Diritto d’autore e AI generativa: nuove sfide per la tutela dei contenuti
L’uso dell’intelligenza artificiale nella creazione di contenuti solleva interrogativi su diritti d’autore e controllo degli autori. La Corte di Cassazione e altri tribunali esaminano il ruolo dell’uomo nella creatività.
La crescente diffusione dell’intelligenza artificiale generativa ha posto nuove sfide al diritto d’autore, sollevando interrogativi su chi possa essere considerato autore di un contenuto prodotto con l’aiuto di un modello AI. L’uso di strumenti come ChatGPT ha reso necessario un ripensamento delle normative esistenti, soprattutto in relazione al controllo degli autori sull’utilizzo economico delle loro opere. La Corte di Cassazione ha recentemente espresso un parere in merito, sottolineando che l’impiego di un software non esclude automaticamente la creatività, ma richiede un esame più rigoroso dell’apporto umano. Questo dibattito si colloca all’interno di un contesto più ampio, in cui le opere preesistenti vengono utilizzate per l’addestramento dei modelli generativi, sollevando questioni di trasparenza e diritti d’autore.
La creatività non è solo un prodotto tecnologico
La Corte di giustizia dell’Unione europea, con le decisioni Painer e Cofemel, ha chiarito che la nozione di opera dipende dalla presenza di una creazione intellettuale propria dell’autore, espressa attraverso scelte libere e creative. Questo principio si applica anche alle opere generate da AI, purché riflettano un contributo umano riconoscibile. L’idea di un’opera dell’ingegno umano, creata con l’aiuto di strumenti tecnologici, rimane al centro del diritto d’autore. La creatività non cambia natura, né si riduce a una semplice riproduzione di dati. Il risultato deve incorporare scelte personali e creative, altrimenti non è protetto.
Il controllo sull’input e l’addestramento dei modelli
Un aspetto cruciale del dibattito riguarda l’utilizzo delle opere preesistenti per l’addestramento dei modelli generativi. La Corte di Cassazione ha sottolineato che l’impiego di un software non esclude automaticamente la creatività, ma richiede un esame più rigoroso dell’apporto umano. Questo è particolarmente rilevante nel caso di opere utilizzate come input per l’addestramento, dove la trasparenza e il rispetto dei diritti degli autori diventano fondamentali. Il sistema europeo affronta questa questione attraverso le eccezioni per il text and data mining, ma il rischio è che la tutela venga trasferita interamente sul titolare, costretto a predisporre riserve tecniche e protocolli per impedire l’utilizzo delle proprie opere.
Il problema non è solo l’output, ma anche l’input: i dati utilizzati per addestrare i modelli. Il sistema europeo affronta la questione attraverso le eccezioni per il text and data mining, ma il rischio è che la tutela venga trasferita interamente sul titolare, costretto a predisporre riserve tecniche e protocolli per impedire l’utilizzo delle proprie opere. La decisione del Tribunale di Monaco ha chiarito che l’utilizzo dei testi delle canzoni non poteva essere ricondotto alla sola analisi dei dati, ma richiedeva un esame più approfondito del loro utilizzo nel modello. Questo ha portato a una riflessione su come la tutela del diritto d’autore si sposti progressivamente dal piano giudiziario a quello dell’architettura tecnologica.
Trasparenza e compliance tecnologica
Il Codice di Buone Pratiche per l’AI tenta di tradurre questi principi in obblighi operativi. I fornitori che utilizzano web crawler sono chiamati a rispettare le riserve espresse attraverso protocolli leggibili dalle macchine, a partire dal file robots.txt, nonché mediante metadati e altri standard tecnici. Questo passaggio è importante, perché la tutela del diritto d’autore si sposta progressivamente dal solo piano giudiziario a quello dell’architettura tecnologica. La riserva deve essere leggibile dalla macchina; il crawler deve essere progettato per riconoscerla; il fornitore deve documentare le fonti utilizzate e adottare procedure idonee a evitare l’acquisizione di contenuti non autorizzati.
La compliance, quindi, non può più coincidere con una verifica formale successiva. Deve essere incorporata nella progettazione del modello e nella governance dei dataset. Resta però essenziale un obbligo effettivo di trasparenza. Senza informazioni sulle fonti e sui materiali impiegati, il titolare non è neppure in condizione di sapere se la propria opera sia stata utilizzata. Un diritto che non può essere verificato né fatto valere rischia di restare puramente teorico.