L’Alta Corte di Delhi ha respinto la richiesta dell’agenzia di stampa indiana Asian News International (ANI) di un’ingiunzione preliminare contro OpenAI in una controversia sul copyright relativa all’addestramento dell’IA e agli output di ChatGPT.

ANI, una delle maggiori agenzie di stampa dell’India, ha citato in giudizio OpenAI per il presunto uso di materiale giornalistico protetto da copyright nell’addestramento dei modelli e nelle risposte generate da ChatGPT. In una decisione cautelare, il giudice Amit Bansal ha negato il rimedio richiesto su entrambe le pretese, affrontando questioni legate alla memorizzazione dei modelli, alla Retrieval Augmented Generation (RAG) e allo status giuridico dell’uso di opere protette da copyright per addestrare sistemi di IA. La decisione non conclude la causa; definisce la posizione preliminare del tribunale, lasciando diverse questioni al procedimento principale.

L’esperto di diritto d’autore applicato all’IA Andres Guadamuz ha descritto la decisione come un’importante vittoria iniziale per OpenAI. La sua analisi è disponibile su Anche il documento del tribunale è stato reso disponibile su

Le prove di ANI non hanno dimostrato una riproduzione letterale

ANI ha presentato al tribunale diversi output di ChatGPT che, a suo dire, costituivano copie sostanziali dei suoi articoli. OpenAI ha replicato che i modelli coinvolti, GPT-4 e GPT-4o, erano stati addestrati su dataset di April 2022 e April 2024. La maggior parte degli articoli su cui ANI si basava come prova era stata pubblicata in August e September 2024, il che significa che non potevano essere inclusi in quei dataset di addestramento.

La posizione preliminare del giudice Bansal è stata che le somiglianze negli output sembravano derivare dalla Retrieval Augmented Generation, un metodo che consente a un modello linguistico di recuperare informazioni online aggiornate in tempo reale in modo paragonabile a un motore di ricerca. Poiché ANI non aveva affrontato la RAG nel suo ricorso, il tribunale non ha emesso una decisione definitiva su tale questione. Il giudice ha affermato che gli output basati su RAG potrebbero potenzialmente qualificarsi come “comunicazione al pubblico”, una questione riservata al procedimento principale.

Il tribunale ha inoltre osservato che ANI aveva usato prompt avversariali, istruendo specificamente il modello a riprodurre gli articoli “esattamente”. Anche con quei prompt, ANI non ha prodotto una sola copia letterale. Il giudice ha ritenuto che i fatti contenuti negli articoli di stampa in generale non siano protetti da copyright e che la riproduzione di temi e titoli non costituisse, in questo caso, concorrenza diretta con ANI.

Le prove non hanno sostenuto l’affermazione di ANI secondo cui OpenAI memorizza permanentemente i dati di addestramento nei suoi modelli e può riprodurre su richiesta le opere dell’agenzia in modo letterale. Il tribunale ha dichiarato che la questione sarà riesaminata nel procedimento principale.

Il tribunale offre un sostegno preliminare all’addestramento dell’IA come uso privato

ANI non ha neppure dimostrato, nella fase cautelare, che la copia del suo materiale da parte di OpenAI per l’addestramento dell’IA costituisse una violazione del copyright. Entrambe le parti hanno concordato sul fatto che OpenAI avesse usato contenuti di ANI durante l’addestramento. OpenAI ha sostenuto che il materiale rappresentava solo una parte minima del dataset complessivo e che il modello aveva estratto elementi non espressivi, tra cui grammatica, sintassi e schemi linguistici.

Il giudice ha esaminato le eccezioni previste dal diritto d’autore indiano e si è basato su una disposizione riguardante “l’uso privato o personale, inclusa la ricerca”. In questa fase, ha interpretato “ricerca” in modo sufficientemente ampio da includere l’addestramento dell’IA.

Il tribunale ha fissato limiti a tale impostazione. Le copie per l’addestramento devono provenire da fonti lecite, non da shadow library o da siti con paywall accessibili senza autorizzazione. Il giudice ha inoltre rilevato che OpenAI non ha reso pubbliche le copie di addestramento e le ha trattate solo internamente. Guadamuz ha affermato che questa è stata la prima volta in cui un tribunale ha stabilito esplicitamente che l’addestramento dell’IA rientra in un’eccezione per uso privato.

Il tribunale ha applicato un test di correttezza in tre parti e ha dato ragione a OpenAI su tutti e tre i punti. Ha affermato che l’uso delle opere di ANI da parte di OpenAI era limitato all’addestramento, poiché non era stata provata alcuna memorizzazione o riproduzione. ANI non è inoltre riuscita a dimostrare un danno economico, in parte perché le due entità operano in settori diversi. Secondo la decisione, anche quando gli utenti chiedono a ChatGPT informazioni sui titoli di ANI, il modello restituisce solo argomenti e, al massimo, alcuni titoli di articoli.

Il giudice Bansal ha citato casi statunitensi tra cui Bartz v. Anthropic e Kadrey v. Meta, nei quali gli output dei modelli linguistici sono stati considerati trasformativi. Ha inoltre fatto riferimento alla precedente decisione su Google Books.

Il tribunale ha inoltre ritenuto che i modelli linguistici addestrati possano migliorare l’accesso alle informazioni, sostenere l’istruzione, far progredire la ricerca scientifica, assistere lo sviluppo software, abilitare la traduzione e creare strumenti per persone con disabilità.

Le decisioni globali sul copyright dell’IA restano divise

La decisione di Delhi si aggiunge a un numero crescente di pronunce internazionali che sono arrivate a conclusioni diverse su IA e copyright. Negli Stati Uniti, un giudice ha respinto una causa intentata da Raw Story e AlterNet contro OpenAI perché i ricorrenti non erano riusciti a dimostrare un danno sufficiente e la probabilità di copie esatte era bassa. Quel tribunale ha anche stabilito che i fatti non sono protetti da copyright.

Anche il caso GitHub Copilot è fallito, con i ricorrenti incapaci di individuare un solo esempio di codice identico. The Intercept, al contrario, ha ottenuto una vittoria parziale tramite un reclamo DMCA riguardante materiale protetto da copyright che era stato rimosso prima dell’addestramento.

In Ross Intelligence v. Thomson Reuters, un tribunale ha respinto una difesa basata sul fair use perché lo strumento di ricerca IA era in concorrenza diretta con il database giuridico Westlaw di Thomson Reuters, rendendo l’uso non trasformativo. Il tribunale ha sottolineato che la decisione si applicava solo a quel caso d’uso non generativo e non poteva essere estesa ai grandi modelli linguistici.

Nel caso Anthropic, un tribunale federale di San Francisco ha descritto l’addestramento dell’IA con opere protette da copyright come “spettacolarmente” trasformativo, un forte segnale a favore del fair use. Tuttavia, il tribunale ha anche tracciato un “paragone con Napster” perché Anthropic aveva usato libri piratati provenienti da shadow library come dati di addestramento. Il fair use non copre materiale ottenuto illegalmente. Anthropic ha poi pagato $1.5 billion agli autori dei libri per l’uso di quelle copie piratate.

Lo U.S. Copyright Office ha respinto l’argomento dell’industria dell’IA secondo cui l’addestramento su “vaste raccolte di opere protette da copyright” si qualificherebbe in generale come fair use. Il funzionario che ha scritto il rapporto è stato licenziato dall’amministrazione Trump poco dopo la sua pubblicazione.

Anche i tribunali europei si sono divisi sulla questione. Il Tribunale regionale di Monaco ha stabilito nel caso GEMA che i testi delle canzoni erano riproducibili nei pesi del modello, rendendo il modello una riproduzione rilevante ai fini del copyright. L’Alta Corte di Londra ha respinto la causa Getty Images v. Stability AI, stabilendo che un modello di IA non è una “copia in violazione”. Ricerche che mostrano come i modelli linguistici possano memorizzare libri protetti da copyright potrebbero intensificare il dibattito sulla memorizzazione.

In questi casi, diverse questioni centrali restano irrisolte: se i modelli di IA conservino permanentemente i dati di addestramento, se l’addestramento possa qualificarsi come fair use o come eccezione comparabile, dove si collochi il confine tra dati ottenuti legalmente e illegalmente, e se gli output generati tramite prompt avversariali riflettano un uso ordinario. La decisione di Delhi è significativa perché affronta diverse di queste questioni in un unico provvedimento, ma la sua natura cautelare significa che prove successive potrebbero ancora influenzare il modo in cui il tribunale valuterà addestramento, recupero delle informazioni e responsabilità per gli output.

I media affrontano problemi oltre il copyright

La controversia mette inoltre in evidenza una preoccupazione più ampia per l’industria dei media. Anche se i tribunali dovessero decidere che l’addestramento dell’IA è legale, i prodotti di ricerca basati sull’IA potrebbero comunque incidere sul mercato delle notizie. Un recente studio del Pew Research Center ha rilevato che i tassi di click-through verso siti web esterni scendono all’8 percent quando compaiono le AI Overviews di Google, rispetto al 15 percent senza un riepilogo IA. Gli utenti tendono a interrompere la ricerca dopo aver ricevuto la risposta dell’IA e spesso non consultano altre fonti.

Per agenzie di stampa come ANI, i sistemi di IA che riassumono le notizie e riducono la necessità di visitare la fonte originale potrebbero indebolire nel tempo il modello di business del settore, anche senza un accertamento di violazione diretta del copyright.

Anche il Tribunale regionale di Monaco I ha recentemente stabilito che Google è direttamente responsabile per affermazioni false nei suoi riepiloghi IA, perché tali riepiloghi contano come contenuti autonomi anziché come risultati di ricerca. La responsabilità limitata che tradizionalmente ha protetto gli operatori dei motori di ricerca non si estende, secondo quella decisione, ai riepiloghi generati dall’IA.

Questo ragionamento potrebbe diventare rilevante anche per le risposte di ChatGPT basate su RAG. Quando i sistemi di IA riassumono le notizie e formulano affermazioni autonome, i loro operatori possono essere trattati come fornitori di media con la relativa responsabilità. Un simile cambiamento potrebbe anche incidere sull’analisi del fair use, in cui uno dei fattori è se il nuovo prodotto compete con le opere su cui è stato addestrato. Se i riepiloghi IA sostituiscono le visite ai siti di notizie, i tribunali potrebbero incontrare maggiori difficoltà nel ritenere che l’uso non sia concorrenziale.