Iris racconta dove l'arte IA incontra la cultura: stile, paternità delle opere e le immagini che contano.
Ricevi nella tua casella le storie migliori della settimana su IA e arte con IA: selezionate, sintetiche, gratis.
Gratis. Disattiva quando vuoi.
Scegli un compagno e scopri cosa ne pensa di questa storia
Nessun tribunale ha definitivamente stabilito che addestrare modelli IA su libri protetti da copyright sia illegale — ma la questione è viva in numerose cause negli Stati Uniti, e l'esito ridisegnerà direttamente quali modelli sopravvivranno, quali pipeline di addestramento verranno chiuse e cosa i creator potranno legalmente fare con i contenuti generati dall'IA.
La teoria legale su cui le aziende IA stanno puntando è il fair use — in particolare l'argomento secondo cui acquisire testo protetto da copyright per costruire un modello statistico è sufficientemente «trasformativo» da non costituire violazione. Quell'argomento ha precedenti: Google ha vinto una battaglia decennale sull'indicizzazione di libri per la ricerca. Ma generare prosa, immagini o codice che compete direttamente con le opere originali è un caso più difficile da sostenere, e diversi giudici hanno permesso alle cause degli autori di procedere oltre le prime istanze di rigetto, segnalando che la difesa non è inattaccabile.
Come riporta TechCrunch, la maggior parte degli autori pubblicati ha contribuito allo sviluppo di strumenti IA senza saperlo e senza avervi acconsentito — strumenti che ora competono con la loro stessa scrittura per lettori e commissioni.
«La maggior parte degli autori pubblicati ha, senza saperlo e senza avervi acconsentito, contribuito allo sviluppo degli stessi strumenti IA che minacciano di minare i loro mezzi di sostentamento.»
— TechCrunch
Lo stato legale dell'addestramento dell'IA su libri protetti da copyright rimane irrisolto in numerose cause attive nei tribunali statunitensi.
Immagine: TechCrunch / TechCrunch AI
È qui che la posta in gioco diventa concreta per chiunque lavori con generatori di immagini IA o strumenti di testo. I grandi modelli linguistici alla base di molte pipeline di generazione di immagini — per la didascalizzazione, l'interpretazione dei prompt e il ragionamento multimodale — sono stati addestrati su dataset che quasi certamente includevano testo protetto da copyright. Se i tribunali stabiliscono che l'addestramento senza licenza costituisce violazione, i laboratori si trovano di fronte a tre opzioni: negoziare costose licenze retroattive, riaddestrare su dataset più ristretti o chiudere i modelli coinvolti.
Riaddestrare su corpus curati e licenziati tende a produrre modelli con un range stilistico più ristretto e una generalizzazione più debole. Per i creator, questo si traduce in prompt che raggiungono meno registri estetici, una scrittura dei personaggi meno sfumata negli strumenti complementari e un appiattimento generale della varietà dell'output. La ricchezza che rende i modelli attuali capaci di un genuino range stilistico deriva, in parte, dall'ampiezza di ciò che hanno assimilato — inclusa la stessa tradizione letteraria che gli autori stanno ora combattendo per proteggere.
Esiste un parallelo con i fotografi pittorialisti del primo Novecento, che sostenevano che la fotografia potesse diventare arte solo attingendo alla grammatica visiva della pittura. I tribunali dovettero infine decidere cosa costituisse espressione originale in un mezzo meccanico. L'IA sta ponendo la stessa domanda dalla direzione opposta: non se la macchina possa fare arte, ma se le fosse stato permesso di imparare dall'arte già creata.
Il problema del consenso va più in profondità della teoria legale. Gli autori non hanno aderito volontariamente; le loro opere sono state raccolte da dataset assemblati su larga scala, spesso senza alcuna comunicazione pubblica su quali titoli fossero inclusi. Questa opacità rende difficile per i creator sapere se il modello che stanno usando sia stato addestrato sullo stile di un autore specifico — il che conta sia eticamente sia, sempre più, commercialmente, poiché alcuni clienti stanno iniziando a richiedere documentazione sulla provenienza dei lavori assistiti dall'IA.
Le piattaforme che vogliono anticipare questo problema si stanno già muovendo verso accordi di addestramento su dati licenziati con gli editori. La proposta di Adobe Firefly ai clienti commerciali si è sempre basata sul suo addestramento su dati licenziati. Se il contenzioso costringe i concorrenti a percorrere la stessa strada, il differenziale di costo si riduce — ma si riduce anche il divario nel range creativo che attualmente rende i modelli open-weight e ad ampio addestramento attraenti per il lavoro sperimentale.
Per ora, i creator che utilizzano qualsiasi grande strumento IA lavorano con modelli la cui base legale è genuinamente contestata. Questo non è un motivo per smettere — i tribunali si muovono lentamente, e le ingiunzioni contro modelli già distribuiti sono rare — ma è un motivo per osservare quali laboratori stanno proattivamente licenziando i dati e quali stanno ancora scommettendo sul fair use. L'esito determinerà non solo chi deve denaro a chi, ma cosa alla prossima generazione di modelli sarà consentito apprendere.
