Il tribunale federale della California del Nord ha tenuto il 14 maggio 2026 l’udienza di approvazione finale del patteggiamento tra Anthropic e gli autori della class action Bartz: 1,5 miliardi di dollari (circa 1,3 miliardi di euro) più interessi, per circa 482.000 opere utilizzate senza autorizzazione, con l’impegno a distruggere i dataset piratati. È il più grande accordo nella storia del diritto d’autore americano e il punto di riferimento obbligato per capire dove sta andando il contenzioso tra industria creativa e industria dei modelli. A metà 2026 il quadro non è più quello, indistinto, delle decine di cause pendenti: le prime pronunce hanno cominciato a tracciare confini, diversi sulle due sponde dell’Atlantico. Questo articolo li mette in fila, e spiega cosa comportano per chi usa modelli generativi in azienda.
Il precedente Anthropic: addestrare si può, piratare no
Il caso Bartz vale più dei suoi numeri. Nel giugno 2025 il giudice William Alsup aveva stabilito un principio destinato a orientare tutto il filone americano: l’addestramento di un modello su opere protette può costituire fair use, per il suo carattere trasformativo, ma la conservazione di copie piratate di quelle opere non lo è. Anthropic aveva attinto a biblioteche ombra come Library Genesis, e su quel punto la sua posizione processuale era indifendibile. Da lì il patteggiamento: un valore implicito di circa 3.113 dollari per opera (circa 2.700 euro), la distruzione dei dataset illeciti e una riduzione della parcella richiesta dai legali degli attori da 300 a 187,5 milioni di dollari nel passaggio verso l’approvazione finale.
La lezione è duplice. Per i laboratori: la provenienza dei dati pesa più della tecnica, e comprare o licenziare i contenuti costa meno che risarcirli. Per i titolari dei diritti: la leva processuale più forte non è l’addestramento in sé, che i giudici americani tendono a proteggere, ma il modo in cui i dati sono stati acquisiti. Non a caso, dopo Bartz, gli accordi di licenza tra laboratori ed editori si sono moltiplicati: pagare prima è diventato il modo più economico di non pagare dopo.
Non tutte le corti la pensano allo stesso modo, va detto: nello stesso giugno 2025 il giudice Vince Chhabria, respingendo le pretese di un gruppo di autori contro Meta, aveva avvertito che in casi con prove migliori sulla diluizione del mercato l’esito potrebbe ribaltarsi. Il fair use americano resta un giudizio caso per caso, non una copertura di categoria.
Il fronte degli editori: la maxi causa contro OpenAI
Il filone giornalistico si è concentrato a New York. Sedici cause contro OpenAI e Microsoft sono state consolidate in una multidistrict litigation davanti al giudice Sidney Stein, con il New York Times, il New York Daily News e il Center for Investigative Reporting tra i capofila. Qui la posta non è solo il training: gli editori contestano anche gli output, cioè la capacità dei sistemi di riprodurre o sostituire i loro articoli, erodendo il mercato degli abbonamenti.
La causa madre, quella del New York Times, era stata depositata a fine 2023 e ha già superato lo scoglio più pericoloso: nel 2025 il tribunale ha respinto nella sostanza la richiesta di archiviazione di OpenAI, mandando avanti le contestazioni principali. Da allora il baricentro si è spostato dalla teoria alla prova, ed è lì che si deciderà la partita.
Il 5 gennaio 2026 Stein ha confermato un ordine che obbliga OpenAI a produrre 20 milioni di conversazioni ChatGPT anonimizzate, respingendo il tentativo di limitare la consegna ai soli dialoghi che citano le opere degli attori. È una decisione di procedura con un peso strategico: per la prima volta i titolari dei diritti potranno cercare nelle interazioni reali degli utenti la prova di quanto spesso il modello restituisce contenuto protetto. L’esito della discovery dirà se il danno lamentato è teorico o misurabile su scala.
Una discovery di quelle dimensioni pone anche un problema di riservatezza per milioni di utenti estranei alla lite. Le due esigenze, prova e privacy, viaggiano ormai insieme in ogni causa sull’AI.
Il filone editoriale non si esaurisce nella MDL. News Corp, attraverso Dow Jones e il New York Post, ha portato in giudizio Perplexity per la riproduzione dei propri articoli nelle risposte del motore, aprendo il fronte specifico dei sistemi di ricerca aumentata: qui il nodo non è il training ma il retrieval, la citazione estesa di contenuti freschi che sostituisce la visita al sito dell’editore. Per il mercato italiano dell’informazione, che vive delle stesse dinamiche, è il filone da guardare con più attenzione.
Musica e immagini: gli altri filoni americani
Il fronte musicale si è spaccato. Warner Music e Universal Music Group hanno scelto la via degli accordi con le società di generazione musicale, trasformando il contenzioso in licenze; Sony Music resta invece in causa. Sul versante dei testi, il 28 gennaio 2026 Universal Music Publishing Group, Concord e ABKCO hanno depositato una domanda emendata contro Anthropic chiedendo 3,1 miliardi di dollari (circa 2,7 miliardi di euro) di danni per l’uso dei testi delle canzoni: il patteggiamento sui libri non ha chiuso la partita, l’ha resa un listino.
Sulle immagini pendono i due processi più attesi. Disney, Universal e Warner Bros. hanno portato Midjourney davanti al tribunale federale della California centrale, con centinaia di personaggi protetti nel fascicolo e richiesta di giuria: è la causa che misura la riproduzione dei personaggi negli output, il terreno dove il fair use è più fragile. E l’8 settembre 2026 si apre il processo con giuria di Andersen contro Stability AI, destinato a produrre il primo verdetto popolare sulla teoria secondo cui è il modello stesso, non solo i suoi output, a costituire una copia delle opere di addestramento.
Se quella teoria passasse, cambierebbe tutto: non si discuterebbe più di singoli output ma della legittimità dei pesi in quanto tali.
Europa: la sentenza GEMA e il caso Getty
In Europa il 2026 si legge alla luce di due decisioni arrivate a novembre 2025, a pochi giorni di distanza, con esiti opposti.
A Londra, la High Court ha respinto le domande principali di Getty Images contro Stability AI: l’addestramento di Stable Diffusion era avvenuto fuori dal Regno Unito, e senza territorialità non c’è violazione azionabile. A Getty è rimasta una vittoria limitata sui marchi, per le filigrane riprodotte negli output. A Monaco di Baviera, invece, il Landgericht ha dato ragione a GEMA contro OpenAI: l’uso di testi di canzoni tedesche per l’addestramento senza licenza viola il diritto d’autore, e l’eccezione di text and data mining del paragrafo 44b della legge tedesca non copre un modello che memorizza stabilmente le opere e le restituisce negli output, tanto più dopo che GEMA aveva esercitato l’opt-out.
La distanza tra le due pronunce è il dato politico dell’anno. Il giudice inglese si è fermato alla giurisdizione; quello tedesco è entrato nel merito e ha detto che la memorizzazione dentro i pesi del modello è riproduzione. Se la linea di Monaco si consolidasse nei gradi successivi e nelle altre corti continentali, l’Europa diventerebbe lo spazio giuridico più ostile all’addestramento non licenziato, altro che porto franco del text and data mining.
Nei tribunali italiani il tema non ha ancora prodotto pronunce di merito di pari peso, ma la traiettoria è segnata: le regole applicate a Monaco derivano dalle stesse direttive europee recepite in Italia, e gli argomenti di GEMA sono a disposizione di SIAE, editori e fotografi italiani. La prima causa italiana seria contro un fornitore di modelli è una questione di quando, non di se.
Il quadro normativo europeo: opt-out e articolo 53
Il contenzioso europeo poggia su regole scritte prima dell’AI generativa. La direttiva UE 2019/790 consente il text and data mining su opere accessibili lecitamente, ma con un opt-out: il titolare può riservarsi i diritti, in forma leggibile dalle macchine per i contenuti online. Attorno a questa riserva si gioca tutto, perché la sua efficacia pratica dipende da standard tecnici ancora instabili e da come i crawler dei laboratori la rispettano davvero. Un opt-out dichiarato nel file robots.txt vincola il crawler che lo legge oggi, ma non cancella ciò che è stato raccolto ieri, e la retroattività delle riserve è uno dei quesiti che prima o poi arriverà alla Corte di giustizia.
L’AI Act ha aggiunto il tassello amministrativo: l’articolo 53 impone ai fornitori di modelli GPAI una policy sul rispetto del diritto d’autore, incluso l’opt-out, e un riepilogo pubblico dei contenuti di addestramento secondo il template che questo blog ha già esaminato. La combinazione è potente: ciò che oggi i titolari dei diritti devono dimostrare in giudizio con perizie e discovery, domani potrebbe emergere dagli obblighi di trasparenza, con l’enforcement della Commissione sui GPAI pienamente operativo dal 2 agosto 2026. Le cause e la vigilanza amministrativa cominciano a scambiarsi le prove. AIPIA segue l’intreccio tra i due piani nella sua guida operativa all’AI Act aggiornata trimestralmente.
Cosa rischia chi usa modelli generativi in azienda
Per l’impresa italiana che usa modelli generativi, il contenzioso globale si traduce in tre rischi pratici. Il primo è l’output: chi pubblica un’immagine che riproduce un personaggio protetto o un testo che ricalca un articolo risponde della violazione come di qualunque plagio, e il fatto che l’abbia prodotto una macchina non è una difesa. Il secondo è contrattuale: molti grandi fornitori offrono ai clienti commerciali indennizzi contro le pretese di terzi per violazione di copyright, ma con condizioni precise, tipicamente l’uso dei filtri e delle versioni a pagamento. Chi usa account consumer o strumenti gratuiti per lavoro professionale resta scoperto. Un esempio: l’agenzia che genera la grafica di una campagna con un piano gratuito e se la vede contestare da un titolare di diritti non potrà rivalersi su nessuno, e risponderà anche verso il proprio cliente. Il terzo è di fornitura: un modello costruito su dati illeciti può essere ritirato, limitato o riaddestrato per effetto di una sentenza, e i flussi di lavoro che ci si appoggiano si fermano con lui. La distruzione dei dataset imposta ad Anthropic mostra che i rimedi giudiziari possono toccare l’infrastruttura, non solo il portafoglio.
Le contromisure sono meno esotiche di quanto sembri: scegliere fornitori che documentano la provenienza dei dati, preferire i piani commerciali con indennizzo, tenere un registro degli output pubblicati, formare chi usa gli strumenti a riconoscere i contenuti a rischio. Per chi vuole capire il quadro concettuale oltre la cronaca giudiziaria, la selezione di libri sull’intelligenza artificiale curata da AIPIA dedica ampio spazio al rapporto tra creatività umana e macchine.
Il 2026 verrà probabilmente ricordato come l’anno in cui il costo dei dati di addestramento è diventato una voce di bilancio. Il miliardo e mezzo di Anthropic, i 3,1 miliardi chiesti dagli editori musicali, le licenze firmate dalle major: il contenzioso sta facendo quello che il mercato non aveva fatto da solo, dare un prezzo alle opere che hanno insegnato alle macchine a scrivere. Chi compra intelligenza artificiale, d’ora in poi, compra anche la storia dei dati con cui è stata costruita.
