Copyright e intelligenza artificiale: la battaglia legale si sposta sugli output

Il 4 settembre 2026 è scaduto il termine per il deposito delle mozioni di summary judgment — l'istanza con cui una parte chiede al giudice di decidere senza processo perché i fatti rilevanti non sono contestati — nel procedimento riunito «In Re: OpenAI, Inc. Copyright Infringement Litigation» davanti al giudice federale Sidney H. Stein, presso la U.S. District Court per il Southern District of New York. Il registro pubblico su CourtListener riporta le istanze depositate da The New York Times Company e le analisi peritali a supporto della difesa firmate da Chris Callison-Burch. Microsoft ha chiesto il summary judgment sostenendo che l'addestramento sui testi giornalistici e sui libri costituisca uso trasformativo protetto dal fair use e affermando che Copilot "does not replace their protected expression". Sull'altro fronte, OpenAI ribadisce nella propria memoria che "Nobody owns facts, just as nobody owns language". Gli editori attori chiedono invece di escludere il fair use sia per le modalità di acquisizione degli articoli protetti da paywall sia per l'addestramento sulle copie, mentre l'avvocato degli editori Steven Lieberman definisce le prove depositate sotto sigillo con la formula: "The stuff we were forced to file under seal is scorchingly hot. Not just a smoking gun; they're a smoking bazooka." Il contenuto del materiale depositato sotto sigillo non è pubblicamente verificabile: quella di Lieberman resta una valutazione di parte su documenti che nessuno all'esterno del procedimento ha potuto leggere.

La tesi difensiva cerca di spostare il baricentro dell'analisi dal materiale assorbito nella fase di addestramento alla frequenza effettiva con cui i modelli generano contenuti tutelati. Secondo la memoria di Microsoft, un perito nominato dagli editori ha analizzato circa 8,2 milioni di log di conversazione di Copilot selezionati tramite parole chiave legate ai siti delle testate coinvolte — cioè, per costruzione, il sottoinsieme con più probabilità di contenere le loro opere: le percentuali che seguono non descrivono l'intero traffico di Copilot. Nel campione, 59.545 record (circa lo 0,7%) presentavano almeno 16 parole in comune con gli articoli, mentre sul fronte librario si contano 24 risposte con almeno 30 parole coincidenti (lo 0,00029% delle conversazioni analizzate), riferite a 10 dei 212 libri in causa, lasciando 202 volumi privi di riscontri. Sempre secondo la memoria di Microsoft, un perito del Center for Investigative Reporting avrebbe individuato 51 casi di sovrapposizione sostanziale con opere del CIR nello stesso dataset. Sullo sfondo restano le stime Sensor Tower riportate dal New York Daily News, che indicano oltre un miliardo di utenti per ChatGPT a giugno e un costo di 6.800 dollari per generare un milione di articoli da 500 parole in stile giornalistico.

Non abbiamo letto il PDF integrale della memoria di Microsoft: al momento della verifica il docket pubblico su CourtListener non esponeva la voce specifica di quella mozione tra i risultati interrogabili, e parte del materiale è depositata sotto sigillo. Le cifre riportate qui provengono dal testo depositato come riferito da New York Daily News, The Next Web e The Verge, testate che vi hanno avuto accesso. Inoltre, le soglie di misura (16 parole per le notizie, 30 per i libri) sono quelle applicate nell'analisi della difesa e non è ancora pubblica una contestazione tecnica degli attori su metodo e parametri. Il giudice non ha assunto alcuna decisione, la scadenza per le opposizioni è fissata al 9 ottobre 2026 e non è stata stabilita la data dell'udienza.

Se la misura giusta sia quanto viene riprodotto in output o quanto è stato usato per addestrare è precisamente ciò su cui il giudice Stein dovrà pronunciarsi: le due memorie chiedono di applicare il fair use a due domande diverse.

— Olya