OpenAI/Anthropic: intentata causa per violazione del copyright
Chi paga il prezzo per testi, codice o testi di canzoni generati apparentemente senza sforzo da sistemi come ChatGPT o Claude? Un tribunale tedesco ha condannato OpenAI per l'uso di testi di canzoni protetti da copyright, mentre Anthropic ha raggiunto un accordo con autori di libri. Queste procedure riguardano la questione fondamentale se le opere protette da copyright possano essere copiate in massa per l'addestramento dell'IA e a quali condizioni. Allo stesso tempo, i fornitori di IA stanno stipulando contratti di licenza con le case editrici per ottenere dati di addestramento "puliti". Le cause legali rappresentano uno stress test per il modello di business dell'IA generativa, con conseguenze per editori, creativi, sviluppatori, utenti e il prezzo dei servizi.
Fonte: Rappresentazione propria
IA e copyright
Le cause per violazione del copyright contro OpenAI e Anthropic riguardano sistemi di IA generativa che imparano da grandi quantità di testi, immagini, musica o codice per generare nuovi contenuti. Durante l'addestramento, i dati vengono copiati tecnicamente, ad esempio scaricando libri da biblioteche "ombra", eseguendo lo scraping di pagine web o leggendo archivi concessi in licenza. OpenAI gestisce ChatGPT e i modelli linguistici sottostanti, addestrati con dati web, contenuti concessi in licenza e altre fonti. Anthropic sviluppa Claude, un modello concorrente che svolge compiti simili ed è basato su grandi corpora di testo.
Legalmente, qui si incontrano il diritto d'autore, che protegge la duplicazione e l'uso delle opere, e l'idea che l'addestramento dell'IA possa rientrare nelle eccezioni esistenti come "text and data mining" nell'UE o "fair use" negli Stati Uniti. Fair Use è una regola flessibile degli Stati Uniti che consente l'uso di opere coperte da copyright senza permesso per critiche, ricerche o trasformazioni. In Europa esistono eccezioni rigidamente definite e regole specifiche sul text and data mining, la cui applicazione dipende dalla licenza e dallo scopo dell'uso.
In OpenAI, i conflitti sono iniziati con cause intentate da singoli autori per l'uso dei loro libri nell'addestramento. Nel 2023, 17 autori si sono uniti in una class action tramite la Authors Guild, accusando OpenAI di aver copiato i loro testi per addestrare modelli in grado di generare contenuti stilisticamente simili. Un tribunale federale di New York ha confermato parti centrali delle accuse di violazione del copyright contro OpenAI e Microsoft. Alla fine del 2023, il New York Times ha fatto causa a OpenAI e Microsoft, sostenendo che milioni dei suoi articoli erano stati utilizzati per l'addestramento senza licenza. Il giornale chiede la distruzione di tutti i modelli basati sui suoi contenuti e potenziali miliardi di risarcimenti. Questo caso è considerato una importante contesa tra media e IA.
Otto giornali statunitensi del gruppo Alden Global Capital hanno anch'essi fatto causa a OpenAI e Microsoft. Nel 2025 è seguita la causa della casa editrice digitale Ziff Davis. In totale, ci sono oltre una dozzina di cause contro OpenAI. C'è anche una disputa sull'assistente di programmazione GitHub Copilot, basato sulla tecnologia di OpenAI, poiché gli sviluppatori accusano Microsoft, GitHub e OpenAI di aver incluso in massa repository open source concessi in licenza nell'addestramento, violando i termini di licenza. Nella maggior parte dei casi, le richieste sono state respinte nel 2024, ma alcuni punti possono essere ulteriormente perseguiti.
Fonte: YouTube
In Europa, un tribunale di Monaco ha stabilito nell'autunno del 2025 che ChatGPT ha violato il diritto d'autore tedesco, poiché testi di canzoni protetti da membri della GEMA sono stati utilizzati senza permesso. OpenAI deve pagare un risarcimento. Il tribunale ha segnalato che non solo l'output, ma già la copia per scopi di addestramento può rientrare nei diritti di protezione.
In Anthropic, il conflitto è culminato in una class action da parte di autori di libri che accusavano l'azienda di aver utilizzato circa sette milioni di libri, incluse copie pirata, per l'addestramento. Un giudice federale statunitense ha inizialmente deciso che l'addestramento su copie di libri legalmente acquisite potesse essere considerato "fair use" in determinate circostanze, ma ha lasciato aperta la questione di come procedere con le copie acquisite illegalmente. Nel settembre 2025, Anthropic ha raggiunto un accordo di circa 1,5 miliardi di dollari per risolvere la class action. L'importo dell'accordo dimostra che i rischi di copyright per i fornitori di IA possono assumere proporzioni esistenziali.
Fonte: de.marketscreener.com
OpenAI è al centro dei dibattiti sul copyright poiché i suoi modelli di IA vengono addestrati con grandi quantità di dati.
Altre aziende IA come Meta e Stability AI hanno vinto le prime sentenze in cui i tribunali hanno considerato lecito l'addestramento su determinati corpora di libri o immagini o hanno respinto le cause per motivi formali. La situazione legale rimane ancora poco chiara.
Aspetti economici
Molti creativi, editori e associazioni agiscono contro OpenAI e Anthropic perché si tratta di un nuovo mercato. Chi addestra un modello linguistico necessita di enormi quantità di dati: testi da giornali, libri, forum, repository di codice, testi di canzoni. Per molto tempo, questi dati sono stati "raschiati" dal web aperto, spesso partendo dal presupposto che i contenuti pubblicamente accessibili potessero essere utilizzati a fini di analisi. Le cause mettono in discussione questa pratica e, di conseguenza, se le aziende IA dovranno pagare sistematicamente delle royalty in futuro.
Contemporaneamente, sta crescendo un ecosistema di data broker e "fornitori di dataset" specializzati che offrono dataset curati e legalmente garantiti per l'addestramento dell'IA. Aziende come Rightsify o vAIsual si sono unite in un'associazione di settore che promuove regole più severe, trasparenza e remunerazione, e si considera un contrappeso allo "selvaggio" web scraping.
Fonte: aicamp.so
La competizione tra OpenAI e Anthropic modella in modo significativo il panorama economico del settore IA.
Per le case editrici, si tratta di impedire che i modelli IA estraggono, riassumono i loro contenuti e entrino in concorrenza con le loro stesse piattaforme, senza alcun flusso di denaro. Tuttavia, molti editori riconoscono anche di disporre di flussi di dati affidabili che possono essere concessi in licenza e stipulano collaborazioni. OpenAI ha stipulato contratti con Axel Springer, News Corp, Financial Times, Le Monde e Associated Press per licenziare contenuti per l'addestramento e l'output. Reddit guadagna una parte del suo fatturato tramite accordi di licenza con Google e OpenAI per l'accesso ai post dei forum.
I "costi nascosti" dell'IA stanno guadagnando peso nel discorso politico. I cicli di addestramento di modelli di grandi dimensioni consumano enormi quantità di energia e acqua. Se inoltre vengono investiti miliardi in licenze per libri, articoli o musica anonima, sorge la domanda se i prezzi attuali degli abbonamenti ai servizi IA siano in pareggio o vengano finanziati indirettamente da investitori e sovvenzioni nascoste.
Regolamentazione e politica
A livello normativo, il quadro sta cambiando: l' EU-AI-Act impone ai fornitori di "IA di scopo generale" come ChatGPT e Claude maggiore trasparenza sui dati di addestramento e un rispetto più rigoroso del diritto d'autore. Ciò avvia una transizione dalla divulgazione volontaria a obblighi vincolanti, il che può creare un conflitto con i segreti commerciali.
È provato che sia OpenAI che Anthropic hanno elaborato grandi quantità di contenuti protetti da copyright durante l'addestramento dei loro modelli. Cause e documenti giudiziari illustrano in dettaglio quali fonti di dati e biblioteche "ombra" siano state presumibilmente utilizzate. I primi tribunali inviano segnali contrastanti: un tribunale di Monaco considera l'uso di testi di canzoni protetti una violazione del diritto d'autore tedesco, mentre i giudici statunitensi nei procedimenti contro Meta e Anthropic arrivano a valutazioni di "fair use", almeno per le copie legalmente acquistate.
I modelli IA possono "memorizzare" una parte dei loro dati di addestramento, ovvero riprodurre estratti più lunghi quasi parola per parola. Questo è più un effetto collaterale tecnico, ma rilevante per contenuti sensibili e dati riservati. Gli studi mostrano percentuali a una cifra qui.
Rimane poco chiaro se i tribunali considereranno a lungo termine lecito il solo addestramento su opere protette da copyright, fintanto che i modelli successivamente non restituiranno ampie sezioni identiche e l'uso sarà considerato sufficientemente "trasformativo". Analisi legali sottolineano che molto dipende dall'attuazione concreta dei modelli, dall'impatto sul mercato e dalle rispettive disposizioni di eccezione.
Inoltre, non è chiaro a quanto si attesteranno i futuri costi di licenza e se favoriranno soprattutto i grandi player con tasche profonde. I pacchetti di licenza dati con le case editrici ammontano in parte a diverse centinaia di milioni di dollari in più anni, mentre i modelli open source continuano a fare molto affidamento su dati liberamente disponibili.
È falso o fuorviante l'affermazione che l'addestramento dell'IA sia in ogni caso "furto", perché un modello memorizzerebbe inevitabilmente opere complete e le riprodurrebbe uno a uno. Analisi tecniche dimostrano che i modelli imparano soprattutto pattern e correlazioni statistiche. Più problematico è una piccola, ma rilevante parte di memorizzazione e la questione se la copia iniziale dei dati di addestramento fosse permessa. Ciò relativizza paragoni semplificati come "l'IA è un copiatore su larga scala".
È anche fuorviante l'idea che un singolo giudizio, ad esempio quello del New York Times contro OpenAI, possa "vietare" o disattivare completamente l'IA generativa. Più realistici sono gli adattamenti graduali: più licenze, obblighi di trasparenza più rigorosi, potenziali nuovi modelli di remunerazione per i dati di addestramento e misure di protezione tecniche aggiuntive.
Fonte: user-added
Un diagramma che rappresenta diversi modelli IA e la loro appartenenza a Closed Source o Open Source.
Associazioni di autori come la Authors Guild sottolineano che senza efficaci sistemi di remunerazione, l'esistenza di molti scrittori è in pericolo e che le aziende IA costruiscono affari miliardari su libri "rubati". Chiedono regole chiare secondo cui le opere non possano essere utilizzate senza consenso, o almeno che venga erogata una remunerazione collettiva alle società di gestione dei diritti.
Le grandi case editrici sono divise: il New York Times o singoli giornali regionali statunitensi si affidano a cause legali per garantirsi potere negoziale. Altri editori, come Axel Springer, News Corp o il Financial Times, hanno optato per ampi contratti di licenza e vedono l'IA come canale di distribuzione aggiuntivo e fonte di guadagno.
OpenAI e Anthropic sottolineano di attenersi alla legge, di rispettare i creatori e di basarsi sempre più su dati concessi in licenza o legalmente chiari. Allo stesso tempo, sostengono che un regime di licenza rigoroso per ogni singolo uso di addestramento limiterebbe lo sviluppo dell'IA a pochi conglomerati.
Organizzazioni della società civile come la Electronic Frontier Foundation mettono in guardia contro un'eccessiva estensione del diritto d'autore. Se la ricerca, i progetti open source o le piccole imprese non avessero più un margine di manovra simile al "fair use", l'innovazione potrebbe finire nelle mani di pochi grandi player. D'altra parte, le associazioni di creativi e alcuni giuristi chiedono che vengano introdotti, soprattutto in vista dell'IA, nuovi meccanismi di remunerazione e diritti di protezione che vadano oltre gli scenari di utilizzo classici.
Impatti pratici
In quanto creatori, sviluppatori o aziende che utilizzano l'IA, avrete sempre più possibilità di scelta. Se producete contenuti, potete deliberatamente concedere in licenza le vostre opere a piattaforme che aderiscono a modelli di remunerazione IA trasparenti, ad esempio tramite società di gestione dei diritti o fornitori di dataset. Allo stesso tempo, potete utilizzare misure di protezione tecniche, dalle configurazioni robots.txt ai meta tag speciali "noai", che vengono sempre più rispettati dai grandi provider.
Se utilizzate servizi IA a livello professionale, vale la pena dare un'occhiata alle condizioni contrattuali. Molti provider oggi consentono di disattivare l'uso per l'addestramento per determinati dati o di offrire ambienti "Enterprise" separati senza riutilizzo degli input. Soprattutto le aziende con contenuti sensibili o di valore protetto da copyright dovrebbero esaminare attivamente tali opzioni.
Per valutare le notizie, aiutano semplici passaggi di controllo: Verificate se un articolo linka a documenti giudiziari specifici, se i numeri sono verificabili e se c'è una chiara distinzione tra rischi legali e pure speculazioni. Utili a tale scopo sono le fonti originali come Courtlistener, Justia o le pubblicazioni dei tribunali stessi, che integrano i resoconti dei media.
Sul retro, si sta profilando un cambiamento tecnico: provider come Cloudflare offrono ora blocchi standard per i crawler IA e sperimentano modelli "Pay per Crawl", in cui le aziende IA devono pagare per accedere ai contenuti. Ciò può rafforzare la posizione negoziale delle piattaforme di contenuti, ma può anche portare al fatto che alcuni contenuti siano visibili solo per i provider IA paganti.
Prospettive future
Nonostante le molte cause, sentenze e accordi, rimangono aperte questioni importanti. Centrale è la questione dogmatica se la mera copia di grandi quantità di opere protette da copyright a scopo di addestramento sia un utilizzo autonomo e soggetto a licenza, o se la si debba piuttosto paragonare ad azioni di analisi che ricadono sotto eccezioni come il Text and Data Mining o il Fair Use.
È anche aperto se e con quale dettaglio gli operatori di IA dovranno in futuro divulgare i loro dati di addestramento. L'EU AI Act richiede un "riassunto" dei contenuti utilizzati, ma contributi specialistici discutono se ciò significhi più delle categorie generali e delle fonti di esempio, e fino a che punto si estenda la protezione dei segreti commerciali.
Un altro cantiere aperto è la frammentazione internazionale: mentre i tribunali statunitensi lavorano molto con argomenti di "fair use", i tribunali europei si orientano piuttosto verso una dogmatica del copyright più rigorosa e regole specifiche sul TDM. Ciò potrebbe portare al fatto che i modelli IA vengano addestrati o resi disponibili in modo diverso a seconda della regione, con conseguenze per la competitività e l'accesso a sistemi potenti.
Infine, è ancora poco chiaro come i nuovi standard tecnici – dalle estensioni Robots specifiche per l'IA ai segnali di contenuto come "ai-train" o "ai-input" – avranno un impatto legale e se i tribunali li considereranno un giorno come chiari strumenti di consenso o opposizione.
Le cause per violazione del copyright contro OpenAI e Anthropic non segnano una rottura improvvisa, ma il sintomo visibile di un più profondo cambiamento strutturale: creativi, media e piattaforme lottano per capire come le loro opere verranno utilizzate e remunerate nell'era dell'IA generativa – e le aziende IA devono imparare che "tirare semplicemente tutto dalla rete" non è sostenibile a lungo termine né politicamente né legalmente. Per voi, ciò significa: vale la pena non vedere i dati di addestramento come una massa astratta, ma come ciò che sono – il lavoro di milioni di persone. Più chiaramente definiremo regole, vie di remunerazione e possibilità di protezione tecnica, prima potremo creare sistemi IA che siano potenti e allo stesso tempo rispettino i diritti di coloro sulle cui spalle essi si reggono.