Contesto giudiziario e richiesta di amicus curiae
Il 30 ottobre 2026 la Wikimedia Foundation ha annunciato di aver presentato al tribunale federale di distretto meridionale di New York una richiesta formale di autorizzazione per depositare un memorandum d’amicus curiae nella causa collettiva In re: OpenAI, Inc. Copyright Infringement Litigation. La richiesta, datata 29 ottobre 2026, è indirizzata al giudice Sidney H. Stein e si presenta sotto forma di lettera, allegando il memorandum stesso come documento giustificativo.
Il deposito è stato effettuato in conformità alle regole locali del tribunale e a un’ordinanza del 7 agosto 2026, successivamente modificata il 24 settembre 2026, che disciplina la partecipazione degli amici della corte. Tale ordinanza richiede a ogni potenziale amicus di chiedere un’autorizzazione preventiva, senza necessità di ottenere il consenso delle parti in causa.
Il memorandum proposto dalla Wikimedia Foundation conta 5 831 parole, rimanendo al di sotto del limite di 6 000 parole stabilito dal tribunale per questo tipo di documenti.
Il team legale che ha presentato la domanda è composto da Rhett O. Millsaps II, avvocato del cabinet Lex Lumina LLP, affiancato dal direttore legale della Fondazione, Stephen LaPorte, dal direttore legale aggiunto Jacob Rogers e dalla consulente legale Aly Marino.
Le questioni centrali del caso consolidato
La causa consolidata comprende dodici azioni legali contro OpenAI, la più nota delle quali è quella promossa dal New York Times nel 2023. Il giornale accusa OpenAI e Microsoft di aver violato il diritto d’autore utilizzando contenuti protetti per addestrare i propri modelli di intelligenza artificiale, senza autorizzazione.
OpenAI e Microsoft difendono la loro posizione sostenendo che l’addestramento e il successivo impiego di grandi modelli di linguaggio (LLM) su dati accessibili al pubblico costituiscono un progresso tecnologico rientrante nell’uso leale (fair use).
La decisione del tribunale avrà un impatto significativo, data la giurisdizione federale, la rilevanza delle parti coinvolte e il numero limitato di precedenti giudiziari che hanno affrontato la questione dell’uso di opere protette per l’addestramento di IA.
Posizione della Wikimedia Foundation
La Fondazione ha sottolineato che un’interpretazione troppo restrittiva dell’uso leale potrebbe ostacolare l’innovazione tecnologica e limitare la disponibilità di strumenti utili a progetti open source come Wikipedia. Al contrario, un’applicazione troppo ampia dell’uso leale potrebbe favorire un Web più chiuso, dove la scarsità di fonti secondarie accessibili indebolirebbe la qualità delle conoscenze online.
Nel blog Diff, la piattaforma di comunicazione di Wikimedia, la Fondazione ha pubblicato un articolo complementare in cui avverte che, se la fase di addestramento non fosse considerata uso leale, lo sviluppo dell’IA rimarrebbe in gran parte appannaggio delle grandi aziende o dei soggetti più finanziati, escludendo gli sviluppatori open source.
Al contrario, una decisione che estenda l’uso leale a tutti i casi potrebbe indurre gli editori a collocare più contenuti dietro paywall o barriere d’accesso, riducendo la visibilità di fonti cruciali per Wikipedia e per la capacità di attrarre nuovi volontari.
Bernadette Meehan, CEO della Wikimedia Foundation, ha dichiarato che la Fondazione si schiera “per difendere le conoscenze umane libere e aperte di cui dipende Wikipedia”, definendo l’ampliamento dell’accesso al sapere tramite l’IA come un obiettivo ambizioso che deve rispettare le persone, i contributori e le comunità che garantiscono la qualità delle informazioni.
Analisi giuridica proposta nel memorandum
Il memorandum si basa su una struttura di analisi dell’uso leale “caso per caso”, ispirata alla sentenza della Corte Suprema del 2023 Andy Warhol Foundation for the Visual Arts v. Goldsmith. La Fondazione sostiene che ogni utilizzo distinto di opere copiate, in diverse fasi di sviluppo e sfruttamento di un agente conversazionale, richiede una propria valutazione dei quattro fattori dell’uso leale.
Inoltre, il documento cita la decisione del 2025 Bartz v. Anthropic, ritenuta illuminante per valutare separatamente gli usi di una stessa copia a differenti stadi, piuttosto che aggregarli in un’unica analisi.
Distinzione tra “data scraping” e uso successivo
Il memorandum definisce lo “scraping” di dati – ovvero l’invio di richieste tecniche automatizzate a un sito web per ottenere copie di opere – come un’attività di acquisizione, non di uso ai sensi del diritto d’autore. Pertanto, solo l’utilizzo successivo delle copie dovrebbe essere soggetto a valutazione di fair use.
Tuttavia, il documento avverte che alcune forme di scraping possono violare i termini di servizio di un sito, le leggi statali sui contratti, la responsabilità civile, il Digital Millennium Copyright Act (DMCA) o il Computer Fraud and Abuse Act (CFAA).
Pre‑addestramento: probabilmente uso leale
Per quanto riguarda il pre‑addestramento, il memorandum sostiene che l’uso rientra probabilmente nell’uso leale per i seguenti motivi:
- Trasformatività: le copie forniscono strutture linguistiche anziché svolgere la funzione informativa originale.
- Secondo fattore: neutro, poiché le opere enciclopediche sono prevalentemente fattuali.
- Terzo fattore: soddisfatto, poiché i modelli richiedono miliardi di parole, rendendo necessaria l’utilizzazione di opere intere.
- Quarto fattore: favorevole, perché il pre‑addestramento non sostituisce le opere originali sul mercato.
In sintesi, la Fondazione afferma che l’utilizzo di contenuti protetti per addestrare modelli dovrebbe essere considerato uso leale quando i modelli risultanti sono nuovi e distinti dalle fonti originali, senza obbligo di rispettare le licenze d’autore.
Generazione aumentata da recupero (RAG): fuori dall’uso leale
Il memorandum descrive la “generazione aumentata da recupero” (RAG) come un processo in cui un agente conversazionale effettua ricerche sul web o in un database, individua, copia e classifica estratti pertinenti, per poi inserirli nella finestra di contesto del modello insieme alla richiesta dell’utente.
Poiché un sistema RAG utilizza le opere nel loro scopo originale – informare i lettori – estraendo i passaggi più rilevanti e concorrendo direttamente con le fonti per attirare l’audience, la Fondazione ritiene che tale utilizzo fallisca il test dei quattro fattori dell’uso leale.
Di conseguenza, la Wikimedia Foundation sostiene che il RAG e le tecniche di “anchoring” simili non dovrebbero essere considerati uso leale e che le aziende che le impiegano debbano rispettare le licenze di ciascuna piattaforma o editore. Per Wikipedia, ciò significa aderire alla licenza Creative Commons CC BY‑SA 4.0, che richiede attribuzione e condivisione sotto la stessa licenza.
Richieste al tribunale e implicazioni per Wikipedia
In conclusione, il memorandum chiede al giudice di riconoscere che il pre‑addestramento dei grandi modelli linguistici generali di ChatGPT rientra nel fair use, mentre l’uso di copie nella funzionalità di generazione aumentata da recupero di ChatGPT non è leale e deve rispettare le licenze, in particolare la CC BY‑SA 4.0 applicata ai contenuti dei progetti Wikimedia.
Wikipedia conta più di 67 milioni di articoli in circa 300 lingue, con quasi 250 000 volontari attivi mensilmente. La Fondazione la descrive come uno dei dataset di più alta qualità per l’addestramento dei LLM, grazie alla sua accuratezza, neutralità e ampiezza tematica.
Nel gennaio 2025, un rapporto interno ha evidenziato che i modelli di linguaggio più avanzati utilizzano una percentuale significativa di contenuti provenienti da Wikipedia, rendendo la questione dell’uso leale particolarmente rilevante per la sostenibilità del progetto.
Altri amici della corte, tra cui gruppi di editori, organizzazioni per i diritti digitali e alcune startup di IA, hanno presentato memoranda simili, ma la posizione della Wikimedia Foundation è particolarmente influente per via del suo ruolo di custode di una delle più grandi collezioni di conoscenza libera al mondo.
Se il tribunale accoglierà la tesi della Fondazione, si aprirà la strada a un modello di addestramento più aperto, ma con regole chiare sul rispetto delle licenze per le fasi di generazione. In caso contrario, le aziende di IA potrebbero dover rinegoziare i termini di utilizzo dei contenuti, con possibili costi aggiuntivi e limitazioni tecniche che influirebbero sull’accessibilità di strumenti basati su LLM per la comunità open source.
Prospettive future
Indipendentemente dall’esito, il caso rappresenta un punto di svolta per l’intersezione tra diritto d’autore, intelligenza artificiale e conoscenza libera. La decisione del tribunale potrebbe stabilire un precedente giuridico che influenzerà non solo le grandi aziende come OpenAI e Microsoft, ma anche i numerosi progetti open source che dipendono da dati pubblici per innovare.
La Wikimedia Foundation ha sottolineato che continuerà a monitorare da vicino gli sviluppi legali e a collaborare con la comunità globale per garantire che l’accesso al sapere rimanga libero, aperto e sostenibile, anche nell’era dell’intelligenza artificiale avanzata.