A prima vista, le conoscenze tradizionali (o traditional knowledge – TK) e l’AI appaiono concetti letteralmente agli antipodi. Le TK sono tradizioni sedimentate nei secoli, trasmesse oralmente, e custodite da comunità che ne fanno un elemento di permanenza identitaria.
L’intelligenza artificiale invece è la punta estrema dell’innovazione, capace di ingerire, processare e rielaborare dati e contenuti con una velocità ed una scala senza precedenti. Eppure, anche questi due mondi si stanno incontrando, e fra l’altro anche in modo virtuoso: l’AI può servire la conservazione delle conoscenze tradizionali, e le conoscenze tradizionali possono arricchire l’etica dell’AI. Tuttavia, a questo incontro sottostà un nodo irrisolto: come può l’AI attingere al patrimonio tradizionale senza depredarlo, in un sistema in cui l’unico strumento di riserva dei diritti oggi disponibile, l’opt-out dal text and data mining, presuppone proprio ciò che alle conoscenze tradizionali spesso manca, ossia una privativa d’autore? E in cui la trasparenza sull’input, che consentirebbe alle comunità quantomeno di sapere se i propri materiali siano stati utilizzati, resta affidata a obblighi di disclosure per categorie aggregate, che – almeno allo stato – non sembrano del tutto adeguati allo scopo?
La comprensione del problema presuppone il chiarimento di alcuni concetti preliminari. In primo luogo, le TK non sono generalmente opere dell’ingegno tutelate dal diritto d’autore. Secondo la nozione elaborata in sede OMPI, esse comprendono le conoscenze, il know-how, le competenze e le pratiche sviluppate e trasmesse di generazione in generazione all’interno di una comunità, di cui costituiscono spesso parte dell’identità culturale o spirituale: dai saperi medicinali ed ecologici alle tecniche agricole e artigianali, fino alle espressioni culturali tradizionali in senso stretto (musiche, danze, narrazioni, disegni e simboli, riti).
Si tratta di asset che presentano vicinanze con quelli della proprietà intellettuale – in particolare, per i beni di natura espressiva, con il diritto d’autore – ma che sono caratterizzati al contempo da importanti differenze. Anzitutto, hanno origine risalente: quand’anche si volesse individuare a ritroso un atto creativo databile, i termini di durata della protezione patrimoniale sarebbero da tempo decorsi, sicché il contenuto tradizionale si trova, per il diritto d’autore, in pubblico dominio. Inoltre, la creazione è collettiva e intergenerazionale: la titolarità non è riferibile a una persona fisica determinata, né sul piano patrimoniale né su quello morale, ma semmai a una comunità, il che pone delicati problemi di esercizio del diritto – chi ha la legittimazione ad autorizzare, a riservare, ad agire in giudizio? attraverso quali organi la collettività forma e manifesta la propria volontà? – che gli ordinamenti di matrice individualistica non sono attrezzati a risolvere.
Sussistono infine problematiche di identificazione dell’asset e di sua preservazione, in un contesto in cui le fonti sono eterogenee, frammentarie e orali. Insomma, si tratta di asset il cui inquadramento e la cui tutela non sono chiari, e che infatti hanno una regolamentazione solo sporadica a livello nazionale – tra le eccezioni, Panama, con la legge n. 20 del 26 giugno 2000 che ha istituito un regime speciale di proprietà intellettuale sui diritti collettivi dei popoli indigeni, basato su un registro tenuto dall’ufficio di proprietà industriale, e il Messico, la cui legge federale del 17 gennaio 2022 sul patrimonio culturale dei popoli indigeni e afromessicani riconosce alle comunità una proprietà collettiva inalienabile e imprescrittibile, subordinando gli usi dei terzi al consenso libero, previo e informato – e pressoché nessuna a livello internazionale: il Trattato OMPI su proprietà intellettuale, risorse genetiche e conoscenze tradizionali associate, adottato il 24 maggio 2024 dopo un quarto di secolo di negoziati, è il primo a occuparsi della materia, ma ha un contenuto limitato, riducendosi a un obbligo di divulgazione dell’origine in sede di domanda di brevetto.
Di conseguenza si pone il problema di quale trattamento abbiano le TK nel contesto dell’AI: esiste per esse un opt-out? E in mancanza di opt-out, i materiali tradizionali possono essere utilizzati senza limiti per l’addestramento, o residuano altre forme di protezione? La questione non è teorica, perché l’interazione tra AI e TK è già in atto, e risponde a una serie di esigenze concrete.
Indice degli argomenti
Conoscenze tradizionali e intelligenza artificiale per preservare le lingue
Si pensi per esempio al ruolo che l’AI può svolgere nella preservazione delle lingue locali che – secondo le stime UNESCO – rischiano in gran parte di scomparire entro la fine del secolo, al ritmo di una ogni due settimane. Per preservare il te reo māori l’emittente neozelandese Te Hiku Media ha sviluppato modelli di riconoscimento vocale automatico che trascrivono la lingua con un’accuratezza del 92 per cento, addestrati su oltre trecento ore di parlato.
Il contributo dei saperi comunitari allo sviluppo di sistemi etici
D’altro canto, le TK possono essere molto utili per lo sviluppo di un’AI etica. Tutti noi sappiamo che le AI possono soffrire di bias determinati dalle concezioni e dai presupposti che – talora anche inconsapevolmente – informano gli algoritmi e la selezione dei dati di training. Il contributo delle TK, su questo terreno, è evidente: i dati derivanti dalle comunità migliorano la rappresentatività dei modelli, fornendo al sistema informazioni e contesti aggiuntive e alternative e migliorano quindi la qualità dei dati dal punto di vista della completezza. Inoltre, questi dati possono anche bilanciare meglio le azioni dei sistemi di AI, fornendo visioni alternative e quindi mitigando il problema delle bias dell’algoritmo.
Conoscenze tradizionali e intelligenza artificiale tra rischi morali ed economici
Dunque, il nodo vero è combinare AI e TK senza che questo abbraccio danneggi o distrugga le TK. I rischi sono precisamente individuabili e corrono su due piani. Sul piano che potremmo dire morale, i materiali tradizionali possono essere raccolti in modo indiscriminato, anche dal web, senza che la comunità ne sia informata e senza che il sistema conservi memoria della loro origine; l’output li restituisce poi mescolati e rielaborati, senza alcuna indicazione della fonte, e non di rado stravolti: motivi ornamentali carichi di significato rituale ridotti a pattern decorativi, simboli sacri o soggetti a restrizioni d’uso (riservati a un genere, a una stagione, a una cerimonia) riprodotti fuori da ogni contesto, narrazioni ricomposte in forme che la comunità non riconosce come proprie.
Sul piano economico, l’appropriazione avviene senza alcun riconoscimento per la comunità depositaria, che non partecipa ai proventi dei sistemi addestrati sul proprio patrimonio e che anzi può subirne la concorrenza, quando l’output generativo si sostituisce sul mercato alle produzioni artistiche e artigianali autentiche. In entrambi i casi la radice del problema è la stessa: l’opacità dell’ingestione, ossia l’impossibilità di sapere che cosa è entrato nel modello e che cosa ne esce.
Perché la riserva dei diritti non protegge tutte le comunità
Nel diritto dell’Unione l’unico strumento di controllo attualmente disponibile per il controllo sull’addestramento è, come noto, la riserva dei diritti (opt-out) di cui all’art. 4, par. 3, della direttiva (UE) 2019/790, recepito in Italia dall’art. 70-quater della legge 633/1941 (introdotto dal d.lgs. 177/2021) e reso effettivo dall’art. 53, par. 1, lett. c), del regolamento (UE) 2024/1689 (AI Act), che impone ai fornitori di modelli di AI per finalità generali di dotarsi di politiche di rispetto delle riserve espresse in forma machine-readable. Come è chiaro dalle norme, l’opt-out è uno strumento proprio del diritto d’autore e dei diritti connessi: può esprimere una riserva solo chi è titolare di diritti su “opere e altri materiali” protetti.
Che succede allora con le conoscenze tradizionali che, nella loro parte più cospicua, stanno fuori dal perimetro del diritto d’autore, mancando un autore identificabile, mancando spesso la fissazione, ed essendo i termini di durata – ove mai decorsi da un atto creativo databile – da tempo esauriti? La risposta è che, in questo scenario, l’opt-out esiste solo per i segmenti del patrimonio tradizionale che intercettano una privativa: quindi, per esempio, le opere contemporanee di artisti indigeni che rielaborano motivi tradizionali, protette come qualunque opera dell’ingegno; le registrazioni sonore di canti e racconti orali, sulle quali insiste il diritto connesso del produttore di fonogrammi ex art. 72 l.a.; le banche dati che raccolgono e organizzano le conoscenze tradizionali, tutelabili con il diritto sui generis del costitutore. Ma qui si annida un ulteriore paradosso: allo stato della legislazione i titolari di questi diritti non si identificano con le comunità, bensì con i soggetti che – attingendo al patrimonio tradizionale – lo utilizzano per realizzare un bene proteggibile. I diritti spettano quindi all’artista che compie la rielaborazione, al soggetto che ha effettuato la fissazione dei suoni (spesso l’archivio o l’etnomusicologo, non la comunità), al costitutore della banca dati. Sicché lo strumento di riserva, dove c’è, non risiede nelle mani delle comunità ma di soggetti diversi e con un perimetro molto diverso e più limitato rispetto a quello proprio della TK da cui si origina.
Al problema che precede si aggiunge quello – ben noto – della territorialità. La riserva dei diritti vale nell’Unione (e la sua efficacia extraterritoriale di fatto, veicolata dall’AI Act per i modelli immessi sul mercato europeo, è ancora tutta da verificare); ma l’addestramento avviene in altri territori e in altre giurisdizioni, dove le regole sono diverse e spesso prevedono eccezioni ampie o fair use. Inoltre, anche la prima pronuncia europea in materia, quella del Landgericht di Amburgo nel caso Kneschke c. LAION (sent. 27 settembre 2024, 310 O 227/23), pur occupandosi di dataset e non direttamente di conoscenze tradizionali, conferma che la stessa riserva dei diritti presuppone un titolare organizzato e attrezzato, considerata la necessità di rispettare standard tecnici perché la riserva sia valida e leggibile dalle macchine: il che costituisce un ostacolo non piccolo per comunità che spesso non dispongono né delle strutture né delle risorse per presidiare la circolazione digitale del proprio patrimonio.
Conoscenze tradizionali e intelligenza artificiale verso una tutela internazionale
La risposta ai problemi sopra evidenziati non può che essere internazionale. Qualche mattone esiste già: il già citato Trattato OMPI del 24 maggio 2024 è il primo a occuparsi dell’interfaccia tra proprietà intellettuale e conoscenze tradizionali e il primo a contenere disposizioni specifiche per i popoli indigeni e le comunità locali. Il suo meccanismo – l’obbligo per il richiedente di brevetto di divulgare l’origine delle risorse genetiche e delle conoscenze tradizionali utilizzate – non riguarda l’AI, ma indica un modello, ossia la trasparenza dell’input come tecnica di tutela, che quindi risponde alla stessa logica perseguita dall’AI con l’obbligo di pubblicare una sintesi sufficientemente dettagliata dei contenuti di addestramento (art. 53, par. 1, lett. d)).
Il dibattito dovrebbe proseguire intorno ad alcuni elementi fondamentali. In primo luogo, la creazione di un diritto sui generis, sganciato dal diritto d’autore, attribuito alle comunità (non a singoli) in quanto custodi di conoscenze tradizionali identificabili: all’interno di questo diritto si potrebbe immaginare anche un opt-out opponibile all’uso dei materiali della TK per l’addestramento di sistemi di AI, sul modello concettuale – ma non sulla base giuridica – della riserva europea. In secondo luogo, anche per le TK dovrebbe essere chiaramente previsto un obbligo di disclosure a carico degli sviluppatori, mutuato dal trattato del 2024 e dall’AI Act, che renda verificabile il rispetto della riserva. In terzo luogo, sarebbe doveroso che i sistemi di AI dessero informazione della TK da cui l’output è stato tratto: ciò al fine di rispettare i diritti morali delle comunità cui le conoscenze si riferiscono; e per la verità dovrebbe trattarsi di un obbligo applicabile a tutti i casi simili in cui siano in gioco diritti morali, perché in tutti questi casi l’output dell’AI ha attinto all’opera di un autore, oppure all’immagine o alla voce di una persona fisica, impattando sui diritti morali dei relativi titolari. Certo gli ostacoli su questa strada sembrano molti e molto seri; ma dal punto di vista dei principi si tratterebbe di una conclusione perfettamente coerente.
Partecipa alla community