Aziende IA comprano e distruggono libri rari: come il Fair Use USA lo rende “legale”
Un libraio antiquario di Haarlem, nei Paesi Bassi, apre la posta elettronica un martedì mattina qualunque e si trova davanti un foglio di calcolo con centinaia di titoli. Edizioni fuori catalogo, volumi antichi, copie che in negozio si vendono una alla volta, ammesso che si vendano. Chi le vuole tutte insieme? Una società intermediaria che lavora per conto dei colossi della Silicon Valley. Lo scopo non è collezionarli. Non è rivenderli. È scansionarli pagina per pagina, darli in pasto a un modello linguistico e poi ridurli in brandelli con una ghigliottina idraulica. Le aziende IA distruggono libri, e lo fanno sfruttando un principio giuridico americano che, nelle intenzioni di chi lo scrisse, doveva proteggere la creatività. Oggi protegge chi la macina.
Il meccanismo: come i colossi tecnologici trasformano la carta in dati di addestramento
La vicenda, portata alla luce da un’inchiesta congiunta di 404 Media e del quotidiano britannico The Telegraph, ha contorni che fino a tre anni fa sarebbero sembrati materiale per un romanzo di Philip K. Dick. Invece è tutto documentato, tutto reale, tutto in corso mentre leggiamo.
Il funzionamento è di una semplicità che disturba. Esistono servizi specializzati attraverso cui le grandi compagnie tecnologiche acquistano libri usati in blocchi enormi: si parte da mille volumi e si arriva a un milione. Non si tratta di librerie che svuotano i magazzini per fare spazio. Sono operazioni chirurgiche, mirate. Gli elenchi che arrivano ai librai antiquari contengono titoli precisi, spesso opere pubblicate decenni fa, saggi introvabili, manuali tecnici, mappe, documenti storici. Tutto ciò che è stato scritto da mani umane prima che l’intelligenza artificiale iniziasse a inondare la rete di testi generati automaticamente.
Una volta che i pallet arrivano nei centri di acquisizione dati, il destino di quelle pagine è scritto. La rilegatura viene strappata. I dorsi tagliati. Macchine con lame idrauliche sezionano i volumi in blocchi abbastanza sottili da passare negli scanner ad alta velocità. L’intero contenuto viene digitalizzato in poche ore. Poi non c’è alcun restauro, nessuna ricucitura, nessun tentativo di rimettere insieme ciò che è stato fatto a pezzi. I resti finiscono nel trituratore. Di un’edizione rara del Settecento, di un manoscritto fuori catalogo che esisteva in tre copie al mondo, non resta nulla. Solo un file in un server, ridotto a vettori numerici dentro una rete neurale.
Il motivo per cui queste società scelgono di eliminare fisicamente i volumi anziché conservarli o restituirli non è logistico. È giuridico. Ed è qui che la storia smette di essere soltanto inquietante e diventa una questione di diritto.
La dottrina del primo acquisto e il “cavillo” dell’uso equo
Per capire come un’operazione del genere possa avvenire alla luce del sole, occorre seguire il ragionamento legale su cui si regge. Un ragionamento con una sua coerenza interna, per quanto moralmente indifendibile.
Il primo pilastro è la First Sale Doctrine, principio cardine del diritto statunitense: chi compra legalmente un bene fisico ne diventa proprietario a tutti gli effetti. Può rivenderlo, regalarlo, modificarlo, bruciarlo. Il detentore del copyright perde ogni controllo sull’esemplare dopo la prima vendita. Quando una società intermediaria acquista mille copie di un saggio, ne diventa proprietaria legittima. Nessun illecito.
Il secondo pilastro è il Fair Use, sezione 107 del Titolo 17 dello United States Code. Consente l’uso di materiale protetto senza autorizzazione, purché l’impiego sia “trasformativo”: non una riproduzione, ma una rielaborazione funzionale. Le compagnie sostengono che convertire un libro in dati numerici per l’addestramento di un modello linguistico sia esattamente questo. Il testo non viene ridistribuito né reso leggibile al pubblico. Diventa un aggregato statistico, pesi e parametri dentro una rete neurale.
Qui il passaggio cruciale. Se il volume originale viene distrutto dopo la scansione, l’azienda rafforza la propria difesa davanti a un giudice: dimostra che non esiste più una copia dell’opera in suo possesso, che non c’è ridistribuzione. Un tribunale americano ha già validato questa linea in un precedente sulla digitalizzazione di massa, creando un appiglio che le Big Tech sfruttano con metodo.
Ridurre in poltiglia il libro non è un danno collaterale. È una strategia processuale preventiva.
Perché il web non basta più: la corsa ai testi “puri” scritti prima dell’era dell’IA
A questo punto la domanda è inevitabile: perché comprare e fare a pezzi oggetti fisici quando internet contiene miliardi di pagine? La risposta è tanto semplice quanto paradossale. Il web, per come lo conosciamo oggi, non è più una fonte affidabile di linguaggio umano autentico.
Dal 2022 in poi, con la diffusione dei modelli generativi, la quantità di contenuti prodotti dall’intelligenza artificiale è esplosa. Blog, articoli, recensioni, interi siti: una fetta crescente della rete è scritta o riscritta da algoritmi. Per chi addestra la prossima generazione di sistemi, il problema è enorme. Alimentare una macchina con testo generato da un’altra macchina produce il cosiddetto “model collapse”, un degrado progressivo della qualità. Come fotocopiare una fotocopia: a ogni passaggio si perde nitidezza.
I volumi pubblicati prima del 2022 diventano una risorsa strategica. Testi scritti esclusivamente da esseri umani, senza contaminazione algoritmica. Più il libro è raro, antico, fuori catalogo, più il suo contenuto è unico. Un’edizione del 1937 esistente in duecento copie contiene linguaggio, sintassi e conoscenze assenti da qualsiasi database digitale. Per un modello che deve imparare a scrivere come un essere umano, vale più di un milione di pagine web omologate.
Alcune società ci avevano provato con PDF pirata scaricati da repository online. Risultato: cause miliardarie da parte di autori ed editori. Il New York Times contro OpenAI, avviato a fine 2023, è solo la punta dell’iceberg. Acquistare fisicamente i volumi, diventarne proprietari e poi eliminarli costa molto meno che negoziare licenze. Una scelta economica travestita da necessità tecnica.
Cosa dice la legge in Europa e cosa rischiamo
Chi legge dall’Italia si chiede se da noi potrebbe succedere la stessa cosa. La risposta secca è no, o quantomeno non con questa facilità.
La Direttiva sul diritto d’autore nel mercato unico digitale (2019/790), recepita in Italia con il decreto legislativo 177 del 2021, prevede eccezioni per il text and data mining. Ma a differenza dell’eccezione americana, non è una clausola aperta. I titolari dei diritti possono opporsi esplicitamente all’estrazione, il cosiddetto “opt-out”. E la normativa distingue tra mining a fini di ricerca scientifica, con eccezione ampia, e mining commerciale, soggetto a restrizioni più stringenti.
L’EU AI Act, entrato in vigore nel 2024, aggiunge un ulteriore livello: obblighi di trasparenza sui dati di addestramento e documentazione della loro liceità per i sistemi ad alto rischio. Nel quadro europeo non esiste un equivalente della First Sale Doctrine applicata in modo così estensivo. Eliminare un’opera dell’ingegno per aggirare una licenza non troverebbe copertura in un tribunale italiano, francese o tedesco.
Il rischio, però, non è assente. Le operazioni avvengono su suolo americano, ma il modello addestrato viene commercializzato globalmente, Italia compresa. Il nodo giurisdizionale resta aperto, e la Federazione degli editori europei preme affinché la Commissione chiarisca l’applicabilità delle norme comunitarie anche ai modelli addestrati fuori dall’Unione.
Per un autore indipendente o un piccolo editore, la tutela passa dalla consapevolezza: monitorare le compravendite in blocco, segnalare operazioni sospette alle associazioni di categoria. Internet Archive, il progetto fondato da Brewster Kahle, rappresenta l’alternativa etica: scansionare preservando, non scansionare distruggendo.
Una perdita che non si può quantificare
C’è un aspetto di questa vicenda che nessuna analisi giuridica riesce a catturare fino in fondo. Quando un’edizione rara viene ridotta in frammenti di carta, non scompare soltanto un oggetto. Scompare una testimonianza materiale, una traccia fisica del pensiero umano in un’epoca specifica. Scompare la carta ingiallita, l’odore dell’inchiostro, la nota a margine di un lettore di due secoli fa. Nessuna scansione, per quanto ad alta risoluzione, restituisce quell’esperienza. E nessun modello linguistico, per quanto sofisticato, può ricreare ciò che non esiste più.
Il parallelo con i roghi di libri non è retorica giornalistica. Non c’è l’intenzione ideologica, è vero. Non c’è il desiderio di cancellare un’idea. Ma l’effetto pratico è identico: un’opera che esisteva in poche copie, o in copia unica, cessa di esistere nel mondo fisico. La differenza è che non c’è un regime a ordinare la distruzione. C’è un foglio di calcolo, un ordine di acquisto, una lama idraulica e un avvocato che ha scritto una memoria difensiva basata sulla sezione 107 del Titolo 17.
Le aziende IA distruggono libri perché conviene. Perché è più economico che pagare una licenza. Perché un giudice, per ora, glielo consente. E perché nessuno, finora, ha costruito un argine normativo abbastanza solido da fermarle. Il libraio di Haarlem, quello che ha ricevuto la mail con il foglio di calcolo, ha raccontato di aver pensato a una truffa. Poi ha guardato l’elenco dei titoli richiesti e ha capito che era tutto vero. Ha preparato il pacco. Ha spedito i volumi. E da qualche parte, in un capannone della Silicon Valley, quei libri sono stati tagliati, scansionati e ridotti in poltiglia.
La domanda non è più se questo stia accadendo. Sta accadendo. La domanda è quanto siamo disposti a considerare accettabile che accada.
Redazione
Potresti leggere anche:
Intelligenza artificiale autoreplicante : una nuova frontiera tecnologica
Il creatore di Internet vuole reinventarlo dando a tutti la propria intelligenza artificiale
Seguici anche su: Youtube | Telegram | Instagram | Facebook | Pinterest | x