I documenti giudiziari nella causa del New York Times contro OpenAI e Microsoft mostrano discussioni interne a Microsoft sulla questione se l’uso di articoli giornalistici per addestrare modelli di IA costituisse un ampio abuso del lavoro creativo, mentre entrambe le aziende continuano a sostenere che l’addestramento in questione sia protetto dal fair use.

Il materiale emerso di recente include un memorandum del 2023 di Brent Hecht, direttore della scienza applicata di Microsoft, che descriveva i grandi modelli di IA come «prodotti che distruggono le proprie catene di approvvigionamento» e avvertiva che molte persone consideravano questi sistemi un’appropriazione senza precedenti del loro lavoro. I documenti giudiziari citano inoltre la sua definizione della copia senza autorizzazione di milioni di articoli giornalistici come «il più grande furto di lavoro nella storia dell’umanità».

Microsoft ha dichiarato che quei memorandum riflettevano il tentativo di Hecht di fornire «prospettive diverse e asimmetriche» e non rappresentavano la posizione ufficiale dell’azienda. La distinzione è importante perché il caso non riguarda una campagna pubblica di un dipendente, bensì comunicazioni interne che i querelanti utilizzano per sostenere che le aziende comprendessero la sensibilità giuridica e commerciale dell’addestramento sui contenuti degli editori.

Secondo gli atti, l’amministratore delegato di Microsoft Satya Nadella ha testimoniato che i contenuti dietro paywall dovrebbero essere utilizzati solo con l’autorizzazione dei titolari dei diritti. Ha inoltre affermato che, se avesse saputo in anticipo che OpenAI utilizzava contenuti a pagamento per l’addestramento, avrebbe esercitato i diritti di Microsoft per richiedere il riaddestramento del modello. Documenti giudiziari separati citano anche un dipendente di OpenAI che, in un messaggio al presidente Greg Brockman, faceva riferimento a un «metodo da hacker» per aggirare il paywall del New York Times; Brockman ha risposto: «Bene».

OpenAI e Microsoft sostengono entrambe che l’addestramento dei modelli in questione rientri nel fair use. La controversia è iniziata quando il New York Times ha intentato causa alla fine del 2023 e il rapporto originale afferma che da allora 11 editori si sono uniti al procedimento. Al di là delle divulgazioni giudiziarie, le informazioni di contesto verificate sono limitate e diversi dettagli di fondo restano irrisolti, tra cui la portata completa dei dataset coinvolti e il modo in cui il tribunale valuterà autorizzazione, limiti delle licenze e danno al mercato.

Perché è importante

Questo caso va oltre il rischio reputazionale per due grandi aziende di IA. Incide su una delle questioni giuridiche centrali dell’IA generativa: se l’addestramento su testi di valore commerciale possa essere considerato un uso trasformativo quando il materiale di origine è espressivo, concesso in licenza e in alcuni casi soggetto a paywall. L’editoria giornalistica è un banco di prova particolarmente sensibile perché esiste un mercato reale per la concessione in licenza di questi contenuti e una chiara preoccupazione che gli output dell’IA possano competere con il prodotto originale.

Le divulgazioni rendono inoltre più pressante la questione della conformità per l’infrastruttura IA in senso più ampio. Se i tribunali attribuiranno maggiore peso al consenso, alle restrizioni sulle fonti o al riutilizzo di dati acquisiti a condizioni diverse, gli sviluppatori e i loro partner potrebbero dover affrontare controlli più severi sul modo in cui i corpora di addestramento vengono assemblati, condivisi e aggiornati.