Le recenti Conclusioni dell’Avvocato generale Szpunar pronunciate nell’ambito della causa Like Company contro Google Ireland (causa C-250/25) si inseriscono nel quadro, ed anzi nel labirinto, dei ruoli e delle responsabilità dei diversi attori che partecipano alla catena del valore dell’IA (fornitori, importatori, distributori, utilizzatori professionali) e che intervengono nelle diverse fasi del ciclo di vita dell’IA (dalle imprese che realizzano la costruzione dei modelli, alle imprese che li utilizzano per realizzare sistemi, a quelle che ne specializzano le funzioni e li commercializzano, fino agli utenti intermedi e finali).
Indice degli argomenti
IA e copyright: il caso Like Company e le conclusioni di Szpunar
La controversia nasce dall’utilizzo di articoli pubblicati sui portali dell’operatore ungherese Like Company, il quale sostiene che Google li abbia impiegati per addestrare i modelli linguistici e per generare risposte attraverso Bard e poi Gemini, violando così il diritto degli editori di pubblicazioni giornalistiche, ai sensi dell’art. 15 della direttiva 2019/790.
Szpunar propone di dichiarare irricevibili le questioni sull’addestramento. Da un lato, mancherebbe un sufficiente fondamento fattuale per affermare che gli articoli controversi siano entrati nei dati di training. Dall’altro, l’addestramento non costituirebbe un utilizzo online della pubblicazione nel senso specifico dell’art. 15.
In ogni caso, l’Avvocato generale esamina l’addestramento dei modelli linguistici di IA generativa, riconosce che la raccolta e il trattamento delle opere comportano riproduzioni, ma ritiene che nel caso di specie queste possano beneficiare dell’eccezione di text and data mining, o TDM. Restano da dimostrare l’accesso lecito, il rispetto delle riserve dei titolari e il superamento del test a tre fasi. L’addestramento, conferma Szpunar, pur essendo di regola consentito, resta subordinato a condizioni da verificare caso per caso.
RAG e tutela delle pubblicazioni giornalistiche
A rendere il mosaico delle responsabilità ancor meno nitido contribuiscono i rilievi delle Conclusioni sulla Retrieval Augmented Generation, o RAG. Nel funzionamento considerato, il chatbot recupera dal web contenuti pertinenti, li tratta e genera una risposta. Non occorre che quei contenuti siano utilizzati nell’addestramento: la consultazione interviene durante l’esecuzione del servizio e normalmente non modifica i parametri del modello.
Per Szpunar le copie tecniche prodotte durante questo procedimento vanno distinte dalla risposta mostrata all’utente e la relativa compatibilità con il diritto d’autore va valutata tenendo conto del sistema delle eccezioni, della liceità dell’accesso alla fonte e dell’utilizzo finale. Quanto alla risposta, secondo l’Avvocato, il diritto dell’editore sarà certamente leso quando l’output generato conserva riconoscibilmente la forma espressiva della pubblicazione e ne diviene un sostituto1.
Le condotte possono essere imputate al fornitore del chatbot quando siano inerenti al suo modello di attività oppure quando manchino misure adeguate per contrastarle in modo credibile ed efficace. È dunque centrale la configurazione del servizio. Va però ricordato l’esito concreto suggerito: con le riserve proprie del rinvio pregiudiziale, Szpunar ritiene che nel caso sottoposto alla Corte le condizioni della violazione non appaiano soddisfatte.
Compliance by design: il parametro per la responsabilità dei fornitori
Le Conclusioni esprimono un’autorevole opinione. Tuttavia, il criterio di imputazione proposto, fondato sulle misure attese da un operatore ragionevolmente diligente, rimanda ai profili dell’organizzazione preventiva del servizio, che l’Avvocato generale non indaga fino in fondo. Le Conclusioni in altri termini chiedono al fornitore misure credibili ed efficaci, ma non indicano il parametro normativo utile a misurarne l’adeguatezza.
Quel parametro, tuttavia, esiste già ed è codificato dal diritto positivo. In Europa come in Italia ha preso forma lo statuto della compliance by design per governare il rischio tecnologico d’impresa in generale ed in particolare per fissare ambiti e limiti nella catena delle responsabilità per i contenuti generati dall’IA (cfr. art. 53, par.1, lett.c) e d), AI Act; art. 70-septies Lda; D.lgs. n.160/2026).
I fornitori dei chatbots sono tenuti a predisporre assetti adeguati sul fronte organizzativo e su quello del controllo, proporzionati alla natura e alle dimensioni dell’impresa. Si tratta di un canone proprio dell’attività di impresa, che si estende al rischio algoritmico come ad ogni altro rischio (di violare diritti altrui quando tale rischio è) connaturato al servizio offerto.
AI Act e normativa italiana: gli obblighi di compliance
Sul piano europeo, l’art. 53, par. 1, lett. c) e d), dell’AI Act richiede ai fornitori di modelli di IA per finalità generali di adottare una politica volta ad adempiere al diritto dell’Unione in materia di diritto d’autore, idonea anche a individuare e rispettare le riserve espresse ai sensi dell’art. 4, par. 3, della direttiva 2019/790, e di rendere pubblica una sintesi sufficientemente dettagliata dei contenuti utilizzati per l’addestramento.
Sul piano interno, mentre la legge n. 132 estende i criteri dell’accuratezza, della robustezza, della cybersicurezza, della proporzionalità e della sorveglianza umana insieme al paradigma della moderazione e dell’attenuazione dei rischi a tutta la catena del valore, il nuovo art. 70-septies LdA, introdotto dalla stessa legge, riferisce il regime delle eccezioni TDM ad ogni riproduzione ed estrazione compiuta mediante modelli e sistemi di IA, anche generativa, senza distinzioni fondate sul livello di rischio, sulla natura dell’IA o sul ruolo dell’operatore.
L’impianto in termini di misure tecniche ed organizzative che ne discende accompagna l’intero ciclo di vita del servizio.
Progettazione e collaudo dei servizi di IA
Nella progettazione occorre anzitutto definire che cosa il servizio promette: reperire fonti, rispondere su fatti, tradurre articoli o produrne sintesi estese sono funzioni diverse. La scelta incide sui diritti coinvolti e sulle licenze necessarie.
Durante il recupero e la generazione, i controlli devono collegare le autorizzazioni alle operazioni concretamente richieste. Non basta chiedere al modello di rispettare il copyright: dove possibile, accessi e limiti vanno applicati anche dalle componenti esterne al modello. Il frazionamento in piccoli frammenti dell’opera per fini di archiviazione e riutilizzo non garantisce l’irrilevanza sul piano del diritto d’autore, perché parti brevi possono essere creative e più richieste successive possono ricomporre contenuti estesi. Neppure una ridotta somiglianza lessicale esclude una traduzione o una rielaborazione riconoscibile.
Il collaudo deve perciò verificare copie letterali, parafrasi, traduzioni e ricostruzioni attraverso domande successive, distinguendo il riuso di espressione protetta dalla semplice coincidenza dei fatti. I punteggi di similarità possono segnalare casi da approfondire; non sostituiscono il giudizio giuridico. Un collegamento alla fonte agevola la trasparenza, ma non sana un’utilizzazione riservata. Parimenti, il sistema deve preservare citazioni e altri impieghi consentiti, evitando blocchi indiscriminati.
Controlli durante l’esercizio e la cessazione del servizio
Nella fase di esercizio occorrono procedure per esaminare segnalazioni circostanziate, intervenire sui contenuti e riesaminare le configurazioni coinvolte. Aggiornare il modello, ampliare il corpus o modificare le istruzioni può cambiare il grado di rischio anche senza alterare l’interfaccia visibile. La conformità iniziale non esaurisce quindi il controllo. La cessazione del servizio e la migrazione richiedono infine di governare cancellazione, conservazione delle evidenze e permanenza dei diritti d’uso.
IA e copyright: responsabilità del fornitore e ruolo dell’utente
La cifra distintiva dell’IA è la sua capacità inferenziale e la prestazione di chi offre un servizio di IA – sotto forma di chatbot e attraverso i contenuti generati in risposta ad un’interrogazione dell’utente – non può essere considerato estraneo alla sua attività d’impresa.
L’Avvocato generale riconosce che l’iniziativa dell’utente non esclude di per sé la responsabilità del fornitore, ma il peso di tale iniziativa va ricalibrato ulteriormente. Per un servizio organizzato proprio per consultare e rielaborare pubblicazioni, una richiesta ordinaria può attivare la prestazione prevista dal gestore. Il prompt non dovrebbe allora operare come ragione per trasferire sull’utente l’intera utilizzazione. Restano differenti gli usi autonomi, le manipolazioni e le richieste rivolte a forzare il sistema: il contributo di ciascun soggetto va accertato, non presunto.
Lo stesso Avvocato generale lambisce questi profili, evitando di inquadrarli sistematicamente.
Ai punti 132–133 ammette che la prevenzione degli output lesivi entri già, attraverso il secondo passaggio del test a tre fasi, nella valutazione dell’eccezione TDM. La compliance può così rendere operativa la continuità fra utilizzazione a monte e tutela a valle, senza confonderne i distinti atti giuridici.
Trasparenza delle fonti e misure di prevenzione
Nella nota 242 Szpunar avanza una proposta, che rientra invece già nel citato statuto della compliance by design: richiedere la trasparenza specifica delle fonti alle quali la RAG può accedere, che dovrebbe essere costruita con accessi graduati alle informazioni e tutela della riservatezza. Controlli tecnici capaci di distinguere indicizzazione, training e recupero generativo renderebbero inoltre meno oneroso esercitare scelte separate, evitando che il titolare debba sacrificare la visibilità sui motori di ricerca per governare altri usi.
Ancora, l’Avvocato generale richiama l’art. 53 dell’AI Act per confermare che l’eccezione TDM si estende all’addestramento e per sottolineare la funzione complementare dell’obbligo di trasparenza (punti 82, 109 e 150), ma lo tiene fuori dal cuore dell’analisi, dichiarando il regolamento inapplicabile ratione temporis alla controversia e privo di rilievo strumentale per la sua soluzione (punto 25).
Quando si tratta di stabilire quali misure debba adottare un fornitore ragionevolmente diligente, le Conclusioni costruiscono il parametro per via giurisprudenziale, mutuandolo dalla responsabilità delle piattaforme, e trascurano che il legislatore europeo ne ha già tipizzato un nucleo essenziale in capo al fornitore del modello, che nel caso in esame gestisce anche il servizio.
L’inapplicabilità temporale alla lite principale poteva giustificare prudenza nella soluzione del caso concreto, non il silenzio sulla cornice entro la quale la Corte sarà chiamata a decidere le controversie future, dato che gli obblighi dei fornitori di modelli di IA per finalità generali sono applicabili dal 2 agosto 2025 per i modelli immessi sul mercato da tale data.
Nell’attuale contesto, segnato dall’art. 53 dell’AI Act, dall’art. 70-septies LdA e dal d.lgs. n. 160/2026, la compliance by design non è più un’opzione organizzativa, ma il terreno sul quale si misurano liceità e responsabilità. Ogni esame che abbia ad oggetto modelli, addestramento e output dovrà d’ora in avanti muovere da qui, verificando come il servizio sia stato progettato, documentato e corretto prima ancora di chiedersi se una singola risposta riproduca l’opera altrui2.
Rubrica “Innovation Policy: Quo vadis?” a cura del Centro di Eccellenza Jean Monnet in Data-driven Ecosystems and AI Policy e dell’ICPC-Innovation, Regulation and Competition Policy Centre (https://www.uer.it/ricerca/centri-e-laboratori-di-ricerca/)
Note
- L’Avvocato valorizza il criterio della sostituzione in relazione al diritto connesso degli editori, la cui ratio è la protezione dell’investimento, e lo considera decisivo per stabilire se la risposta riproduca la pubblicazione (punti 200, 202 e 207). Il criterio diviene problematico quando lo si assume come soglia generale e lo si trasferisce al diritto d’autore sull’opera giornalistica. Un’utilizzazione può appropriarsi di elementi creativi di un’opera senza dispensare completamente il lettore dalla consultazione dell’originale. Una traduzione parziale, una riduzione o una rielaborazione di un passaggio originale non cessano di interessare l’esclusiva soltanto perché il resto dell’articolo conserva utilità. Su ratio, ambiti e limiti del diritto di elaborazione, V. Falce, Diritto d’autore e innovazione «derivata» nelle Information Technologies, Rivista di diritto industriale, 2003, n. 1, 74. ↩
- Il contributo organizzativo diventa anche probatorio. Versione del modello, fonti recuperate, permessi applicati e interventi effettuati consentono di ricostruire l’operazione contestata. La conservazione deve essere selettiva, proporzionata e compatibile con la tutela dei dati personali e dei segreti commerciali ex art 98 c.p.i. Non è necessario rendere pubblica ogni informazione tecnica, ma occorre evitare che diventi eccessivamente oneroso accertare quale contenuto sia stato utilizzato e secondo quali condizioni. Non solo i precedenti operano a favore di questa lettura, ma la “genetica” opacità dell’IA e delle sue modalità di funzionamento hanno condotto il legislatore italiano a favorire la posizione processuale di chi ritenga di essere stato danneggiato dall’IA non solo favorendone l’accesso alle prove ma persino introducendo una presunzione di causalità in caso di violazione di un obbligo dell’AI Act. ↩
Partecipa alla community