Giovedi' 9 luglio un gruppo di editori guidato dal New York Times e dal New York Daily News ha chiesto a un tribunale federale di Manhattan di sanzionare OpenAI nella causa sul diritto d'autore che li oppone da mesi. L'accusa e' netta: l'azienda avrebbe mentito ai giudici sostenendo di non poter cercare nei propri modelli le prove dell'uso non autorizzato degli articoli, mentre in realta' quelle ricerche le aveva gia' fatte.
Cosa contesta il New York Times a OpenAI
Secondo la mozione depositata, OpenAI aveva dichiarato alla corte di non essere in grado di interrogare i propri large language model per verificare la presenza di contenuti protetti. Un dipendente dell'azienda ha invece testimoniato che erano state condotte ricerche multiple sui materiali degli editori, alcune persino prima ancora che la prima querela venisse depositata. Per gli avvocati dei quotidiani si tratta di una omissione deliberata di prove rilevanti.
Al centro c'e' un archivio di circa 78 milioni di conversazioni ChatGPT deidentificate che OpenAI aveva raccolto e analizzato internamente per stimare quanto i propri sistemi attingessero da opere di terzi. Questo database, sostengono gli editori, e' esattamente il tipo di materiale che l'azienda avrebbe dovuto consegnare in fase istruttoria e che invece e' rimasto fuori dalla portata delle controparti.
Il braccio di ferro sui campioni di chat
La vicenda dei numeri e' istruttiva. I querelanti avevano inizialmente chiesto un campione di 120 milioni di log di conversazione; dopo una trattativa la richiesta era scesa a 20 milioni. OpenAI ha depositato quel campione lo scorso dicembre, ma - scrivono gli editori - lo ha fornito con cosi' tante omissioni da renderlo, nelle parole usate in aula, praticamente inutilizzabile. In pratica: prima si riduce la mole di dati, poi si consegna un campione oscurato al punto da non poter essere analizzato.
Cosa chiedono gli editori al giudice
La mozione non punta soltanto a un rimprovero formale. I quotidiani chiedono al tribunale l'imposizione di sanzioni, il rimborso delle spese legali e - soprattutto - una statuizione che dia per accertato, sulla base delle stesse chat, che OpenAI abbia utilizzato in modo improprio le loro opere protette. Se il giudice accogliesse quest'ultima richiesta, l'azienda si troverebbe a dibattere non piu' se ci sia stata violazione, ma solo la sua entita' e il risarcimento.
Perche' conta oltre il singolo caso
La causa, avviata alla fine del 2023, e' diventata il principale banco di prova su come i modelli di IA generativa vengono addestrati sui contenuti giornalistici. L'esito inciderа' sui rapporti - fatti di accordi di licenza ma anche di contenziosi - tra i laboratori di IA e l'editoria mondiale. Molte testate hanno scelto la via degli accordi economici con OpenAI e Google; il New York Times ha scelto quella giudiziaria, e ora prova ad alzare la posta trasformando una questione tecnica sulla discovery in un vantaggio sostanziale.
OpenAI ha sempre difeso l'uso dei dati pubblici per l'addestramento invocando il principio del fair use statunitense. La contestazione attuale, pero', non riguarda la liceita' dell'addestramento in se': riguarda la condotta processuale dell'azienda, un terreno su cui i giudici tendono a essere severi. Una decisione e' attesa nelle prossime settimane.
Questo articolo si basa su documenti giudiziari e resoconti di TechCrunch, Variety e dell'agenzia Reuters. AI Notizie applica una verifica editoriale delle fonti secondo le proprie linee guida.
