Copyright, pesi aperti e modelli locali: chi paga e chi decide nell'IA distribuita

Anthropic pagherà 3.000 dollari per ciascuna delle circa 500.000 opere al centro della class action sui libri. Totale: 1,5 miliardi di dollari. La giudice federale Araceli Martinez-Olguin ha firmato l’approvazione dell’accordo. William Alsup, che aveva dato il via libera preliminare l’anno scorso, aveva già accertato lo scaricamento e l’archiviazione illegali di milioni di libri, ma aveva ritenuto l’addestramento sui testi coperti da copyright un fair use [S1]. Questa cifra mette un prezzo esplicito su un pezzo del training. E apre una domanda operativa per chi costruisce modelli: chi viene compensato e chi decide i confini di dati e pesi in un’IA sempre più distribuita.

L’accordo che mette un prezzo sui dataset

L’intesa con Anthropic assegna un pagamento per opera. 3.000 dollari a lavoro, con condivisione degli importi tra autori ed editori titolari dei diritti [S1]. Reuters la definisce probabilmente la somma più grande nella storia del diritto d’autore statunitense [S1]. La decisione mantiene una distinzione netta: acquisizione dei libri da una parte, addestramento dall’altra. Sul secondo punto, Alsup ha dato ragione all’azienda, circoscrivendo il contenzioso all’origine dei dati e alla loro archiviazione [S1].

Due effetti discendono da qui. Primo: i dataset non sono più un costo sommerso. Possono generare esborsi puntuali e meccanismi di compensazione. Secondo: il fair use per l’addestramento, quando riconosciuto, non esonera dal tracciare filiere dei dati e responsabilità sull’acquisizione. Chi costruisce modelli deve contare su budget, prove documentali e processi di approvvigionamento più robusti.

Discovery, prove digitali e nuove tecniche probatorie

Sul fronte musicale, Sony Music Entertainment ha depositato a New York una nuova causa contro Udio con oltre 30.000 brani elencati. I titoli includono “Hound Dog”, “Say My Name” e “As It Was”. Tra gli artisti: Elvis Presley, Beyoncé, Harry Styles, Britney Spears, Johnny Cash [S2]. È un cambio di passo rispetto alla fase iniziale del contenzioso, in parallelo a quello contro Suno insieme a Universal Music Group e Warner Records [S2]. Qui la discovery ha funzionato da leva tecnica e processuale.

I legali hanno ottenuto l’accesso ai dati di training di Udio. Hanno poi usato una tecnica di audio fingerprinting per mappare corrispondenze aggiuntive. Hanno chiesto di ampliare con migliaia di opere il caso principale. Il giudice ha respinto la mozione. Sony ha quindi optato per un nuovo deposito separato che incorpora la lista emersa in discovery [S2]. La sequenza suggerisce un modello operativo: accesso ai dati, rilevazioni automatizzate, delimitazione puntuale dell’oggetto della controversia.

Il punto chiave è la verificabilità. Una lista dettagliata, con titoli e artisti, fissa contorni chiari della presunta violazione. E affida a strumenti come il fingerprinting un ruolo centrale per collegare i dataset a opere specifiche [S2]. Per chi sviluppa sistemi multimodali, questo alza l’asticella della due diligence: documentazione dei dati, audit interni, e prontezza a una discovery intrusiva.

Pesi aperti, strategia politica e spinte al rilascio locale

Un dirigente di OpenAI, Dean W. Ball, ha proposto che Washington crei “paura, incertezza e sfiducia” attorno ai modelli open-weight per ridurne l’attrattiva. Scrive che il governo dovrebbe trovare un pretesto per farlo [S3]. Il casus belli è Kimi K3 di Moonshot, presentato come il più grande modello open-weight. Ball sostiene che rendere pubblici i pesi scoraggia la spesa in conto capitale per la frontiera tecnologica [S3].

Le reazioni arrivano subito. Yann LeCun e l’investitore Martin Casado contestano l’impianto e rivendicano il ruolo del software aperto come acceleratore compatibile con progetti proprietari [S3]. Ball poi ridimensiona due punti: non indica più una stretta regolatoria come strategia preferibile, e non sostiene più che gli open-weight rallentino necessariamente l’avanzamento [S3]. La discussione sposta il baricentro dalla tecnica alla politica industriale: come governare la diffusione di pesi replicabili e modificabili, e con quali incentivi o disincentivi.

Su un piano contiguo, un’email del 1° ottobre 2022 mostra un’altra leva: il rilascio di modelli locali. Sam Altman propose al board di OpenAI di creare un modello con capacità approssimative di GPT‑3 eseguibile su hardware consumer e “rilasciarlo”. Obiettivo dichiarato: scoraggiare altri rilasci simili e rendere più difficile finanziare nuovi sforzi. L’email lega così politiche di rilascio e barriere competitive. Mancano dettagli tecnici: niente dimensione del modello, requisiti oltre “consumer”, licenze o modalità di distribuzione [S5].

Per chi sviluppa e per i regolatori, pesi aperti e modelli locali pongono una sfida comune: l’enforcement diventa più complesso quando la tecnologia circola facilmente e può vivere fuori dal cloud.

Modelli alternativi e la frammentazione dell’enforcement

Nel giro di 48 ore, Moonshot AI ha presentato Kimi K3 e Alibaba ha mostrato Qwen3.8. Entrambe sostengono prestazioni di punta a una frazione del costo dei modelli statunitensi. Moonshot dichiara di superare quasi tutti i sistemi americani, dietro solo a GPT‑5.6 Sol di OpenAI e a Claude Fable 5 di Anthropic. Alibaba definisce Qwen3.8 “uno dei modelli più potenti disponibili oggi” e “secondo solo a Fable 5” [S4]. Le aziende non hanno pubblicato benchmark, dataset, versioni dei rivali, protocolli o repliche indipendenti. Nessuna indicazione di listini, metodi di calcolo dei risparmi, condizioni d’uso, limiti di throughput o disponibilità commerciale. La comparazione resta una dichiarazione dei vendor [S4].

Questa opacità tecnica complica controlli e confronti. A maggior ragione se i modelli si moltiplicano fuori dagli Stati Uniti e con pesi potenzialmente accessibili. L’assenza di dettagli pubblici riduce lo spazio per verifiche indipendenti e rende più difficile ancorare misure correttive a riscontri oggettivi [S4]. Per chi deve far valere diritti o regole, la proliferazione di attori e claim non verificabili crea un quadro disomogeneo.

Cosa comporta per policy, mercato e pratiche di sviluppo

Dai casi recenti emergono tre leve operative.

• Il prezzo dei dati. L’accordo da 1,5 miliardi con pagamenti per opera traduce una quota del costo del training in compensazione diretta. È un precedente che può orientare clausole contrattuali e budget di progetto [S1].

• Le prove. Discovery, accesso ai dati di training e tecniche di fingerprinting sono già strumenti usati per circoscrivere le presunte violazioni e portare in giudizio corpora identificabili. La specificità delle liste e dei riscontri conta più delle affermazioni generiche [S2].

• La governance dei pesi. Le proposte di creare incertezza attorno agli open-weight e le strategie di rilascio di modelli locali mostrano che la competizione si gioca anche su come, dove e a quali condizioni circolano i pesi. La ritrattazione parziale di Ball indica che la linea non è definita e che gli argomenti economici sono contestati [S3][S5].

Queste leve si intrecciano con un vincolo pratico: l’IA si distribuisce. Modelli dichiarati di punta appaiono senza specifiche verificabili. Pesi aperti o implementazioni locali riducono i punti di controllo centralizzati. La capacità di far rispettare regole e diritti dipende allora da strumenti tecnici e processuali capaci di operare in questo contesto, più che da annunci o posizioni di principio [S4].

Il prossimo banco di prova non è un grande lancio, ma una cartella di dataset ben documentata, una discovery che regge in tribunale e una scelta chiara su quali pesi possono circolare e a quali condizioni.