Anthropic e la biblioteca rubata

Per costruire Claude, Anthropic aveva bisogno di libri. Non di qualche migliaio di libri, ma di milioni.

Il modo più semplice per procurarseli era comprarli. Il modo più rapido era scaricarli. Anthropic fece entrambe le cose e, proprio da questa differenza apparentemente banale, è nata una delle decisioni più interessanti che l’intelligenza artificiale abbia finora consegnato al diritto d’autore.

Tra il 2021 e il 2022 Anthropic mise insieme una biblioteca digitale di dimensioni difficili persino da visualizzare. Secondo quanto accertato dal giudice federale William Alsup, furono scaricati 196.640 libri da Books3, almeno 5 milioni di libri da Library Genesis e almeno altri 2 milioni dal Pirate Library Mirror. In tutto, oltre 7 milioni di copie di libri provenienti da biblioteche pirata. Non link, estratti o frammenti di testo raccolti incidentalmente sul web, ma libri completi in formato PDF, EPUB o TXT, spesso accompagnati dai relativi dati bibliografici.

Successivamente Anthropic cambiò metodo. Cominciò ad acquistare libri cartacei in quantità enormi, li smontava, ne tagliava la rilegatura, li scansionava pagina per pagina e distruggeva l’originale dopo averne realizzato la copia digitale.

Alla fine del processo, sui server della società si trovavano sempre dei file contenenti dei libri. Tecnicamente potevano sembrare la stessa cosa. Giuridicamente, però, non lo erano affatto.

Quando alcuni autori portarono Anthropic in tribunale, infatti, accadde qualcosa di molto meno intuitivo del prevedibile scontro fra scrittori e intelligenza artificiale. Nel giugno 2025 il giudice Alsup stabilì che utilizzare i libri per addestrare Claude poteva costituire fair use. L’addestramento, secondo il giudice, era un uso profondamente trasformativo: il modello non utilizzava le opere per ripubblicarle al posto degli originali, ma per apprendere relazioni linguistiche e generare qualcosa di nuovo.

Alsup arrivò a paragonare il processo a quello di un lettore che aspira a diventare scrittore. Leggiamo altri autori, assimiliamo strutture, parole, idee, modi di argomentare e, successivamente, produciamo qualcosa di nostro. Il copyright protegge l’opera, ma non attribuisce all’autore un monopolio su tutto ciò che qualcun altro può imparare leggendola.

Fin qui, dunque, una vittoria enorme per Anthropic e, più in generale, per l’industria dell’intelligenza artificiale.

Ma nella stessa decisione il giudice pose una domanda molto più semplice: da dove provenivano i libri che Claude aveva potuto leggere?

Ed è qui che la vicenda cambia completamente.

Perché stabilire che l’uso successivo di un’opera sia lecito non significa necessariamente rendere lecito il modo in cui quella stessa opera è stata acquisita.

Un paragone aiuta a capire.

Posso comprare un romanzo, leggerlo, studiarne lo stile e utilizzarne gli insegnamenti per scriverne uno mio. Il fatto che il mio nuovo romanzo non violi il copyright dell’autore precedente è una questione.

Se però quel libro, invece di comprarlo, lo sottraggo da una libreria, la liceità di ciò che scriverò successivamente non cancella il problema precedente.

Non diventa lecito rubare un libro soltanto perché è lecito leggerlo.

È esattamente la distinzione che il giudice ha applicato ad Anthropic. La società poteva sostenere che addestrare Claude sui libri costituisse fair use; non poteva però utilizzare quella conclusione per trasformare retroattivamente in fair use anche il download di milioni di copie da fonti pirata.

Alsup lo disse in maniera particolarmente netta: non esiste nel diritto d’autore americano una speciale eccezione per le società di intelligenza artificiale. Ed è significativo che abbia considerato diversamente persino due operazioni che producevano lo stesso risultato materiale. Digitalizzare la copia cartacea di un libro acquistato legittimamente per sostituirla con una copia digitale destinata alla biblioteca interna poteva essere fair use; scaricare quello stesso libro da LibGen per costruire la medesima biblioteca, invece, no.

È una distinzione sottile solo in apparenza.

Il file finale è identico. Le parole contenute nel file sono identiche. L’algoritmo che successivamente leggerà quelle parole è identico. Ciò che cambia è la storia giuridica della copia.

E quella storia, per Anthropic, è costata parecchio.

Il 20 luglio 2026 il tribunale federale ha approvato definitivamente l’accordo con cui Anthropic pagherà 1,5 miliardi di dollari per chiudere la class action relativa alla propria biblioteca pirata. Si tratta del più grande accordo conosciuto in una class action americana in materia di copyright.

L'azione ha riguardato 482.460 opere e il valore teorico dell’accordo è di circa 3.100 dollari per opera, prima della detrazione di costi e compensi. Il dato è interessante anche in prospettiva: la stessa corte ha osservato che si tratta di oltre quattro volte il minimo previsto per l’infrazione ordinaria dal Copyright Act e di oltre quindici volte il minimo previsto per l’infrazione innocente. Anthropic dovrà inoltre distruggere le copie interessate provenienti da LibGen e Pirate Library Mirror, fatte salve quelle che debbano essere conservate per obblighi processuali.

Vale però la pena di evitare un equivoco, perché è proprio qui che il caso diventa interessante: Anthropic non sta pagando 1,5 miliardi di dollari perché un giudice abbia stabilito che addestrare un’intelligenza artificiale sui libri sia illecito.

È quasi il contrario.

Sul punto dell’addestramento Anthropic aveva ottenuto una vittoria estremamente importante. Il problema che rimaneva aperto riguardava il modo in cui aveva costruito la propria biblioteca.

In altre parole, una delle più grandi controversie al mondo sull’intelligenza artificiale si è risolta separando due verbi che nel dibattito pubblico vengono spesso confusi: usare e procurarsi.

Dai libri alle canzoni

La distinzione diventa ancora più interessante se dai libri passiamo alla musica.

Suno e Udio funzionano, semplificando molto, secondo una logica simile: un modello viene esposto a enormi quantità di musica e impara strutture armoniche, ritmiche, timbriche e stilistiche dalle quali può successivamente generare nuovi brani.

Anche qui il dibattito tende immediatamente a concentrarsi sul risultato: se chiedo a un’intelligenza artificiale di produrre una canzone nuova, quanto deve assomigliare a una canzone esistente prima di violarne il copyright? Può imitare un genere? Un modo di cantare? Una determinata sonorità?

Sono domande importanti, ma il caso Anthropic suggerisce che ce ne sia una logicamente precedente: quali registrazioni sono state copiate per consentire alla macchina di imparare a fare tutto questo?

Non è una questione teorica.

Nel 2024 Universal, Sony e Warner hanno citato in giudizio Suno e Udio accusandole di avere copiato registrazioni protette per addestrare i rispettivi modelli senza autorizzazione. Da allora il quadro è diventato ancora più interessante: Warner e Universal hanno raggiunto accordi con Udio e Warner ha fatto altrettanto con Suno, trasformando parte del contenzioso in rapporti di licenza destinati proprio alla costruzione di modelli musicali autorizzati.

E la vicenda è tutt’altro che chiusa.

Proprio in questi giorni Sony ha aperto un nuovo fronte contro Udio, sostenendo di avere individuato attraverso tecniche di audio fingerprinting oltre 30.000 proprie registrazioni che sarebbero state utilizzate nel sistema. È un’accusa che dovrà naturalmente essere provata in giudizio e il quadro giuridico del caso non coincide con quello di Anthropic, ma la domanda di fondo è sorprendentemente simile.

Supponiamo infatti, per un momento, che una corte arrivasse un giorno a stabilire che far “ascoltare” milioni di canzoni a un’intelligenza artificiale per insegnarle a comporre nuova musica costituisca, in determinate condizioni, un uso trasformativo.

La questione non finirebbe necessariamente lì.

Resterebbe da chiedersi come quelle milioni di canzoni siano arrivate nella discoteca della macchina.

Ed è forse questa la lezione più interessante di Bartz v. Anthropic. L’intelligenza artificiale ci costringe a discutere di problemi tecnologici enormemente sofisticati, ma non per questo cancella le domande giuridiche elementari che vengono prima.

Possiamo discutere a lungo se una macchina “legga” davvero un libro, se “ascolti” una canzone, se imparare sia diverso dal copiare o se l’apprendimento artificiale debba essere trattato diversamente da quello umano. Sono questioni sulle quali il diritto dovrà lavorare ancora per anni e sulle quali, peraltro, Stati Uniti ed Europa potrebbero arrivare a risposte molto diverse.

Il caso Anthropic mostra allora che, nel diritto dell’intelligenza artificiale, la domanda decisiva non è soltanto che cosa il modello abbia fatto con un’opera protetta, ma anche attraverso quale percorso quell’opera sia entrata nel sistema.

Ed è forse questo il punto più interessante dell’intera vicenda. Dopo oltre 7 milioni di libri, un’infrastruttura tecnologica capace di trasformarli in addestramento e un accordo da 1,5 miliardi di dollari, il problema finisce per toccare una questione ancora più profonda: a chi appartiene la conoscenza contenuta in un’opera?

Il diritto d’autore protegge l’opera, non tutto ciò che un lettore può apprendere da essa. Un autore può rivendicare il proprio testo, la propria musica, la propria espressione creativa; molto più difficile è sostenere che gli appartengano anche le idee, le strutture, le informazioni o le capacità che qualcun altro sviluppa dopo averlo letto o ascoltato.

È proprio qui che l’intelligenza artificiale mette sotto pressione categorie costruite pensando agli esseri umani. Se imparare da un’opera non equivale necessariamente a copiarla, rimane comunque da stabilire a quali condizioni quella conoscenza possa essere acquisita.

Ed è questa, forse, la vera linea di confine che il caso Anthropic lascia intravedere: la conoscenza può non appartenere a nessuno, ma il percorso attraverso il quale la si acquisisce non è per questo giuridicamente irrilevante.

Paolo Fortina · Pubblicato originariamente su LinkedIn il 24/07/2026. Leggi l’originale