Per due anni, OpenAI ha detto ai giudici che non poteva cercare nei propri dati di addestramento né nelle conversazioni di ChatGPT per trovare contenuti giornalistici protetti da copyright. Troppo complesso, troppo oneroso e problematico dal punto di vista della privacy.
Poi, in una deposizione ordinata dal tribunale ad aprile, un ingegnere di OpenAI avrebbe rivelato che l’azienda aveva già condotto ricerche interne nel proprio corpus di addestramento per cercare opere giornalistiche protette. E che prima ancora che il New York Times depositasse la causa, OpenAI aveva già accumulato un database di circa 78 milioni di conversazioni ChatGPT usate internamente per determinare quanto stava violando il copyright altrui. Quindi, OpenAI sapeva eccome, ma in tribunale diceva di non poterlo fare.
Caso OpenAI-New York Times, le nuove accuse
Poco dopo l’avvio della causa, OpenAI avrebbe sviluppato un filtro denominato Bloom, integrandolo in una suite di strumenti interni chiamata Project Giraffe, progettata per individuare e monitorare i casi in cui ChatGPT riproduceva contenuti protetti da copyright.
In altre parole, OpenAI non solo aveva gli strumenti per cercare la violazione del copyright, li aveva sviluppati appositamente. E non li aveva condivisi con il tribunale.
I querelanti avevano chiesto a OpenAI un campione di 120 milioni di log di conversazione. OpenAI ha negoziato per ridurlo a 20 milioni. Il campione è stato consegnato a dicembre, ma con così tante censure da renderlo inutilizzabile, secondo il tribunale.
I querelanti sostengono anche che OpenAI ha cancellato miliardi di output di ChatGPT dopo l’avvio della causa, violando l’ordine di conservazione del tribunale, — e ha sostituito milioni di log nel campione richiesto.
Cosa chiedono NYT e Daily News
Il New York Times e il Daily News chiedono al giudice di sanzionare OpenAI, accusandola di aver nascosto prove e ostacolato la fase di raccolta delle evidenze. In particolare, chiedono che il campione di 20 milioni di conversazioni fornito dall’azienda venga dichiarato inutilizzabile perché ritenuto inaffidabile.
Domandano inoltre che il tribunale riconosca come provato il fatto che quei log avrebbero mostrato numerosi casi di riproduzione dei loro contenuti protetti, impedendo a OpenAI di sostenere il contrario. Infine, chiedono che l’azienda sia condannata a rimborsare le spese legali sostenute per ottenere le prove.
La risposta di OpenAI
Man mano che il caso del Times si indebolisce e sono stati costretti a ritirare delle rivendicazioni, insistono nei loro sforzi di invadere la privacy delle persone che non hanno nulla a che fare con questa causa, facendo queste accuse palesemente false
, ha detto il portavoce Drew Pusateri. Continueremo a difendere la privacy dei nostri utenti e i principi consolidati del fair use.
Dalla causa sul copyright alla crisi di trasparenza
Se le accuse fossero fondate, non si parlerebbe più soltanto di un modello addestrato su contenuti protetti, ma di un’azienda che avrebbe sviluppato strumenti per monitorare quel fenomeno, raccolto milioni di conversazioni per misurarlo e creato sistemi dedicati a individuarlo, sostenendo però davanti ai giudici di non poter effettuare quelle stesse verifiche.
Alle accuse si aggiungono quelle di aver fornito un campione di dati ritenuto inutilizzabile e di aver cancellato miliardi di output dopo l’avvio della causa. Se dimostrato, sarebbe un comportamento destinato ad avere conseguenze ben più gravi della sola disputa sul copyright.
Ti potrebbe interessare
10 lug 2026