È da un po’ di tempo che mi interrogo sulle reali capacità della cosiddetta Intelligenza Artificiale e sulla natura del suo “addestramento” — o forse sarebbe più corretto dire della sua programmazione?
Le aziende che investono nei modelli LLM (Large Language Models) e generativi hanno un bisogno primario, cioè quella di reperire enormi mole di dati e informazioni e per farlo, acquistano e scansionano libri a centinaia e rastrellano il web per “nutrire” gli algoritmi. Ma la domanda sorge spontanea: queste informazioni vengono davvero memorizzate?
Sul punto la stessa I.A. appare reticente. Infatti, quando le si chiede se memorizzi o meno i dati, la risposta è quasi sempre una formula preconfezionata “l’I.A. non memorizza i file grezzi, ma acquisisce “pattern” (ovvero schemi, modelli, stili)”. Viene però da chiedersi, questi “pattern”, alla fine, non viene anch’esso memorizzato?
Dal punto di vista informatico, i pattern appresi costituiscono la struttura stessa della rete “neurale”, cioè i “pesi” e i “bias” delle sue matrici matematiche conservano la traccia delle relazioni tra parole o note. Se un utente chiede all’I.A. di comporre una melodia nello stile della Quinta Sinfonia di Beethoven, il sistema è in grado di farlo. E se gli si chiede di realizzare una sinfonia che riprenda esattamente il motivo principale di quell’opera, la esegue.
Questo fenomeno — noto in ambito tecnico come overfitting (sovradattamento) — si verifica quando la rete neurale interiorizza una determinata opera a tal punto che i suoi parametri finiscono per riprodurla quasi alla lettera. E questo non equivale, nei fatti, a memorizzare? Non ci troviamo semplicemente di fronte a un gigantesco sistema di correlazione capace di prendere le informazioni archiviate per rielaborarle all’occorrenza tramite schemi logici preimpostati, ma anche di riprodurle in maniera identica?
A questo fondamentale interrogativo ha fornito una prima risposta la storica sentenza del 31 luglio 2026, emessa dal Tribunale Regionale di Monaco di Baviera (Landgericht München I, 42ª Sezione Civile specializzata in diritto d’autore) nel caso che ha visto contrapposte la GEMA (la società di gestione collettiva del diritto d’autore tedesca, equivalente della nostra SIAE) e la società statunitense Suno Inc., sviluppatrice dell’omonima piattaforma di generazione musicale audio.
Si tratta di una pronuncia destinata a fare scuola a livello europeo, in quanto affronta direttamente il nodo dell’addestramento dei modelli generativi su opere tutelate.
La GEMA ha citato Suno per aver impiegato il proprio repertorio musicale nelle fasi di training dell’algoritmo senza alcuna licenza né riconoscimento economico.
Il superamento della difesa sul TDM e sul Fair Use.
Suno si era difesa invocando l’eccezione di Text and Data Mining (TDM) e la dottrina statunitense del Fair Use, sostenendo che l’addestramento fosse avvenuto negli USA. I giudici di Monaco hanno respinto l’eccezione, confermando la giurisdizione europea poiché il servizio viene distribuito al pubblico in Europa, e chiarendo che le deroghe sul TDM consentono l’analisi statistica dei dati, ma non l’estrazione e l’incorporazione di opere per creare modelli capaci di generare contenuti concorrenti.
La doppia violazione del copyright
I giudici tedeschi hanno accertato l’illecito sia nella fase di input (la memorizzazione ed estrazione non autorizzata dei brani nei server per l’addestramento), sia nella fase di output (la capacità del modello di generare sequenze melodiche e armoniche sostanzialmente sovrapponibili alle opere originali).
Epilogo
Il Tribunale ha ordinato a Suno di fornire la rendicontazione dei ricavi ottenuti, di inibire l’uso delle composizioni tutelate dalla GEMA e di risarcire i danni.
Il Tribunale di Monaco ha dunque ritenuto Suno responsabile della memorizzazione non autorizzata di celebri composizioni musicali coperte da copyright utilizzate per l’addestramento — tra cui brani iconici come Daddy Cool, Rasputin, Forever Young, Mambo No. 5, Big in Japan e Atemlos durch die Nacht.
Un precedente giudiziario che incrina definitivamente l’assunto secondo cui l’I.A. si limiti ad “apprendere astrattamente” senza conservare traccia delle opere su cui si esercita, dimostrando che quando l’estrazione e la riproduzione valicano il confine del diritto d’autore, la presunta intangibilità dei “pattern” cede il passo alle responsabilità legali.
tiempolibresite