di Oreste Pollicino, Full Professor of Constitutional Law and AI Regulation, Director, LLM in Law of Technology and Automated Systems, Bocconi University.
La disputa che sta emergendo attorno ai dati di addestramento dei modelli di intelligenza artificiale non è soltanto una controversia tecnica o commerciale. È, più profondamente, uno dei primi grandi conflitti costituzionali dell’era dell’intelligenza arificiale.
I sistemi generativi che oggi producono testi, immagini, codice e contenuti complessi sono stati costruiti attraverso l’analisi di quantità immense di informazioni preesistenti: articoli giornalistici, archivi editoriali, libri, banche dati, imagini, opere creative, contenuti prodotti dagli utenti. È su questo terreno che si sta aprendo una tensione crescente tra due visioni del rapporto tra innovazione tecnologica e proprietà della conoscenza.
Da un lato, editori, autori e titolari di diritti iniziano a chiedere maggiore trasparenza sui dataset utilizzati per addestrare i modelli e, soprattutto, una forma di riconoscimento economico per l’utilizzo delle loro opere. La logica è intuitiva: se l’intelligenza artificiale generativa è in grado di produrre nuovi contenuti grazie all’analisi di opere esistenti, allora una parte del valore economico generato da questi sistemi dovrebbe essere redistribuita a chi ha contribuito a creare il patrimonio informativo su cui tali modelli sono stati adestrati.
Dall’altro lato, le grandi aziende tecnologiche sostengono che imporre restrizioni troppo rigide sull’accesso ai dati rischierebbe di frenare drasticamente l’innovazione. L’addestramento dei modelli di frontiera richiede infatti dataset estremamente ampi e diversificati. Limitare la possibilità di utilizzare contenuti disponibili online potrebbe rallentare lo sviluppo dell’intelligenza artificiale e accentuare il divario tra pochi attori globali in grado di accedere a grandi quantità di dati proprietari e tutti gli altri.
Il punto, tuttavia, non è soltanto economico. Dietro questa disputa emerge una questione molto più profonda che riguarda la governance della conoscenza nell’era algoritmica. Per la prima volta nella storia delle tecnologie dell’informazione, sistemi capaci di generare contenuti autonomamente vengono costruiti sulla base dell’elaborazione sistematica della produzione culturale collettiva. L’intelligenza artificiale non crea nel vuoto: apprende da ciò che le società hanno prodotto nel tempo, trasformando archivi di conoscenza diffusa in capacità generativa.
In questo senso, la questione dei dati di addestramento non riguarda solo il diritto d’autore, ma interroga il modo in cui viene distribuito il valore generato dall’economia della conoscenza. Il modello economico della prima fase della piattaformizzazione si fondava principalmente sull’estrazione di dati comportamentali: ricerche, preferenze, interazioni degli utenti. L’AI generativa segna un passaggio ulteriore. Il valore non deriva più soltanto dai comportamenti degli utenti, ma dall’intero ecosistema informativo su cui i modelli vengono addestrati.
Articoli giornalistici, saggi accademici, opere artistiche, archivi editoriali diventano materia prima di sistemi capaci di produrre nuovi contenuti su scala industriale. In altre parole, il capitale cognitivo accumulato nel tempo dalle società diventa infrastruttura tecnologica. È qui che emerge il vero nodo regolatorio.
Se l’intelligenza artificiale si alimenta della conoscenza collettiva, chi è il titolare del valore che ne deriva? Le piattaforme che costruiscono i modelli? I soggetti che producono i contenuti? O la collettività che ha contribuito a generare quell’ecosistema informativo?
Il diritto europeo ha iniziato a confrontarsi con questa tensione. La direttiva sul copyright nel mercato unico digitale ha introdotto alcune eccezioni specifiche per il text and data mining, cercando di bilanciare la libertà di ricerca e innovazione con la tutela dei diritti degli autori. Allo stesso tempo, l’AI Act ha imposto obblighi di trasparenza sui dati di addestramento per i modelli generativi, riconoscendo implicitamente che la questione dei dataset non è neutrale rispetto alla tutela dei diritti.
Ma il punto centrale resta aperto.
La sfida non è semplicemente stabilire se i contenuti possano o meno essere utilizzati per addestrare i modelli. La vera questione riguarda il modo in cui le democrazie intendono governare la trasformazione della conoscenza in infrastruttura tecnologica.
Storicamente, le società hanno sviluppato strumenti giuridici per regolare l’uso delle risorse economiche: la terra, il lavoro, il capitale. Oggi si apre un capitolo nuovo. La risorsa strategica è la conoscenza.
L’intelligenza artificiale rende visibile ciò che per lungo tempo è rimasto implicito: l’enorme valore economico generato dall’elaborazione sistematica dell’informazione prodotta collettivamente. Per questo motivo il conflitto che sta emergendo tra editori, autori e aziende tecnologiche non è soltanto una disputa settoriale. È il primo segnale di una trasformazione più ampia che riguarda gli equilibri tra innovazione, diritti e distribuzione del valore nell’economia digitale.
Nei prossimi anni è probabile che assisteremo alla nascita di nuovi modelli di governance dei dati di addestramento: sistemi di licenza collettiva, meccanismi di compensazione economica, obblighi di trasparenza più stringenti sui dataset utilizzati per costruire i modelli. Ma al di là delle soluzioni tecniche, la questione resta profondamente politica e costituzionale. Perché nel momento in cui l’intelligenza artificiale si alimenta della conoscenza prodotta dalle società, diventa inevitabile interrogarsi su come il valore generato da questa nuova infrastruttura cognitiva debba essere distribuito. In gioco non c’è soltanto il futuro dell’industria editoriale o dell’innovazione tecnologica. In gioco c’è la definizione delle regole che governeranno l’economia della conoscenza nell’era dell’intelligenza artificiale.
L’articolo L’era dell’AI genera un nuovo nodo costituzionale: come governare la conoscenza collettiva è tratto da Forbes Italia.
