Il nodo si sposta dal training al mercato

Il dibattito su AI e copyright non riguarda più soltanto la liceità del training. Il nodo si sposta sugli output: quando un sistema usa opere protette per offrire prodotti capaci di intercettarne lo stesso mercato, la questione torna pienamente giuridica. Anche se l’utilizzo delle opere nella fase di addestramento può trovare una giustificazione, resta da capire cosa accade quando il sistema usa ciò che ha appreso per offrire un prodotto o un servizio capace di intercettare la stessa domanda economica dell’opera originaria.

Domanda unica e necessità di granularità

Nel dibattito sul rapporto tra intelligenza artificiale generativa e diritto d’autore si tende ancora a formulare una domanda unica: l’addestramento di un modello su opere protette è lecito oppure no? È una domanda importante, ma giuridicamente troppo larga. A settembre 2026, nel contenzioso statunitense consolidato che comprende anche la causa promossa da The New York Times contro OpenAI e Microsoft, le parti hanno depositato le rispettive memorie per il giudizio sommario e il procedimento è tuttora pendente. Pochi giorni prima, il Department of Justice ha depositato una Statement of Interest sostenendo che l’addestramento di modelli linguistici su testi protetti possa rientrare nel fair use. Si tratta della posizione processuale del Governo in una controversia privata, non di una decisione del giudice.

Le diverse fasi di utilizzo

Dietro la disputa sul training, però, si nascondono diversi usi delle stesse opere. Il testo può essere acquisito e copiato per costruire il dataset, utilizzato nel training, recuperato da un sistema che impiega tecniche di retrieval‑augmented generation oppure riflettersi in un output che riproduce, sintetizza o rielabora contenuti altrui. Trattare tutto questo come un’unica condotta rischia di appiattire problemi giuridici differenti.

Il punto di vista dell’U.S. Copyright Office

Lo ha evidenziato anche l’U.S. Copyright Office nel rapporto del 2025 sul generative AI training, osservando che gli usi delle opere nelle diverse fasi di sviluppo e impiego dei sistemi devono essere considerati separatamente. Il punto è particolarmente importante alla luce di Andy Warhol Foundation v. Goldsmith: ai fini del fair use conta lo specifico uso dell’opera che viene in rilievo, non una generica valutazione della tecnologia o della sua capacità innovativa.

I quattro fattori del fair use

Esempi giudiziari statunitensi

Nel caso Warhol la Corte Suprema ha chiarito che non basta aggiungere qualcosa di nuovo in senso formale: occorre verificare quale funzione svolga il nuovo utilizzo e se esso persegua uno scopo sostanzialmente analogo a quello dell’opera originale. Il Copyright Office richiama Authors Guild v. Google per mostrare come una copia integrale possa, in determinate circostanze, essere giustificata quando serve a una funzione tecnologica diversa, come la ricerca nei libri; sottolinea però che Google Books aveva adottato limitazioni tali da evitare che gli utenti ricevessero i libri in forma sostitutiva dell’originale.

Il caso Thomson Reuters Enterprise Centre GmbH v. Ross Intelligence (2025) aiuta a comprendere il passaggio dal training al mercato. Il sistema di ricerca giuridica di Ross utilizzava headnotes di Westlaw per costruire un prodotto concorrente con una funzione sostanzialmente analoga. Il District of Delaware ha ritenuto non trasformativo l’uso e ha escluso il fair use, attribuendo rilievo alla natura sostitutiva del prodotto rispetto a Westlaw. Tuttavia, il precedente non consente di concludere che ogni uso dell’AI per creare prodotti concorrenti sia illecito; la decisione riguarda contenuti e funzioni specifici e un rapporto competitivo particolarmente ravvicinato.

Il quarto fattore e la dimensione economica

Il quarto fattore del fair use è il punto nel quale la dimensione economica diventa esplicita: la valutazione riguarda l’effetto dell’uso sul mercato potenziale o sul valore dell’opera. La generative AI introduce una difficoltà particolare: il sistema può non distribuire una copia dell’originale, ma offrire qualcosa che rende meno necessario acquistarlo, leggerlo o accedervi. Il Copyright Office distingue tra perdita di vendite, market dilution e perdita di opportunità di licensing. Quando un modello produce output sostanzialmente simili alle opere presenti nei dati di training e tali output le sostituiscono direttamente, può emergere un danno in termini di vendite. L’Office considera anche l’ipotesi in cui il singolo output non sia sostanzialmente simile a una specifica opera, ma la produzione su larga scala di contenuti concorrenti possa incidere sul mercato di quel tipo di opere.

Licenze e mercato di licensing

Non ogni concorrenza economica generata dall’AI costituisce un problema di copyright. Il diritto d’autore non attribuisce all’autore il monopolio sulla domanda del pubblico. Un nuovo prodotto può sottrarre clienti a un’opera preesistente senza violare alcun diritto esclusivo, soprattutto quando utilizza fatti, idee o informazioni non protette. La questione diventa diversa quando la capacità del nuovo prodotto di soddisfare quella domanda dipende dall’appropriazione di espressione protetta o incide su un mercato che rientra nello sfruttamento del diritto. Il Copyright Office riconosce che una perdita di ricavi in mercati di licensing può costituire una componente del market harm, ma il mercato deve essere tradizionale, ragionevole o realisticamente sviluppabile. Il semplice mancato pagamento non basta, da solo, a dimostrare un danno rilevante; il rapporto segnala però che accordi di licenza per contenuti destinati all’AI esistono già in diversi settori.

Il quadro europeo

Il quadro europeo segue una logica diversa