Chi assiste clienti che usano o sviluppano sistemi di intelligenza artificiale deve già oggi verificare se i dataset impiegati per il training rispettano le norme sul diritto d’autore europeo. La frammentazione dei metadati e l’assenza di standard condivisi espongono a contestazioni contrattuali e a responsabilità per violazione dei diritti d’autore ai sensi della Direttiva 2019/790/UE, recepita in Italia con d.lgs. 177/2021. Il progetto CopyrightView dell’EUIPO delinea uno scenario in cui la verifica di conformità delle licenze diventerà un passaggio obbligato in ogni due diligence su asset digitali.
Punti chiave
- Punto 1 — Il d.lgs. 177/2021 impone eccezioni TDM solo per ricerca, non per uso commerciale AI.
- Punto 2 — Contratti di licenza su dataset vanno già aggiornati per includere clausole di interoperabilità metadati.
- Punto 3 — CopyrightView EUIPO sarà il layer europeo per la verifica automatica dei diritti su contenuti digitali.
Chi redige o rivede contratti per clienti che operano nell’intelligenza artificiale deve aggiungere subito un controllo specifico: i dati usati per addestrare i modelli sono coperti da licenza valida e tracciabile? La risposta, oggi, è spesso no — non per malafede, ma perché i sistemi di metadati sul copyright sono frammentati e non interoperabili tra piattaforme, archivi e basi di dati europee.
L’EUIPO ha pubblicato uno studio sui database di copyright e sugli standard di metadati nell’ecosistema digitale, individuando nel progetto CopyrightView un possibile layer europeo per la gestione dei diritti, il licensing e la trasparenza nell’uso dei contenuti da parte dei sistemi AI. La notizia è riportata da Agenda Digitale.
Il contesto normativo
Il riferimento centrale è la Direttiva (UE) 2019/790 sul diritto d’autore nel mercato unico digitale, recepita in Italia con il d.lgs. 8 novembre 2021, n. 177. L’art. 3 della Direttiva — e il corrispondente art. 70-ter della legge 633/1941 come modificata — consente il text and data mining (TDM) per finalità di ricerca scientifica, ma non per uso commerciale generalizzato. Chi addestra modelli AI a scopo commerciale su contenuti protetti senza licenza esplicita opera in una zona ad alto rischio di contestazione.
Sul piano dell’AI Act (Regolamento UE 2024/1689), l’art. 53 impone ai fornitori di modelli general-purpose di pubblicare un sommario sufficientemente dettagliato dei dati di training, con attenzione specifica al rispetto del diritto d’autore. L’assenza di metadati standardizzati — proprio il problema che EUIPO fotografa — rende questa disclosure molto difficile da rendere concreta e verificabile.
Cosa cambia per lo studio
- Nelle due diligence su aziende tech o startup AI, inserisci un audit specifico sulla provenienza e la licenza dei dataset di training: non basta verificare la titolarità del codice.
- Nei contratti di fornitura di sistemi AI, aggiungi una clausola che obblighi il fornitore a documentare la conformità dei dati di training all’art. 70-ter l. 633/1941 e all’art. 53 AI Act, con obbligo di aggiornamento in caso di contestazione da terzi.
- Se assisti editori, fotografi, agenzie creative o titolari di archivi digitali, verifica se hanno già adottato meccanismi di opt-out dal TDM commerciale: la Direttiva 2019/790 lo consente espressamente e la mancata attivazione può precludere future azioni risarcitorie.
- Monitora l’avanzamento del progetto CopyrightView: quando diventerà operativo, cambierà lo standard di diligenza richiesto nella verifica delle licenze digitali, con possibili ricadute sulla responsabilità del consulente che non lo ha considerato.
- Per i clienti con contratti di licenza su contenuti digitali già in essere, verifica se le clausole coprono l’uso dei contenuti come dati di addestramento AI: nella maggior parte dei contratti precedenti al 2022 questa ipotesi non è contemplata.
Attenzione a
Il rischio più frequente è trattare il problema del copyright AI come una questione futura. Le contestazioni da parte di titolari di diritti sui dataset di training sono già in corso in diversi paesi europei e statunitensi: aspettare che si consolidi la giurisprudenza italiana significa esporre i clienti a responsabilità già operative. Il secondo errore è limitarsi a inserire una generica clausola di manleva nel contratto con il fornitore AI senza specificare gli obblighi di documentazione: una manleva priva di contenuto tecnico è difficilmente azionabile quando emerge che i dati erano privi di licenza valida.
Domande frequenti
Un’azienda italiana che usa ChatGPT o modelli AI per scopi commerciali rischia per violazione del copyright sui dati di training?
Il rischio riguarda principalmente i fornitori dei modelli, non l’utilizzatore finale. Tuttavia, se l’azienda costruisce o affina un modello proprio su dati di terzi senza licenza, si espone a responsabilità diretta ai sensi dell’art. 70-ter l. 633/1941. Chi usa semplicemente un servizio AI di terzi risponde solo se era consapevole dell’illiceità dei dati impiegati.
Come si attiva l’opt-out dal text and data mining per un editore o titolare di archivio digitale?
L’art. 4 della Direttiva 2019/790 e l’art. 70-ter l. 633/1941 prevedono che il titolare possa riservare espressamente l’uso dei propri contenuti per il TDM commerciale, anche tramite metadati leggibili automaticamente. Nella pratica, oggi si usa il tag robots.txt, il campo meta ‘tdmrep’ o clausole contrattuali esplicite nei termini di servizio del sito.
Cosa deve contenere la clausola copyright sui dati di training in un contratto di fornitura AI?
La clausola deve indicare l’obbligo del fornitore di documentare la provenienza e la licenza dei dataset, dichiarare la conformità all’art. 53 AI Act, prevedere un obbligo di notifica in caso di contestazione da terzi e stabilire una garanzia di manleva con massimale definito. Clausole generiche del tipo ‘il fornitore garantisce la liceità del servizio’ non sono sufficienti.
Fonte di riferimento: AgendaDigitale