Per anni abbiamo creduto che Internet fosse un archivio sterminato e accessibile, un bene comune digitale in cui la conoscenza umana si depositava a beneficio collettivo. Oggi, con l’avvento dell’intelligenza artificiale generativa, quella percezione si è infranta. Dietro la magia apparente di un testo elaborato in pochi secondi o di un’immagine creata dal nulla si nasconde un processo industriale senza precedenti: l’estrazione, l’elaborazione e la monetizzazione di miliardi di dati protetti da diritto d’autore, ingeriti senza esplicito consenso né compenso per i loro creatori.
Il grande rastrellamento: come nasce la memoria delle macchine
I modelli linguistici di grandi dimensioni (LLM) e i generatori visuali non pensano; calcolano probabilità. Per apprendere la sintassi di una lingua, lo stile di una pennellata o la logica di un codice informatico, necessitano di una quantità monumentale di materiale preesistente. Questo processo di addestramento si è basato su dataset massivi come Common Crawl o LAION, costruiti attraverso il web scraping: una pesca a strascico che ha trascinato nelle reti dei colossi tecnologici articoli di giornale, saggi accademici, romanzi, fotografie d’archivio e illustrazioni contemporanee.
Le Big Tech hanno a lungo difeso questa pratica appellandosi al concetto statunitense di fair use (uso legittimo), sostenendo che l’apprendimento automatico rappresenti una trasformazione del materiale originale, analoga a quella operata da uno studente che legge migliaia di libri per formarsi. Tuttavia, tra la cognizione umana e il calcolo computazionale risiede una differenza sostanziale di scala, fine e impatto economico.
«Non siamo di fronte a una nuova forma di lettura o di ispirazione, ma alla trasformazione non consensuale del lavoro intellettuale umano nella materia prima a costo zero per i monopoli del silicio.»
I tribunali come nuovo fronte della proprietà intellettuale
La reazione della comunità creativa e dell’industria editoriale non si è fatta attendere, spostando l’asse dello scontro dalle aule universitarie ai tribunali internazionali. Cause emblematiche come quella intentata dal New York Times contro OpenAI e Microsoft, o il contenzioso tra Getty Images e Stability AI, pongono questioni giuridiche e ontologiche inedite. Se un modello di IA restituisce estratti quasi testuali di un’inchiesta protetta da paywall o riproduce l’inconfondibile filigrana di un’agenzia fotografica, il confine del fair use cessa di esistere.
Sul piano europeo, la Direttiva sul Diritto d’Autore nel Mercato Unico Digitale aveva introdotto eccezioni per il Text and Data Mining (TDM) a fini di ricerca e commerciali, prevedendo la possibilità per i titolari dei diritti di esercitare un opt-out. Tuttavia, questo meccanismo pone un carico sproporzionato sulle spalle dei singoli autori e delle piccole realtà culturali, costretti a barricarsi tecnicamente dietro file robots.txt spesso ignorati dai crawler più aggressivi.
Oltre la difesa: tracciare un nuovo patto culturale
La sfida odierna non consiste nel fermare l’evoluzione tecnologica, bensì nel ridefinire i termini del contratto sociale tra chi produce valore culturale e chi sviluppa infrastrutture di calcolo. Con l’approvazione dell’AI Act dell’Unione Europea si compiono i primi passi verso obblighi di trasparenza sui dataset di addestramento, ma il vuoto economico rimane tangibile.
Per costruire un ecosistema sostenibile in cui l’innovazione non cannibalizzi le sue stesse fonti, emergono tre direttrici imprescindibili:
- Trasparenza algoritmica certificata: obbligo per gli sviluppatori di rendere pubblici i registri dettagliati delle fonti impiegate nell’addestramento, consentendo la verifica di eventuali violazioni.
- Modelli di licenza collettiva: transizione verso accordi sistematici di remunerazione tra piattaforme tecnologiche e società di gestione collettiva dei diritti d’autore, garantendo un dividendo economico a chi alimenta gli archivi.
- Riconoscimento del valore del dato umano: superamento dell’illusione per cui i contenuti online siano “liberi” per definizione, ristabilendo la distinzione tra accessibilità pubblica e diritto di sfruttamento commerciale.
La cultura non è un giacimento inerte da estrarre fino all’esaurimento. Se priviamo gli autori, i giornalisti e gli artisti della sostenibilità economica del loro lavoro, i modelli generativi finiranno presto per addestrarsi sui propri stessi prodotti, in un ciclo endogamico che rischia di impoverire la complessità del pensiero umano. Difendere il diritto d’autore nell’era dell’IA significa, in ultima analisi, preservare la diversità e la vitalità della nostra produzione simbolica futura.