Meta tra machine learning e pirateria

🎧 Ascolta l’articolo ▶️ (durata 6’08” con la voce di Emma)

di Kaspar Nu

Negli ultimi mesi, Meta (la società madre di Facebook, Instagram e WhatsApp) si è trovata al centro di una tempesta legale senza precedenti. Il caso, che ha raggiunto il suo culmine tra la fine del 2025 e l’inizio del 2026, riguarda l’accusa di pirateria industriale per aver utilizzato centinaia di migliaia di libri protetti da copyright al fine di addestrare i suoi modelli di intelligenza artificiale, come Llama.

L’accusa, sostenuta da un gruppo di autori (tra cui Sarah Silverman e Richard Kadrey), sostiene che Meta non si sia limitata a “leggere” contenuti disponibili online, ma abbia attinto a vere e proprie shadow libraries (biblioteche ombra) come Library Genesis (LibGen) e Z-Library. Si parla di circa 82 terabyte di dati scaricati tramite protocollo BitTorrent e la “pistola fumante” sarebbero delle e-mail interne in cui i dipendenti di Meta ammettono che i dataset erano “palesemente piratati”, arrivando a definire la pratica come “oltre la soglia etica” dell’azienda. Meta è accusata, più specificamente, di aver utilizzato script per cancellare le informazioni sul copyright dai file (nomi degli autori, editori, licenze) prima dell’addestramento, così da nascondere l’origine illecita dei testi.

La difesa di Meta si è mossa su tre pilastri principali, alcuni dei quali hanno suscitato forti polemiche nel mondo giuridico.

1. La dottrina del “fair use” o, il cosiddetto, uso legittimo
   L’argomento cardine è che l’addestramento di un’IA sia un’attività “trasformativa”. Meta sostiene che il modello non riproduce i libri, ma “impara” schemi linguistici per creare qualcosa di nuovo. Se il risultato finale (l’IA) non è una copia del libro, allora l’uso del materiale originale è protetto dal fair use, indipendentemente da come è stato ottenuto!2. La difesa del “download passivo”
   Meta ha tentato una distinzione tecnica audace: ha sostenuto che scaricare materiale pirata per uso interno (addestramento) non equivalga a “distribuire” materiale protetto. Quando l’accusa ha sottolineato che usare i torrent implica necessariamente il “seeding” (ovvero l’upload di pezzi di file verso altri utenti, configurando il reato di distribuzione), Meta ha risposto che i suoi ingegneri avevano configurato i client per minimizzare o annullare la condivisione, rendendo l’atto un “consumo passivo”.
2. Mancanza di “danno di mercato”
   I legali di Meta hanno sfidato gli autori a dimostrare un danno economico diretto. Hanno argomentato che Llama non è un sostituto dei libri: nessuno userebbe un chatbot per leggere integralmente un romanzo protetto da copyright; quindi, non ci sarebbe una perdita di vendite reale per gli scrittori.

Perché questo processo è importante?
Il motivo è che il verdetto finale stabilirà un precedente storico: se Meta dovesse vincere definitivamente, verrebbe sdoganato il principio per cui “il fine giustifica i mezzi” nello sviluppo tecnologico, permettendo alle Big Tech di utilizzare qualsiasi materiale illegale purché il prodotto finale sia innovativo.

L’Europa ha un approccio molto diverso rispetto agli Stati Uniti, e la combinazione tra le sentenze americane e le nuove leggi UE sta creando un terreno minato per aziende come Meta.

1. L’AI Act e l’obbligo di trasparenza
   A differenza degli USA, dove si discute ancora se l’addestramento sia “uso legittimo”, l’Unione Europea ha introdotto regole ferree. Infatti, Meta è ora obbligata a pubblicare un sommario dettagliato dei contenuti usati per l’addestramento. Se un autore italiano sospetta che il suo libro sia stato usato, può verificarlo più facilmente. Inoltre, gli editori e i creatori italiani possono dichiarare esplicitamente che i loro contenuti non devono essere usati per l’IA. Se Meta ignora questo divieto, viola direttamente la legge europea, rischiando multe fino al 7% del fatturato globale.
2. L’impatto sui creatori e autori italiani
   Per gli scrittori, i giornalisti e gli artisti digitali in Italia, il processo a Meta rappresenta un bivio fondamentale: in Italia (e in UE), il diritto d’autore è visto come un diritto della personalità, non solo economico. Se Meta vince negli USA usando materiale piratato, si crea un paradosso: gli autori italiani sarebbero protetti in Europa ma “saccheggiati” dai modelli americani che poi vengono rivenduti sul mercato globale. Vediamo già i primi effetti. Per evitare processi simili a quello di Meta, aziende come OpenAI (ChatGPT) e Google stanno stringendo accordi milionari con gruppi editoriali (es. GEDI in Italia). Meta, finora, ha preferito la linea dura della difesa legale, ma se dovesse perdere, sarebbe costretta a pagare miliardi in licenze arretrate anche agli autori europei.
3. La sfida tecnica: il “machine unlearning”
   Una delle conseguenze più drastiche del processo è la richiesta degli autori di cancellare i modelli addestrati su dati piratati. Per Meta, questo sarebbe un disastro: non si può semplicemente “togliere” un libro da un’IA già addestrata. Bisognerebbe distruggere il modello e ricominciare da capo (un processo che costa centinaia di milioni di dollari). Se un tribunale imponesse la cancellazione dei dati, i creatori avrebbero finalmente un potere contrattuale reale contro i giganti del tech.

Ricapitolando, mentre negli USA si combatte sulla definizione di “pirateria”, in Europa la battaglia è sulla scelta. L’AI Act protegge i creatori italiani permettendo loro di dire “No”, ma la vera diatriba resta internazionale ed è sintetizzabile in questo modo: come fermare un’azienda americana che usa server sparsi nel mondo per aggirare le leggi locali?

Vedremo, dunque, cosa accadrà e se sarà davvero possibile porre la parola fine ad una questione così importante e concretamente divisiva.