IL DIRITTO D’AUTORE E L’INTELLIGENZA ARTIFICIALE: IL VERDETTO ANTHROPIC SUI CONFINI DEL ‘FAIR USE’

Post by Marina Lenti on diritto d'autore, intelligenza artificiale 190 0

Il recente avanzare dell’intelligenza artificiale generativa ha sollevato questioni complesse e senza precedenti in merito ai diritti d’autore, mettendo in discussione i confini tradizionali della proprietà intellettuale. Al centro di questo dibattito vi è la pratica delle aziende di AI di addestrare i propri modelli su vasti corpus di dati, spesso contenenti opere protette da copyright. Una recente ordinanza del Tribunale Distrettuale degli Stati Uniti per il Distretto Settentrionale della California, nell’ambito della controversia che vede contrapposti alcuni autori e la società Anthropic PBC, offre chiarezza su alcuni di questi punti cruciali, distinguendo tra usi leciti e illeciti delle opere coperte da diritto d’autore nell’addestramento dell’intelligenza artificiale. 

La vicenda ha avuto inizio con una causa intentata da tre autori, Andrea Bartz, Charles Graeber e Kirk Wallace Johnson, insieme alle loro entità aziendali affiliate, contro Anthropic PBC, una società di intelligenza artificiale fondata nel gennaio 2021 da ex dipendenti di OpenAI. Anthropic è nota per il suo servizio di AI chiamato Claude, che genera testo in risposta a input testuali, mimando la lettura e la scrittura umane. Per addestrare i grandi modelli linguistici (LLM) alla base di Claude, Anthropic ha assemblato una vasta “libreria centrale” di testi, inclusi milioni di libri.

Gli autori lamentano che Anthropic abbia copiato i loro libri sia da siti pirata sia acquistando copie fisiche, distruggendole e scansionandole per digitalizzarle. Tutta questa attività è avvenuta senza l’autorizzazione degli autori, che ora citano in giudizio per violazione del copyright. L’obiettivo dichiarato di Anthropic era di creare una libreria centrale di “tutti i libri del mondo” da conservare “per sempre”, per poi selezionare vari insiemi e sottoinsiemi di libri digitalizzati per addestrare i suoi LLM. Il caso in questione riguardava se l’uso di queste opere potesse qualificarsi come “fair use” (uso leale) ai sensi della Sezione 107 del Copyright Act.

Il giudice, in questa prima pronuncia sostanziale del caso, ha analizzato il concetto di “fair use” basandosi sui quattro fattori principali elaborati da consolidata giurisprudenza:

1. lo scopo e il carattere dell’uso,
2. la natura dell’opera protetta da copyright,
3. la quantità e la sostanzialità della porzione utilizzata,
4. l’effetto dell’uso sul potenziale mercato o valore dell’opera.

Il giudice ha distinto quindi tre tipi principali di copie e usi:

1. quelle usate per l’addestramento degli LLM,
2. quelle acquistate e convertite da cartaceo a digitale per la libreria centrale,
3. quelle piratate per la libreria centrale.

Per quanto riguarda le copie utilizzate per l’addestramento degli LLM, il giudice ha stabilito che si trattava di un uso eccezionalmente trasformativo e quindi un fair use. L’addestramento degli LLM implica la mappatura delle relazioni statistiche tra frammenti di testo, consentendo all’AI di produrre nuove risposte testuali. È stato accettato che gli LLM “memorizzassero” le opere su cui venivano addestrati. Tuttavia, è fondamentale che gli autori non abbiano mai contestato che qualsiasi output del servizio Claude fornito agli utenti violasse le loro opere; anzi, il record mostra il contrario, con software aggiuntivo che filtrava le uscite per garantire che non vi fossero violazioni. Il giudice ha paragonato questo processo a quello di una persona che legge e impara da testi per poi scrivere nuove cose in modi nuovi, affermando che non si può chiedere a qualcuno di pagare ogni volta che legge, ricorda o attinge a un libro per creare nuove opere.

La natura dell’opera protetta da copyright (fiction e non-fiction) deponeva contro il fair use, tuttavia, la quantità e la sostanzialità della porzione utilizzata (intere opere) è stata considerata ragionevolmente necessaria, dato il volume monumentale di testo richiesto per addestrare un LLM, e il fatto che, comunque, nessun output finale si fosse rivelato illecito. Infine, l’effetto sul mercato è stato considerato a favore del fair use per le copie di addestramento, poiché gli LLM non producevano copie esatte o plagi, e la “concorrenza” generata da nuove opere non rientra nel tipo di spostamento del mercato che il Copyright Act intende proteggere. Sebbene possa svilupparsi un mercato per la licenza di opere per l’addestramento di LLM, il giudice ha ritenuto che il Copyright Act non conferisca agli autori il diritto di controllare per questo specifico tipo di uso sul mercato.

Tuttavia, le copie piratate e scaricate per la costruzione della libreria centrale non sono state considerate fair use. Anthropic aveva infatti scaricato oltre sette milioni di copie piratate di libri, senza pagare nulla, e le aveva conservate nella sua libreria centrale anche dopo aver deciso di non usarle per addestrare l’AI. Il giudice ha respinto l’argomento di Anthropic secondo cui il piratare copie iniziali fosse giustificato perché “ragionevolmente necessario” per l’addestramento degli LLM. Ha sottolineato che Anthropic aveva acquisito e conservato queste copie “per sempre” per scopi di “ricerca” o per “informare i prodotti”, anche se non fossero state utilizzate per l’addestramento. Acquisire copie piratate per costruire una libreria senza pagare e mantenerle per usi futuri è stato considerato un uso non trasformativo. Il giudice ha chiaramente affermato che la pirateria di copie altrimenti disponibili è intrinsecamente e irrimediabilmente illecita, anche se le copie piratate fossero immediatamente utilizzate per un uso trasformativo e poi scartate. La natura delle opere deponeva contro il fair use. La quantità utilizzata (milioni di libri interi) era eccessiva rispetto allo scopo di acquisire libri per un uso potenziale generico. L’effetto sul mercato è stato considerato fortemente contro il fair use per le copie piratate, in quanto esse hanno chiaramente spostato la domanda di libri degli autori, e condonare tale condotta “distruggerebbe l’intero mercato editoriale”. Il fatto che Anthropic abbia poi acquistato alcune delle opere non la assolve dalla responsabilità per la pirateria iniziale.

Va sottolineato che questa pronuncia non è un punto definitivo sulla totalità della questione, in quanto è una decisione resa a seguito di una richiesta per di summary judgment. Un giudizio sommario è una procedura legale che consente a un giudice di risolvere alcuni o tutti i problemi di una causa prima di un processo completo, basandosi sul fatto che non vi siano controversie significative sui fatti e che una parte abbia diritto a una sentenza come questione di diritto.
La pronuncia stessa afferma che “Si terrà un processo sulle copie piratate utilizzate per creare la libreria centrale di Anthropic e sui danni derivanti, effettivi o previsti dalla legge (inclusa la volontarietà della condotta illecita)”. Ciò significa che le questioni relative ai danni derivanti dalle copie piratate dovranno ancora andare a processo.

È importante notare inoltre che gli autori non hanno accusato Anthropic di aver leso, con gli output di Claude, il diritto d’autore e lo stesso giudice  ha esplicitamente affermato che “se gli output visti dagli utenti fossero stati lesivi, gli autori avrebbero avuto un caso diverso” e che “se gli output dovessero mai diventare lesivi, gli Autori potrebbero intentare tale causa”.
Questo suggerisce che gli autori di qualsiasi Opera (non solo scritti, ma anche musica e immagini) dovrebbero rimanere vigili e monitorare gli output delle intelligenze artificiali che potrebbero competere con tale Opera o riprodurla in modo sostanziale.