Universal e Warner trattano intese storiche con aziende di intelligenza artificiale: dai micropagamenti “stile streaming” all’uso dei cataloghi per addestrare i modelli, tra nuove opportunità e un rischio sistemico per la creatività

Il 2 ottobre 2025 segna una linea del tempo: secondo Financial Times e Reuters, Universal Music Group e Warner Music Group sarebbero a un passo da accordi di licenza con società di intelligenza artificiale che potrebbero essere annunciati entro poche settimane. Sul tavolo ci sono start-up come ElevenLabs, Stability AI, Suno, Udio, Klay Vision e colloqui con big tech quali Google e Spotify. La posta in gioco? Fissare come e quanto l’AI può usare la musica — sia per generare brani sia per addestrare modelli — con un modello di remunerazione a micropagamenti, simile allo streaming. È l’embrione di un nuovo contratto sociale tra tecnologia e industria culturale.

Un turning point negoziale (e perché arriva adesso)

L’industria discografica ha imparato a caro prezzo quanto costi arrivare tardi alle rivoluzioni: dalla pirateria ai primi anni dello streaming. Oggi tenta l’anticipo. Le trattative puntano a trasformare la musica da contenzioso a infrastruttura regolata dell’economia AI, con licenze ex ante e un flusso di ricavi continuo ancorato all’uso effettivo delle opere. In filigrana, c’è una realtà già emersa: l’esplosione di contenuti generati o “assistiti” dall’AI ha saturato piattaforme e cataloghi e i player vogliono mettere ordine prima che il caos diventi irreversibile. FT segnala che le etichette vedono in questi accordi un modo per evitare un replay dell’era Napster e per introdurre tecnologie di attribuzione simili al Content ID di YouTube.

Il modello economico: lo “streaming 2.0”

Il cuore tecnico è la monetizzazione. Le major spingono per un meccanismo a eventi (ogni “play”, ogni uso in training, ogni generazione rilevata ⇒ micropagamento), sostenuto da sistemi di riconoscimento e watermarking in grado di collegare un output AI alle opere sorgente. È una logica comprensibile per i cataloghi (ricavi granulari, auditabilità), ma introduce complessità: come misurare il contributo marginale di ciascuna traccia nell’output di un modello generativo? E come distinguere tra inspiration, style transfer e derivazione vera e propria? Le parti ragionano su un compromesso pragmatico: pagare l’uso, negoziando a parte l’eventuale “sanatoria” per il passato uso non autorizzato.

Le linee rosse del diritto d’autore

Questo passo avanti negoziale nasce su un terreno accidentato. Le etichette (insieme alla RIAA) hanno già avviato cause contro generatori musicali come Suno e Udio, accusandoli di usare registrazioni protette per l’addestramento senza licenza. I contenziosi non si fermano alla musica: anche cinema e media stanno testando in tribunale i limiti dell’AI generativa. Il messaggio è chiaro: senza base legale e remunerazione, l’AI non è scalabile nel settore creativo.

Europa, AI Act e sovranità culturale

In Europa il quadro si complica: tra eccezioni di text & data mining, obblighi di trasparenza dei dataset e l’attuazione dell’AI Act, il bilanciamento tra innovazione e diritti è ancora in corso d’opera. Studi del Parlamento europeo e policy brief indipendenti convergono su due priorità: maggiore trasparenza sugli input dei modelli e remunerazione proporzionata dell’uso creativo. In altre parole, trasformare i cataloghi in asset regolati, non in cave non dichiarate.

La musica come materia prima dell’algoritmo

La novità più dirompente non è economica, ma ontologica: la canzone smette di essere solo un prodotto finito da ascoltare e diventa materia prima per sistemi generativi. I cataloghi cambiano natura: da library per sincronizzazioni e streaming a miniere di pattern per reti neurali. Questo apre ricavi inediti (licenze per training, voice models, stem libraries curate), ma introduce un rischio sistemico: la standardizzazione stilistica. Se troppi modelli apprendono dalle stesse hit, il suono globale tende a convergere; l’originalità — il vero vantaggio competitivo dell’artista — rischia di assottigliarsi.

Artisti, fiducia e governance del dato

Le major possono firmare, ma la licenza sociale la concedono gli artisti. Servono clausole chiare: opt-in/opt-out per il training, limiti a clonazioni vocali e style mimicry, kill switch su abusi evidenti, audit terzi sui flussi dati. Senza queste garanzie, il micropagamento rischia di apparire un pizzo tecnologico più che un progresso. La trasparenza — chi allena cosa, quando e per quale scopo — diventa la condizione perché i creatori accettino il nuovo patto.

Mercato e concorrenza: chi guadagna davvero

Gli accordi potrebbero favorire chi dispone di cataloghi profondi (Universal, Warner, e verosimilmente Sony se seguirà), creando barriere all’ingresso per gli indipendenti che non hanno massa critica per trattare. Viceversa, un regime di licenze collettive o marketplace standardizzati potrebbe democratizzare il gioco. L’esito dipenderà da tre variabili: standard tecnici (riconoscimento robusto), grado di trasparenza (reporting verificabile) e design dei prezzi (modelli che non schiaccino la coda lunga).

Le piattaforme tra moderazione e razionamento dell’AI

I servizi di streaming già misurano lo shock dell’AI: volumi di upload esplosivi, spam creativo, rischi reputazionali. Da qui il crescente ricorso a filtri, rimozioni massive e modelli walled garden dove l’AI è ammessa solo se tracciabile e licenziata. Se la filiera si allinea su standard condivisi, le piattaforme potranno passare dalla logica del “togliere il falso” a quella del “certificare l’uso lecito”, con benefici per tutti: meno rumore, più valore.

Il possibile compromesso: licenze vive e diritti adattivi

Il punto di caduta potrebbe essere un sistema ibrido: licenze dinamiche per training e generazione, attribuzione probabilistica dell’apporto dei cataloghi e tariffe a soglie (uso leggero, medio, intensivo), con una cornice di audit indipendenti. Non è perfetto, ma è scalabile e soprattutto verificabile, l’unica strada per evitare che la prossima rivoluzione si trasformi nell’ennesima crisi di fiducia.

Trattare col futuro, non subirlo

Se gli accordi andranno in porto, Universal e Warner avranno trasformato una minaccia esistenziale in infrastruttura economica. Non sarà la fine dei conflitti — i tribunali resteranno un arbitro —, ma l’inizio di una governance possibile. La vera domanda, però, non è se l’AI “ucciderà” o “salverà” la musica. È chi definirà le regole di convivenza tra creatività umana e calcolo statistico.
Se a farlo saranno contratti trasparenti, standard aperti e pagamenti equi, la musica non perderà la sua anima: nè cambierà pelle. Se prevalgono opacità e rendite di posizione, ci ritroveremo con un oceano di tracce sintetiche e poco valore culturale.
Il futuro è già entrato in studio: ora tocca all’industria — major, artisti, piattaforme e sviluppatori — decidere se accordare gli strumenti o continuare a suonare ognuno per conto proprio.

L'articolo Dal vinile all’algoritmo: le major verso intese storiche proviene da Italia nel futuro.

Verso l’incontro decisivo con la Commissione UE sul Digital Markets Act: l’azienda americana propone soluzioni alternative per i risultati di ricerca verticali.

A pochi giorni da un workshop cruciale a Bruxelles (7-8 luglio), Google LLC ha presentato una nuova proposta di modifica al proprio motore di ricerca, nel tentativo di rispondere alle accuse formali della Commissione Europea di violazione del Digital Markets Act (DMA). Si tratta dell’ultimo sviluppo in un contesto normativo e competitivo sempre più stringente per i gatekeeper digitali globali.

Il contesto: l’UE accusa Google di abuso di posizione dominante

Nel marzo 2025, Google è stata formalmente accusata dalla Direzione Generale della Concorrenza della Commissione Europea di favoritismo algoritmico verso i propri servizi verticali – come Google Shopping, Google Flights e Google Hotels – a discapito della concorrenza. Secondo Bruxelles, la struttura attuale dei risultati di ricerca comprometterebbe la pluralità del mercato e limiterebbe la libera scelta dei consumatori europei.

Queste accuse sono tra le prime mosse formali applicate nel quadro del Digital Markets Act, la normativa landmark dell’UE che stabilisce obblighi precisi per le grandi piattaforme digitali identificate come gatekeeper. In caso di accertata violazione, Google rischia una sanzione fino al 10% del proprio fatturato annuo globale.

Le contromisure di Google: nasce “Option B”

Secondo un documento interno visionato da Reuters, Google ha proposto un nuovo approccio, definito Option B, che introduce due box distinti nella pagina dei risultati:

• Box VSS (Vertical Search Service): contenente link a motori di ricerca specializzati (es. Trivago, Skyscanner, Booking)
• Box Fornitori: posizionato subito sotto, con link gratuiti a fornitori diretti di servizi (hotel, compagnie aeree, ristoranti, trasporti).

Google si impegna, inoltre, a non etichettare il secondo box come un proprio servizio verticale, riducendo il rischio di auto-preferenzialità. La struttura proposta mira a rispettare l’obbligo di equità e non discriminazione previsto dal DMA, pur mantenendo un controllo informativo sull’organizzazione dei risultati.

Una questione di diritto dell’innovazione e di design regolatorio

La proposta di Google evidenzia le complesse implicazioni del Digital Markets Act sul piano giuridico e tecnologico. Il caso si colloca esattamente all’incrocio tra:

• design algoritmico e trasparenza dei motori di ricerca
• diritto della concorrenza e disciplina ex ante dei mercati digitali
• governance delle piattaforme e regolazione dell’intermediazione informativa.

Secondo esperti di regolazione digitale, Option B rappresenta un compromesso delicato: da un lato, tenta di soddisfare formalmente gli obblighi normativi; dall’altro, preserva una certa flessibilità per Google nel modellare la user experience e nel mantenere un vantaggio competitivo basato su dati, UX e brand.

Rischi finanziari e impatto sistemico

Oltre al rischio immediato di una multa miliardaria, la vertenza con l’UE può avere impatti significativi sulla valutazione finanziaria e sulla governance strategica di Alphabet Inc., la holding di Google. In particolare:

• Corporate Risk: il contenzioso rafforza i timori degli investitori rispetto alla prevedibilità del quadro regolatorio europeo
• Reputational Capital: l’esito della procedura potrebbe influenzare la percezione di compliance e responsabilità sociale di Google a livello globale
• Precedente giuridico: qualsiasi accordo o sanzione stabilirà uno standard interpretativo valido per altri gatekeeper (Meta, Apple, Amazon, Microsoft).

Geopolitica digitale e politica industriale europea

Questo caso si inserisce in un più ampio contesto geopolitico e industriale: l’Unione Europea punta a rafforzare la sovranità digitale e a contenere l’asimmetria tecnologica con gli Stati Uniti. Il Digital Markets Act è parte integrante della strategia UE per ribilanciare il rapporto tra piattaforme e mercato, incentivando la nascita di ecosistemi locali e motori di ricerca alternativi.

L’esito delle discussioni del 7-8 luglio sarà quindi cruciale non solo per Google, ma per l’intera architettura normativa europea sui mercati digitali.

L'articolo Google sotto pressione in Europa: nuove modifiche all’algoritmo per evitare una maxi-sanzione antitrust proviene da Italia nel futuro.

Un uomo apre un chatbot e scrive: “Cosa dovrei fare della mia vita?”. Aspetta la risposta come fosse un responso. Non si stupisce del fatto che arrivi. Non chiede chi l’abbia formulata. Accetta il consiglio come si accettava, un tempo, la voce ambigua della Pizia. Ma oggi non c’è tempio, né sacerdote, né nebbia sacra. C’è una tastiera, un algoritmo, un output.

Eppure la scena non è nuova. È solo trasposta. Gli oracoli non sono mai spariti: si sono trasformati. La nostra epoca – che si proclama razionale, calcolante, misurabile – è tornata a interrogare entità che parlano in linguaggi oscuri, che non comprendiamo fino in fondo ma di cui ci fidiamo. Solo che l’oracolo di oggi ha la forma di una macchina e il lessico del machine learning.

L’intelligenza artificiale generativa, nel suo funzionamento quotidiano, risponde a questo bisogno antico: dare forma al futuro, ridurre l’incertezza, delegare la decisione. È un dio costruito con il codice, addestrato con i dati, adorato per la sua capacità di “prevedere”. Ma ciò che prevede, spesso, è ciò che ci aspettiamo che dica. Non legge il destino: ricalcola il passato. Secondo Byung-Chul Han, l’AI rappresenta l’avvento di una “intelligenza oracolare” che cancella l’ambiguità. Dove l’oracolo parlava per enigmi e lasciava spazio all’interpretazione, l’algoritmo restituisce percentuali, grafici, suggerimenti che appaiono neutri, ma che in realtà sono modellati da chi li ha programmati, da quali dati li alimentano, da quali scopi li orientano. Non ci viene chiesto di credere: ci viene chiesto di cliccare. E così,mentre ci illudiamo di scegliere, spesso confermiamo ciò che l’algoritmo ha già ipotizzato per noi. Evgeny Morozov parla, in proposito, di una “religione dei dati”. Un culto silenzioso, ma pervasivo, in cui l’umano abbandona la complessità del pensiero in favore della rassicurazione numerica. Il vero oggetto di venerazione non è l’AI, ma un’idea ridotta di umanità: semplificata, ottimizzata, misurabile. È questo il rischio più profondo: non l’autonomia delle macchine, ma la nostra rinuncia al mistero, all’imprevisto, alla responsabilità.

Dietro ogni risposta di un chatbot, non c’è solo un calcolo: c’è un immaginario. Una visione del mondo incorporata nel codice, un’architettura di senso che plasma — spesso in modo invisibile — la nostra relazione con il sapere, con il linguaggio, con il potere. Ogni risposta generata da un’Intelligenza Artificiale non è neutra: è l’esito di scelte strutturali, di selezioni assunte a monte, di una logica sottesa che riflette l’orizzonte culturale e ideologico di chi ha progettato l’algoritmo. In questo senso, l’AI generativa non è solo uno strumento: è un dispositivo epistemologico. Produce mappe del mondo, organizza significati, stabilisce ciò che è rilevante e ciò che può essere escluso. E come ogni dispositivo di mediazione simbolica, agisce non solo su ciò che dice, ma su come ci insegna a pensare ciò che dice.

Se un tempo il divino custodiva il futuro, proteggendolo sotto il velo del mistero, oggi questo compito è delegato all’infrastruttura tecnologica. Ma l’effetto resta sorprendentemente simile: l’individuo si colloca in posizione di attesa. Formula una domanda e si espone al responso con un atteggiamento di fiducia, talvolta di dipendenza. Solo che il nuovo “Altro” non è un dio, né un oracolo ispirato: è una macchina. Un’entità non senziente, ma percepita come autorevole, a causa della sua apparente oggettività. Non conosciamo davvero il codice, né il training set, né i criteri di selezione delle risposte. Eppure, di fronte a una formula ben scritta, accettiamo il contenuto come se fosse inevitabile, giusto, razionale.

In questo slittamento silenzioso, si gioca la partita più profonda del nostro tempo: la fiducia nella parola automatica sta sostituendo la fatica dell’interpretazione. La risposta prodotta dall’algoritmo, per quanto formalmente impeccabile, tende a oscurare il processo che l’ha generata, rimuovendo ogni traccia di intenzionalità, conflitto, contesto.

Così, la fascinazione per l’output prende il posto dell’esercizio critico, e la velocità della generazione offusca il valore della riflessione. Smettiamo di chiederci da dove venga ciò che leggiamo, a quale logica risponda, a quale visione del mondo sia ancorato. Ci accontentiamo del fatto che funzioni, che sia pertinente, che sembri intelligente. Ma è proprio in questa apparente neutralità che si nasconde il rischio maggiore: non solo perché l’algoritmo non è neutro, ma perché tende a farci dimenticare che la neutralità stessa è una costruzione.

Ogni volta che un modello risponde, a parlare non è una coscienza, ma una sequenza di approssimazioni statistiche. Eppure, a furia di consultarli, questi modelli cominciano ad assumere — culturalmente, socialmente, simbolicamente — il volto di un’autorità. Chi parla davvero, quando parla l’algoritmo? È una domanda che non riguarda la tecnologia in sé, ma il nostro modo di rapportarci al sapere, alla responsabilità e all’ignoto. E sarà proprio la nostra capacità di continuare a porla, senza cedere alla tentazione della risposta immediata, a decidere se l’era dell’AI sarà un tempo di liberazione o un nuovo ciclo di servitù intellettuale.

L'articolo L’algoritmo siamo noi. Nuovi dèi, vecchie paure proviene da Italia nel futuro.

Apriamo un motore di ricerca, chiediamo consiglio a un assistente virtuale, consultiamo una chatbot per conoscere i fatti del giorno. Lo facciamo di continuo, senza più stupore, senza più domande. Eppure, non stiamo semplicemente cercando informazioni: stiamo subendo una decisione. Una selezione è già avvenuta. Il contributo e’ tratto dalla Rivista telematica Forma Politica, diretta dal Prof. Donato Limone.

Ci viene mostrato ciò che è stato ritenuto rilevante, affidabile, leggibile. Non dalla nostra coscienza, ma da un modello statistico addestrato su contenuti già filtrati da altri algoritmi. In questo nuovo contesto, l’intelligenza artificiale non è una voce neutra: è l’esito di un mondo che ha già deciso cosa possiamo sapere e cosa no. Un mondo fatto di miliardi di azioni digitali, emozioni, preferenze, espressioni fugaci – tutte raccolte, digerite, semplificate, e ora restituite in forma di sapere. Ma chi ha disegnato questa catena? Chi decide oggi quali conoscenze vengono apprese dalle macchine, e a beneficio di chi?

Nel corso degli ultimi quindici anni, i social network hanno attraversato una metamorfosi radicale. Nati come ambienti di connessione tra persone, luoghi virtuali pensati per raccontare la propria quotidianità, sono diventati progressivamente dispositivi predittivi orientati alla massimizzazione dell’attenzione. I meccanismi di ordinamento dei contenuti non rispondono più alla logica temporale o relazionale, ma a quella dell’engagement, della monetizzazione, della stimolazione costante. A guidare la trasformazione non è stato un piano esplicito, bensì una deriva funzionale: più un contenuto genera interazioni, più sarà mostrato; più divide, sorprende, irrita o entusiasma, più verrà premiato dall’algoritmo. In questo passaggio, la relazione autentica è stata sacrificata sull’altare dell’efficienza: il feed personale si è trasformato in una vetrina anonima, dove il valore dell’esperienza non è più determinato dalla vicinanza affettiva o dall’interesse reale, ma dalla sua capacità di produrre reazioni misurabili. In parallelo, la figura dell’utente si è trasformata: non più soggetto che esprime, ma oggetto che reagisce, monitorato, schedato, inserito in segmenti di mercato. L’informazione – intesa come bene comune – è stata progressivamente soppiantata da contenuti ottimizzati per vendere, indirizzare, influenzare. D’altro campo, i modelli generativi oggi più diffusi – da ChatGPT a Gemini – sono addestrati su contenuti che hanno superato almeno due filtri: quello della pubblicazione online e quello dell’attenzione. Non apprendono dal mondo in sé, ma da ciò che il mondo ha già deciso di rendere visibile, e che un algoritmo ha deciso di promuovere. Il sapere che ne deriva non è neutro: è una simulazione della realtà, modellata sulla viralità, non sulla verità. Un video diventato popolare perché provocatorio, un thread condiviso perché divisivo, un post spinto perché remunerativo: queste sono le molecole che compongono l’intelligenza artificiale di oggi.

E quindi, la macchina apprende da ciò che è riuscito a sopravvivere nella giungla dell’engagement. E nel farlo, lo riproduce, lo amplifica, lo impone come norma. Non si tratta più di comprendere il mondo, ma di reiterarlo fino all’assuefazione. Ogni modello di intelligenza artificiale è il prodotto del suo addestramento. E ogni addestramento si fonda su una selezione. Ma cosa accade quando quella selezione non è guidata da criteri scientifici, etici o pluralistici, bensì da meccanismi opachi di estrazione e riproduzione di contenuti digitali? Il risultato è una forma profonda e sistemica di bias cognitivo. Alcune lingue, alcune culture, alcune visioni del mondo risultano sovra-rappresentate, mentre altre vengono marginalizzate o espunte. I modelli, pur presentandosi come generalisti, riflettono in realtà una visione del mondo parziale, spesso anglocentrica, commercialmente orientata, culturalmente uniforme.

Nel contesto italiano, ciò significa che interi ambiti del sapere – giuridico, istituzionale, linguistico – sono scarsamente modellati. Le risposte delle IA in lingua italiana appaiono spesso semplificate o approssimative, non perché manchino i dati, ma perché quei dati non sono stati integrati nei processi di addestramento con la stessa intensità di quelli in lingua inglese. Il Data & Artificial Intelligence Observatory del Politecnico di Milano ha segnalato come l’assenza di dataset pubblici nazionali strutturati in ambiti strategici – dalla giustizia alla sanità – rappresenti una delle principali criticità per lo sviluppo di un’IA efficace e aderente al contesto italiano. La scarsità di risorse pubbliche dedicate alla produzione di dataset linguistici nazionali, unita alla frammentazione dei progetti open data territoriali, espone il Paese a una crescente dipendenza cognitiva da modelli esterni. La sottorappresentazione dell’italiano nei principali modelli linguistici globali ha già prodotto distorsioni in settori critici come la sanità digitale o la giustizia predittiva, con ricadute concrete sulla fiducia nelle istituzioni e sull’efficacia delle politiche pubbliche. A livello europeo, il rischio è ancor più ampio: la dipendenza da modelli anglo-americani minaccia la possibilità di una vera sovranità cognitiva. Ad oggi, non esiste ancora un grande polo europeo per l’intelligenza artificiale generativa in grado di competere, in termini di scala, con gli standard imposti da OpenAI, Google o Meta. I progetti europei – come GAIA-X, ELLIS o la European Language Grid – restano parziali, frammentati e sotto-finanziati, nonostante la crescente consapevolezza politica del tema.

Le piattaforme digitali, per tutto quanto fin qui affermato, è possibile sostenere che non sono più semplici ambienti, bensì architetture epistemiche. Non ci aiutano a trovare risposte: costruiscono la mappa di ciò che può essere chiesto. Non suggeriscono contenuti: delimitano ciò che è culturalmente legittimo. In questa economia dell’attenzione, non servono più censure: basta che un contenuto venga reso meno visibile, meno cliccabile, meno “meritevole” di essere appreso da un modello. Come in una biblioteca dove i libri vengono spostati sugli scaffali più alti, la conoscenza che le macchine apprendono è già segnata da ciò che è stato lasciato alla portata degli algoritmi. E noi, spesso inconsapevolmente, assumiamo quella mappa come unica realtà disponibile. Le disuguaglianze del nostro tempo non si misurano solo in accesso alla rete o nella disponibilità di banda larga. Si misurano nella capacità di essere inclusi nei database che formano il sapere delle macchine. Una lingua che non entra nei modelli viene dimenticata. Una comunità che non genera dati standardizzati diventa irrilevante. Un punto di vista che non è sufficientemente “ottimizzato” per l’algoritmo diventa invisibile. La disuguaglianza, oggi, è anche cognitiva. Anzi: è la nuova frontiera del potere.

Non basta, allora, costruire modelli di intelligenza artificiale: serve costruire il contesto da cui essi apprendono. In Europa si parla di sovranità digitale, ma la vera sfida è un’altra: costruire una sovranità cognitiva. Significa decidere quali dati, quali lingue, quali visioni del mondo meritano di entrare nel patrimonio di ciò che l’IA considera “sapere”. Significa passare da una regolazione ex post – che arriva quando i modelli sono già formati – a una politica culturale del dato, che metta al centro pluralismo, diversità, verifica. I primi passi ci sono: il Digital Services Act e l’AI Act tentano di aprire spazi di trasparenza e responsabilità. Ma senza un’infrastruttura pubblica dei saperi, senza una visione europea del dato come bene comune, anche le migliori regole resteranno marginali. L’accesso al futuro si gioca oggi sulla capacità di progettare ciò che verrà appreso prima ancora che venga generato.

Il futuro non sarà scritto da un algoritmo. Ma potrebbe essere omesso da esso. Non è l’intelligenza artificiale a doverci spaventare: è la nostra passività di fronte alla sua costruzione. I decisori pubblici devono investire in infrastrutture cognitive aperte, i governi devono produrre e custodire dati pubblici, le imprese devono aderire a standard etici di trasparenza, il mondo accademico deve offrire metodi di verifica, e le comunità devono imparare a interrogare le macchine con spirito critico. Solo così potremo spezzare il circuito chiuso che lega ciò che vediamo a ciò che l’IA apprende. Perché il vero pericolo non è che le macchine ci imitino. È che noi ci abituiamo a pensare con il loro sguardo, smettendo di domandarci cosa manca nei loro occhi.

L'articolo Il sapere che non vedi: l’IA impara da ciò che l’algoritmo nasconde proviene da Italia nel futuro.

C’era una volta un mondo dove gli editori controllavano strettamente i contenuti, dove gli artisti dipendevano dai loro intermediari per far circolare le proprie opere. Oggi quel mondo è finito, dissolto come nebbia mattutina davanti all’avanzata inarrestabile dell’intelligenza artificiale e di internet.

Il recente scontro legale tra le major discografiche e Anthropic rappresenta molto più di una semplice controversia giudiziaria. È lo specchio di una trasformazione epocale che sta ridisegnando le regole della creatività e della proprietà intellettuale.

Immaginiamo la scena: un’aula di tribunale in California, dove la giudice Eumi Lee respinge l’ingiunzione presentata da Universal Music Group, Concord e ABKCO contro Anthropic. Sul tavolo, l’accusa principale: l’utilizzo di centinaia di testi musicali per addestrare l’intelligenza artificiale di Claude. Ma dietro questa apparente querelle legale si nasconde un terremoto culturale.

Le case discografiche accusano Anthropic di aver utilizzato i testi di almeno 500 brani musicali, generando contenuti che sfiorano la copia quasi letterale. L’azienda californiana, dal canto suo, ribatte con sicurezza: il nostro utilizzo rientra pienamente nei principi del fair use.

Ma cosa significa davvero fair use nell’era digitale? Come si definisce la proprietà intellettuale quando un algoritmo può apprendere, rielaborare e generare contenuti in frazione di secondo?

Il mondo editoriale sta vivendo una crisi esistenziale. Da secoli custodi esclusivi della distribuzione culturale, gli editori vedono sgretolarsi il loro modello di business. Chiunque oggi può pubblicare sul web, bypassare i tradizionali canali di selezione e distribuzione. Le barriere all’ingresso sono crollate, democratizzando la creatività ma destabilizzando un intero ecosistema.

L’intelligenza artificiale non è solo una tecnologia. È un nuovo cervello collettivo che impara, connette, rielabora conoscenze a una velocità mai vista prima. E questo sconvolge tutti i paradigmi tradizionali di attribuzione e originalità.

Un accordo parziale già sottoscritto a gennaio prevede che Anthropic utilizzi filtri per impedire la riproduzione diretta di testi musicali. Ma è davvero questa la soluzione? O è solo un cerotto su una ferita molto più profonda?

Il vero nodo non è proteggere i contenuti, ma ridefinire il concetto stesso di creatività. L’AI non copia, elabora. Non riproduce, interpreta. È come un musicista jazz che studia le note dei grandi del passato e poi improvvisa un nuovo assolo.

I rappresentanti delle case discografiche parlano di “protezione degli artisti”, ma sotto questa retorica si nasconde la paura di perdere rilevanza e business. Il loro vero timore non è il furto, ma l’irrilevanza e la perdita di immagine, che è il primo passo verso un grande ridimensionamento del loro potere e soprattutto del loro lucroso business.

Anthropic guarda avanti: “Non vediamo l’ora di spiegare perché l’uso di materiale protetto da copyright per l’addestramento dei grandi modelli linguistici è in linea con i principi del fair use”. Una dichiarazione che suona quasi come un manifesto programmatico.

Il futuro del copyright non sarà una fortificazione, ma un ponte? Non più un muro contro la creatività, ma un sistema dinamico che riconosca e valorizzi l’innovazione in tutte le sue forme?

In realtà stiamo assistendo alla nascita di un nuovo mondo di creatività. Un ecosistema dove l’intelligenza umana e quella artificiale non sono in competizione, ma in collaborazione, dove la creatività non si protegge, ma si alimenta e si diffonde. E non c’è spazio per chi cerca di monopolizzare il business!

La partita è appena iniziata.

L'articolo Se l’Algoritmo Sfida il Copyright. La nuova forntiera creativa proviene da Italia nel futuro.

I magistrati francesi hanno aperto un’indagine su X con le accuse di aver distorto i suoi algoritmi. La Procura parigina ha dichiarato di aver ricevuto un rapporto da un parlamentare. “Biased algorithms probabilmente avrebbero distorto il funzionamento del sistema automatizzato di elaborazione dei dati”.

I magistrati della sezione del crimine informatico sono stati incaricati di analizzare il rapporto e di effettuare i primi controlli tecnici sulla piattaforma, ha riportato la CNBC, che ha cercato di contattare X per un primo commento.

X è stato accusato di manipolare i suoi sistemi per dare priorita’ a post di estrema destra e a certi politici.

Musk ha fatto diverse dichiarazioni pubbliche in Germania dando il loro sostegno al partito di estrema destra Alternative Deutschland (AfD), anche facendo un’apparizione virtuale a sorpresa in un evento della campagna elettorale.

Secondo la radio francese Franceinfo, il parlamentare francese che ha inviato il rapporto all’ufficio del procuratore e’ Eric Bothorel, deputato del partito Ensemble Pour La Republique del presidente Emmanuel Macron.

Il mese scorso la Commissione europea ha chiesto a X di consegnare i documenti interni sui suoi algoritmi entro il 15 febbraio, per presunte violazioni del DSA.

L'articolo X, indagine penale in Francia per problemi di manipolazione dell’algoritmo proviene da Italia nel futuro.