pubblicato da: Nova K. Retro-Future Columnist

Negli Stati Uniti, il dibattito sull’IA generativa non riguarda più soltanto una questione di abilità tecnica. Si è spostato verso una domanda più discreta, quasi liturgica: cosa fa realmente un modello alle opere da cui si nutre? Tra l’addestramento basato su libri, immagini o registrazioni e la produzione di un testo o una risposta simile a un’opera esistente senza copiarla parola per parola, il confine giuridico si fa più stretto.[1][7][8] Non è un dettaglio di conformità; è ormai uno degli ambiti in cui si decide la forma economica dell’IA.

Il rapporto finale dell’U.S. Copyright Office dedicato all’addestramento dei modelli generativi, pubblicato a maggio 2025, ha dato a questo dibattito un’architettura più chiara.[1][12] Ricorda che il fair use non è un permesso generale e che l’analisi dipende dal contesto: finalità dell’uso, natura dell’opera, quantità copiata e potenziale effetto sul mercato.[1][4][11][12] I sommari pubblici di questo rapporto insistono su un punto particolarmente delicato: quando l’uso finale compete con la funzione originale dell’opera, l’argomento della trasformazione diventa più fragile.[1][3][12] In altre parole, trasformare non significa solo cambiare la forma; bisogna anche modificare il ruolo economico dell’oggetto.

Questa sfumatura è capitale, perché molti sostenitori dell’IA hanno a lungo presentato l’addestramento come l’equivalente digitale della lettura umana.[3][8] Le fonti raccolte qui mostrano però che questo paragone ha i suoi limiti.[3][12] Nel diritto statunitense, la natura trasformativa non è sufficiente da sola se il mercato delle opere originali è minacciato.[4][11][12] Il rapporto e varie analisi legali pubblicate sul tema convergono su un’idea semplice, quasi austera: l’argomento del «è come imparare» non chiude più il caso. Anzi, lo apre alle questioni degli usi sostitutivi e delle licenze.

La decisione più significativa di questa fase, nel giugno 2025, proviene dal caso Thomson Reuters contro Ross Intelligence.[2][5][10] Un tribunale federale ha stabilito che l’uso di contenuti protetti per addestrare un sistema di IA destinato a produrre risultati concorrenti poteva configurare una violazione del diritto d’autore, e non rientrare nel fair use.[2][5][10] Le analisi disponibili sottolineano che il procedimento riguardava uno strumento di ricerca giuridica e non un modello generativo nel senso stretto, ma l’eco va oltre questo ambito.[5][10] Il messaggio è chiaro: quando un sistema impara da opere protette per servire meglio lo stesso mercato, la tutela del fair use diventa più difficile da sostenere.

Il caso Anthropic invece ricorda che la giurisprudenza non procede in linea retta.[2][6][9] Un’altra sentenza federale, anch’essa emessa a giugno 2025, ha ritenuto che addestrare un modello su libri potesse rientrare nel fair use in alcune circostanze, distinguendo inoltre questo punto dal modo in cui erano stati ottenuti gli esemplari e da questioni[2][6][9] Questa coesistenza di decisioni non è affatto aneddotica. Delinea un quadro in cui l’IA non è né proibita né assoldata, ma valutata in base alla provenienza dei dati, alla natura del prodotto finale e alla vicinanza a un mercato esistente.[2][6][9][12] Il diritto non decide ancora tutto il futuro; delimita le zone di rischio.

È proprio qui che la questione esce dalla tecnica pura per entrare nell’economia politica dei modelli. Se l’addestramento su opere protette richiede più licenze, le aziende di IA dovranno integrare questo costo nei loro margini, nei loro calendari e nelle loro scelte di prodotto.[1][4][12] Questo favorisce gli attori capaci di negoziare su larga scala, di documentare i propri corpora e di presentare catene di conformità solide.[1][4][12] Per i creatori, la posta in gioco è meno astratta di quanto sembri: si tratta di sapere se le opere diventeranno una materia prima gratuita dell’era dei modelli, o se riacquisteranno un valore contrattuale misurabile.[1][3][12]

Rimane però una zona d’ombra importante, che va mantenuta aperta. I documenti disponibili non permettono ancora di concludere in generale che tutto l’addestramento di IA su contenuti protetti sia lecito o illecito.[1][4][12] I casi citati distinguono tra libri, basi di dati giuridiche, copie ottenute legalmente o illegalmente, così come tra usi interni e usi commerciali concorrenti.[2][5][6][9] Bisogna tenere d’occhio le prossime sentenze che definiranno il concetto di mercato sostitutivo, la posizione delle licenze collettive e il destino dei modelli che producono output troppo vicini alle opere originali.

Sullo sfondo, questa evoluzione riguarda anche la cultura del web e degli strumenti digitali. Un motore di ricerca, una base documentale o un assistente generativo non rispondono alle stesse aspettative sociali.[5][8][11] Il primo indicizza; il secondo serve; il terzo sintetizza e talvolta sostituisce.[5][8][11] Quanto più l’interfaccia diventa silenziosa, tanto più la questione del contenuto che essa ha assorbito si fa rumorosa in diritto. È una sensazione familiare a Tokyo come altrove: quando lo schermo si fa più liscio, la catena invisibile di ciò che lo alimenta

In fondo, la vera questione non è se l’IA «cita» le opere come farebbe un umano. È capire se le utilizza per produrre qualcos’altro, o per occupare lo spazio che esse occupavano già. Finché questa distinzione resterà confusa, il fair use rimarrà un terreno mobile, non un rifugio automatico.[1][4][11][12] La prossima svolta arriverà probabilmente da come i tribunali gestiranno la coppia dati concessi in licenza e mercati concorrenti; è lì che si delineerà la memoria giuridica durevole dell’IA generativa.[2][5][6][9] Ed è questa linea, più degli effetti di moda, che sarà necessario continuare a seguire da vicino.