Un tribunale federale non ha stabilito che addestrare un modello di IA su libri protetti da copyright sia illegale. Non ha nemmeno stabilito che farlo sia sempre legale. Nel caso Bartz v. Anthropic, il tribunale del distretto nord della California ha tracciato un confine più stretto di quanto entrambi i titoli suggeriscano. L'addestramento su quei libri poteva plausibilmente rientrare nel fair use secondo il diritto d'autore statunitense, ma conservare copie piratate di quegli stessi libri per addestrarsi su di essi era un atto separato, e quell'atto separato non era protetto. La distinzione tra queste due questioni, come il materiale è stato usato e come è stato acquisito, è ciò che ha davvero deciso il caso. È anche la parte che gran parte della copertura mediatica sul conseguente accordo da 1,5 miliardi di dollari ha tralasciato.
Cosa ha stabilito davvero il tribunale
Il tribunale ha esaminato due questioni giuridiche distinte. Primo, se addestrare un grande modello linguistico su libri protetti da copyright sia un uso trasformativo che può rientrare nel fair use. Secondo, se il modo in cui Anthropic ha ottenuto i libri usati per l'addestramento, scaricandoli da Library Genesis e Pirate Library Mirror, entrambe piattaforme note per la pirateria, fosse esso stesso lecito. Le risposte non sono state uguali per entrambe le questioni. L'addestramento su quei libri poteva plausibilmente essere fair use, ha stabilito il tribunale, perché il modello apprende schemi statistici dal testo invece di riprodurre o distribuire i libri stessi. Ma l'acquisizione delle copie da siti di pirateria e la loro conservazione in una biblioteca interna permanente non rientrava nello stesso ragionamento. Il fair use può proteggere certi usi di un'opera già posseduta legalmente, non rende retroattivamente lecito il modo in cui la copia è stata ottenuta in primo luogo. Questa seconda conclusione, sulla biblioteca costituita con copie piratate e non sull'addestramento in sé, è ciò che ha determinato la responsabilità e plasmato l'accordo approvato dalla giudice Araceli Martinez-Olguin il 20 luglio 2026.
Perché la distinzione conta oltre questo singolo caso
È allettante ridurre tutto a "l'addestramento IA va bene" oppure "l'addestramento IA è illegale". Nessuna delle due affermazioni è corretta, e trattarne una come regola ormai stabilita per il futuro fraintende ciò che è accaduto. Il fair use nel diritto d'autore statunitense si decide caso per caso, sui fatti concreti: cosa è stato copiato, quanto, per quale scopo, e con quale effetto sul mercato dell'opera originale. Bartz v. Anthropic risponde a queste domande per una singola azienda, con un insieme specifico di fonti, in un contesto fattuale specifico. Non è una sentenza generale che copre ogni azienda di IA o ogni pipeline di addestramento, e altri tribunali che esaminano questioni simili restano liberi di raggiungere conclusioni diverse su fatti diversi. Ciò che si generalizza in modo più affidabile di una singola sentenza è la struttura stessa del ragionamento: un tribunale che pone due domande distinte invece di una sola. Cosa avete fatto con il materiale, e separatamente, come lo avete ottenuto. Un'azienda può perdere sulla seconda domanda anche se avrebbe potuto vincere sulla prima.
Cosa significa questo per i vostri dati e documenti
Per i responsabili legali e i team di conformità, la lezione pratica non è un parere legale sull'addestramento IA. È una questione di provenienza che esisteva ben prima dell'IA. Se la vostra organizzazione usa strumenti di IA, si basa su dati di addestramento, o concede in licenza contenuti a terzi che potrebbero usarli per addestrare modelli, la domanda da porsi non riguarda solo se un'attività è definita addestramento. Riguarda da dove provenga davvero il materiale sottostante, e se potete dimostrarlo. Un modello costruito su materiale legalmente concesso in licenza o acquisito correttamente si trova in una posizione legale molto diversa rispetto a uno costruito su fonti piratate, anche quando il metodo di addestramento appare identico dall'esterno.
La stessa logica vale al contrario, per il materiale che la vostra organizzazione crea. Poter dimostrare quando un documento è esistito, chi lo ha creato, e che non è stato alterato da allora, è un fatto separato e dimostrabile, indipendente da qualsiasi argomentazione su come qualcuno lo abbia usato in seguito. Un registro datato e verificabile di questo tipo non risolve da solo una controversia sul fair use, ma elimina esattamente l'ambiguità che l'origine piratata ha creato per Anthropic in questo caso: l'ambiguità su da dove provenga qualcosa e se la catena fino all'originale sia mai stata pulita. I team legali e di conformità che affrontano questioni di provenienza della proprietà intellettuale, legate all'IA o meno, possono trovare informazioni su come la sigillatura e la marcatura temporale dei documenti sostengano una chiara catena di custodia sulla pagina delle soluzioni legali e IP di Swiss Trust Layer. Non vi dirà se un determinato uso rientra nel fair use. È pensata per la domanda adiacente, più facile da rispondere: potete dimostrare cosa avevate, e quando.
