Una tutela troppo debole rischia di penalizzare autori ed editori; una tutela eccessivamente rigida può rendere molto più difficile lo sviluppo di modelli competitivi. La domanda centrale diventa allora semplice: una macchina può imparare da ciò che può legittimamente leggere senza appropriarsi dell’opera che ha letto? Il punto di Simone Billi, capogruppo Lega in Commissione Esteri ed European Patent Attorney
Il rapporto tra intelligenza artificiale e diritto d’autore viene spesso semplificato eccessivamente. Per comprenderlo occorre distinguere tra accesso ai contenuti, utilizzo durante il training e riproduzione nell’output.
Anche dal punto di vista tecnico sono tre momenti diversi. Nel dataset i testi vengono acquisiti e analizzati durante l’addestramento; nel modello addestrato ciò che è stato appreso viene incorporato principalmente nei parametri matematici, senza che l’AI debba memorizzare i singoli articoli; con la ricerca esterna, invece, il sistema può consultare nuovamente una fonte online al momento della domanda.
Questa distinzione è importante perché il copyright non protegge idee, fatti o informazioni in quanto tali, ma la loro espressione originale. Un giornalista può opporsi alla copia del proprio articolo, non al fatto che altri utilizzino le informazioni in esso contenute per produrre un nuovo testo.
Il problema nasce perché una macchina, per “leggere”, deve tecnicamente copiare, estrarre o elaborare i dati. È proprio per disciplinare attività di questo tipo che in Europa è nato il text and data mining (TDM), molto prima dell’attuale diffusione dell’AI generativa.
La direttiva Ue 2019/790 ha introdotto due regimi. L’articolo 3 riguarda il Tdm per la ricerca scientifica; l’articolo 4 contiene invece una previsione generale, utilizzabile anche in ambito commerciale. In sostanza, il text and data mining può essere effettuato su opere alle quali si abbia legittimamente accesso, salvo che il titolare abbia espressamente riservato tale utilizzo: il cosiddetto opt-out.
L’Italia ha recepito questa disciplina negli articoli 70-ter e 70-quater della legge sul diritto d’autore.
Questo non significa che tutto ciò che è pubblicato su Internet sia liberamente utilizzabile. Un articolo online rimane protetto dal copyright. Significa però che, alle condizioni previste dalla legge, l’analisi automatizzata non richiede necessariamente una licenza individuale per ogni opera.
L’opt-out può essere espresso anche attraverso strumenti leggibili automaticamente, metadati, condizioni d’uso o protocolli tecnici. Uno degli strumenti più conosciuti è il file robots.txt, anche se questo nacque per regolare l’attività dei crawler e non specificamente come strumento di copyright. Proprio per questo l’Unione europea sta lavorando a sistemi sempre più chiari e standardizzati.
Negli Stati Uniti l’approccio è diverso. Anche per la diversa tradizione giuridica – prevalentemente civil law in Europa e common law negli Stati Uniti – il sistema americano non ha introdotto una specifica eccezione generale per il Tdm, affidandosi invece al fair use previsto dal Copyright Act.
Il giudice valuta caso per caso lo scopo dell’utilizzo, la natura dell’opera, la quantità utilizzata e gli effetti sul mercato.
Le prime decisioni sull’AI mostrano bene questa flessibilità. Nel 2025, in Bartz v. Anthropic, il training di un modello su libri è stato considerato un utilizzo trasformativo coperto dal fair use, distinguendo però nettamente tale utilizzo dall’acquisizione di copie pirata.
In Thomson Reuters v. Ross Intelligence, invece, il fair use è stato escluso quando materiale protetto era stato utilizzato per sviluppare un prodotto direttamente concorrente.
Anche nella causa del New York Times contro OpenAI e Microsoft il nodo è lo stesso: distinguere l’apprendimento del modello dalla riproduzione delle opere e dal possibile effetto sostitutivo sul mercato. Nel 2026 il Governo americano è intervenuto sottolineando anche un ulteriore aspetto: interpretazioni troppo restrittive del copyright potrebbero frenare lo sviluppo dell’AI statunitense e indebolirne la competitività internazionale, perchè altri paesi non si pongono limiti per l’addestramento della AI.
Il tema è quindi ormai anche di politica industriale.
Una tutela troppo debole rischia di penalizzare autori ed editori; una tutela eccessivamente rigida può rendere molto più difficile lo sviluppo di modelli competitivi.
La domanda centrale diventa allora semplice: una macchina può imparare da ciò che può legittimamente leggere senza appropriarsi dell’opera che ha letto?
Europa e Stati Uniti cercano di rispondere con strumenti diversi: TDM e opt-out da una parte, fair use dall’altra. In entrambi i casi, la sfida è la stessa: proteggere la creatività senza trasformare il copyright in una barriera alla conoscenza e all’innovazione.
