Un tribunale indiano considera l’addestramento dell’IA un «uso privato»: gli editori leggano le clausole
L’Alta Corte di Delhi ha negato all’agenzia ANI un’ingiunzione provvisoria contro OpenAI. Secondo i giudici, archiviare articoli protetti per addestrare ChatGPT rientra probabilmente in un’eccezione di fair dealing. Non è ancora una sentenza definitiva.
La prima decisione sostanziale di un tribunale indiano sui dati usati per addestrare l’IA è favorevole a OpenAI. Nel caso ANI Media contro OpenAI OpCo, deciso il 24 luglio e ampiamente ripreso questa settimana, il giudice Amit Bansal dell’Alta Corte di Delhi ha respinto la richiesta di ingiunzione provvisoria dell’agenzia di stampa ANI. In base a una prima valutazione, la conservazione degli articoli di ANI da parte di OpenAI per addestrare i modelli alla base di ChatGPT rientra nella sezione 52(1)(a) della legge indiana sul diritto d’autore, l’eccezione per «uso privato o personale, inclusa la ricerca». Se questa interpretazione reggerà, non vi sarà violazione.
Due dettagli rendono la decisione più interessante del titolo. Primo, la corte ha respinto espressamente la tesi di ANI secondo cui una società commerciale non potrebbe invocare quell’eccezione. Il Parlamento, ha osservato il giudice, ha limitato altre eccezioni al diritto d’autore agli usi non commerciali, ma ha scelto di non farlo in questo caso. Secondo, ANI ha vinto la disputa sulla giurisdizione. OpenAI sosteneva che i tribunali indiani non dovessero occuparsi di un addestramento svolto su server negli Stati Uniti; Bansal ha risposto che una simile logica permetterebbe a chiunque di sottrarsi alla legge indiana semplicemente ospitando i server all’estero. La corte ha considerato anche l’interesse pubblico, avvertendo che un’ingiunzione in questa fase danneggerebbe lo sviluppo dell’IA in India, compresi i modelli nazionali, e avrebbe conseguenze su milioni di utenti locali di ChatGPT.
C’è però un aspetto che l’entusiasmo rischia di nascondere. La richiesta riguardava un’ingiunzione provvisoria, cioè lo stop a una pratica mentre la causa vera e propria prosegue. Il criterio non è stabilire chi vincerà alla fine, ma se il ricorrente abbia presentato argomenti abbastanza solidi da giustificare un blocco immediato. Il processo principale, con l’acquisizione dei documenti e le perizie, deve ancora svolgersi. L’espressione «prima facie» è quindi decisiva: significa «a un primo esame», non «ormai stabilito». I tribunali, tuttavia, osservano le decisioni altrui. In circa tredici mesi, questa è la terza pronuncia importante favorevole agli sviluppatori di IA sulla questione dei dati di addestramento. Ecco perché gli editori la considerano una brutta settimana, non una formalità.
Prima di trarre conclusioni, va ricordato che si tratta di diritto indiano. La formula «uso privato o personale, inclusa la ricerca» non ha un equivalente diretto nel diritto dell’Unione europea o tedesco, dove contano le eccezioni per l’estrazione di testo e dati previste dalla direttiva DSM e il relativo meccanismo di opt-out. Una vittoria a Delhi non si trasferisce a Monaco.
Cosa significa per te: Se usi soltanto strumenti di IA, non cambia nulla e nessuno verrà a cercare la cronologia delle tue chat. Se pubblichi contenuti online, da un blog alla base di conoscenza aziendale, l’indicazione pratica è che finora i tribunali di più giurisdizioni esitano a considerare l’addestramento una violazione. Misure tecniche come le regole del file robots.txt e l’opt-out europeo per il text and data mining stanno facendo più del contenzioso. Se sviluppi sistemi di IA, il terreno giuridico dei dati di addestramento resta davvero instabile. Sono decisioni provvisorie in cause ancora aperte: interpretarle come un’autorizzazione sarebbe prematuro.
Fonti
I pesi di Kimi K3 sono finalmente pubblici: occupano 1,4 terabyte
Moonshot AI ha pubblicato i pesi completi e il rapporto tecnico di Kimi K3, il suo modello da 2.800 miliardi di parametri, insieme a parte dell’infrastruttura necessaria per eseguirlo. L’affermazione da verificare: 2,5 volte più intelligenza per unità di calcolo.
