Una quarta testata si unisce alla stessa causa

Seattle Times e Newsday hanno intentato causa contro OpenAI e Microsoft il 4 settembre 2026 presso il tribunale federale del distretto sud di New York. Entrambi i giornali sostengono che le aziende abbiano raccolto dati dai loro siti, compresi i contenuti dietro paywall, e li abbiano inseriti nei dataset che addestrano e fanno funzionare ChatGPT, Microsoft Copilot e le funzioni IA di Bing. Non chiedono solo un risarcimento. La causa chiede al tribunale di ordinare la distruzione di qualsiasi modello o dataset di addestramento che incorpori il loro lavoro, lo stesso rimedio chiesto dal New York Times quando aprì questa linea di contenziosi nel dicembre 2023.

Il caso si aggiunge a un fascicolo che già comprende decine di editori, autori e archivi fotografici che fanno causa alle stesse poche aziende di IA per la stessa accusa di fondo: addestrare su materiale protetto da copyright senza licenza costituisce violazione, non uso legittimo. Seattle Times e Newsday portano meno una novità che un peso aggiuntivo a una causa cresciuta per quasi tre anni e ora riunita come NYT contro Microsoft e altri.

Il numero che Microsoft ha messo agli atti

Nella fase istruttoria di quel caso riunito, Microsoft ha consegnato al perito dei giornali querelanti circa 8,2 milioni di log di conversazioni Copilot. L'azienda sostiene che quei log non fossero un campione casuale dell'uso di Copilot, ma fossero stati filtrati appositamente perché contenevano parole chiave legate ai siti dei giornali querelanti, cioè proprio le conversazioni con maggiore probabilità di contenere una corrispondenza. Anche dentro quel campione già sbilanciato, il perito ha trovato solo 59.545 conversazioni, meno dell'uno per cento del totale, che riproducevano 16 o più parole consecutive da un articolo di un querelante. Un controllo parallelo sugli stessi log ha trovato 24 risposte corrispondenti a contenuti di libri, un tasso che il documento di Microsoft fissa allo 0,00029 per cento.

L'argomento di Microsoft segue direttamente dai numeri: se uno strumento costruito apposta per far emergere probabili violazioni le trova comunque in meno di un caso su cento, la riproduzione non è il comportamento sistemico descritto dai querelanti, e i tribunali che valutano l'uso legittimo dovrebbero trattarla come un'eccezione rara, non come rappresentativa.

Perché lo stesso numero non chiude la causa

Il documento fornisce un dato reale in uno scontro di solito condotto a colpi di retorica, e questo merita di essere preso sul serio di per sé. Però un campione prefiltrato, costruito apposta per trovare corrispondenze, fissa già una soglia minima sulla frequenza della riproduzione, non una massima; un campione più ampio e non filtrato di tutto il traffico Copilot potrebbe mostrare un tasso reale ancora più basso, oppure il filtro potrebbe aver mancato riproduzioni parafrasate che non hanno mai raggiunto la soglia di 16 parole usata dal perito di Microsoft. I giornali non contestano solo la copia letterale. Sostengono perciò anche che Copilot e ChatGPT possano parafrasare da vicino i loro articoli e rispondere alle domande dei lettori in modi che eliminano qualsiasi motivo di visitare l'articolo originale o pagare un abbonamento, un danno che un conteggio di parole non misura affatto.

Lo scontro pratico non riguarda tanto quanto sia comune la riproduzione. Riguarda se un tasso piccolo però dimostrabile di copia letterale basti a giustificare un rimedio così assoluto come ordinare la distruzione di un modello addestrato, perciò isolare il testo di un solo querelante dentro un modello con centinaia di miliardi di parametri non è affatto semplice, anche se un tribunale concede l'ordine.

La parte che conta fuori dall'aula americana

I lettori europei non dovrebbero cercare a Bruxelles la risposta alla domanda sulla riproduzione al centro di questa causa. L'obbligo di trasparenza dell'articolo 53 dell'AI Act europeo, già in vigore per i fornitori di modelli di IA per uso generale, richiede una sintesi delle categorie di contenuti usate nell'addestramento. Non richiede, e non produrrà, un audit del tasso di riproduzione come quello a cui un tribunale americano ha costretto Microsoft. Questo significa che il limite pratico su quanta copia letterale un contratto di licenza o una clausola di indennizzo debbano coprire viene fissato caso per caso nei contenziosi americani, non dalla regolamentazione europea.

Qualsiasi azienda europea che acquisti Copilot, ChatGPT Enterprise o uno strumento addestrato in modo simile per un'attività che produce essa stessa contenuti protetti, giornalismo, documentazione tecnica o codice, dovrebbe aspettarsi che i contratti dei fornitori inizino a citare direttamente numeri come il 59.545 su 8,2 milioni di Microsoft, perché è ormai la cosa più vicina che il settore abbia a una risposta dimostrata invece che semplicemente dichiarata.

Servola Journal

Lo facciamo per tutti quelli che cercano di stare al passo con ciò che la tecnologia sta facendo alle nostre vite. Le persone che la costruiscono, e le persone a cui capita. Il Servola Journal esiste perché ciò che impariamo appartenga a tutti loro.

Nessuno ci paga per questo. Niente pubblicità, nessun muro a pagamento, gratis per tutti. Crediamo semplicemente che capire ciò che sta succedendo a tutti noi non debba dipendere da chi può permettersi di pagarlo.

Se oggi ti ha dato qualcosa, dicci di continuare. Seguici, lascia un like, o scrivi un commento positivo. Li leggiamo tutti, e sono ciò che ci fa andare avanti.

Da leggere ora: OpenAI vuole un proprio orologio degli incidenti. Bruxelles ne ha già avviato uno.  |  Un Sigillo Di Sicurezza Non Ha Detto Nulla Al Pentagono Su Cosa Avrebbe Generato Grok