentano una componente essenziale della materia prima dei sistemi generativi, il loro utilizzo potrebbe progressivamente trasformarsi da terreno di conflitto a oggetto di negoziazione.
Non soltanto: “posso impedire che la mia opera venga utilizzata per il training?”.
Ma anche: “a quali condizioni economiche sono disposto a consentirne l’utilizzazione?”
È qui che potrebbe svilupparsi un nuovo mercato delle licenze per l’AI.
Per i titolari dei diritti, soprattutto nei settori musicale, editoriale e audiovisivo, il problema non sarebbe più soltanto difendere il catalogo dall’utilizzo non autorizzato, ma valorizzarlo attraverso nuove forme di licensing.
Una licenza destinata al training, naturalmente, non potrebbe essere trattata come una normale licenza digitale. Dovrebbe confrontarsi con la particolare natura dell’elaborazione algoritmica, con la possibilità di riutilizzare i contenuti in successive versioni dei modelli e con la necessità di delimitare il rapporto tra opere utilizzate nel training e output generati.
Ma il principio economico sarebbe quello tradizionale della proprietà intellettuale: chi controlla un contenuto può decidere se metterlo a disposizione, a quali condizioni e dietro quale remunerazione.
Una partita ancora aperta
Sarebbe prematuro attribuire alla causa Sony-Warner contro Anthropic la capacità di risolvere definitivamente il rapporto tra AI e copyright.
Il contenzioso americano è ancora in piena evoluzione e molte delle questioni più importanti saranno necessariamente affrontate caso per caso.
La sua rilevanza, tuttavia, è già evidente.
La discussione non riguarda più soltanto la possibilità per una macchina di produrre un’opera simile a quella di un essere umano.
Riguarda il passaggio precedente: la possibilità di utilizzare il patrimonio creativo esistente come materia prima per costruire la macchina stessa.
Negli Stati Uniti questo confronto continuerà a svilupparsi soprattutto attraverso il fair use e la giurisprudenza.
In Europa, invece, il quadro è progressivamente definito dalla disciplina del text and data mining e dagli obblighi di compliance introdotti dall’AI Act.
La vera sfida, per imprese e titolari dei diritti, sarà quindi quella di governare questo nuovo rapporto prima che il conflitto arrivi in tribunale.
Perché il copyright, nell’era dell’intelligenza artificiale, non è più soltanto il diritto che protegge ciò che una macchina produce.
È anche il diritto che stabilisce a quali condizioni la macchina può essere costruita.
Novità su Google, per aggiungere Key4Biz tra le tue fonti preferite, clicca qui
#Adessonews seleziona nella rete articoli di particolare interesse.
Se vuoi leggere l’articolo completo clicca sul seguente link
Gianluca Regolo
Source link
