ChatGPT, plagio e depistaggi: la battaglia legale con il New York Times si fa dura

Alcune testate statunitensi – tra cui il New York Times – sono da tempo coinvolte in una lunga e onerosa battaglia legale contro OpenAI, azienda d’intelligenza artificiale accusata di aver trafugato articoli giornalistici per addestrare i propri modelli, traducendo le interazioni con gli utenti in veri e propri atti di plagio. Al di là dell’esito finale della causa, risvolti recenti stanno rivelando che l’azienda detiene un notevole controllo sui dati prodotti dai suoi chatbot, e che i discorsi sulla privacy si fanno sentire ora solo perché OpenAI non ha alcuna intenzione di condividere con l’accusa tutta una serie di informazioni.

Ieri, giovedì 9 luglio, il New York Times, il Daily News e altri giornali statunitensi hanno chiesto alla Corte del Distretto Meridionale di New York di sanzionare OpenAI, realtà con cui sono in causa dal 2023 e che viene ora accusata di aver mentito per almeno un paio di anni alla controparte legale e al giudice, occultando prove che avrebbero potuto comprovarne la colpevolezza. Nello specifico, gli editori sostengono che l’azienda abbia dichiarato il falso sostenendo che fosse impossibile, o troppo oneroso, scandagliare i log di ChatGPT – un’operazione che si sta invece dimostrando più che alla portata dei tecnici coinvolti.

La fattibilità dell’operazione sarebbe emersa in seguito alla deposizione di Vincent Monaco, informatico di OpenAI che si sarebbe lasciato sfuggire inavvertitamente più informazioni di quante i suoi datori di lavoro avrebbero voluto, facendo menzione di due imponenti archivi di dati composti rispettivamente da 10 e 78 milioni di conversazioni tra il chatbot e gli utenti. Da quanto emerge, l’azienda avrebbe utilizzato questi due campioni per analizzare i contenuti e identificare gli estratti riconducibili ai quotidiani accusatori, così da impostare sullo strumento dei filtri capaci di impedire la riproduzione degli articoli in questione.

OpenAI avrebbe invece di contro fornito ai querelanti un campione di “soli” 20 milioni di log, un archivio profondamente compromesso da circa 19 miliardi interventi censori – abbastanza da spingere la Corte a considerarlo “inutilizzabile”. Drew Pusateri, portavoce di OpenAI, sostiene che le testate “persistano nei loro sforzi di invadere la privacy di persone che nulla hanno a che vedere con questo caso, arrivando a costruire accuse palesemente false”. In altre parole, l’azienda gioca la carta della riservatezza, mettendo in dubbio la reale efficacia dei processi di pseudonimizzazione che dovrebbero tutelare la riservatezza degli utenti.

Sia chiaro: non è detto che il New York Times e le altre testate riusciranno a vincere questa battaglia legale, la quale conta già decine di milioni di dollari di spese. Il fulcro della questione sarà infatti lo stabilire se le macchine siano in grado o meno di modificare gli articoli quanto basta per rientrare nel “fair use” previsto dalla legislazione statunitense – un concetto che a volte tende a essere fumoso e situazionale. Come spesso accade in questi casi, però, la disputa si sta dimostrando preziosa per chiunque sia interessato a intravedere cosa succede dietro le quinte di OpenAI, svelando alcuni dei modi in cui l’azienda può fare uso dei dati che raccoglie.

In un’epoca in cui i chatbot sono sempre più impiegati come rozzi sostituti di medici, avvocati e consulenti finanziari, il fatto che OpenAI dimostri di poter consultare i contenuti delle chat degli utenti con una certa disinvoltura merita una dose di preoccupazione – tanto più considerando che l’azienda guidata da Sam Altman, come anche le sue omologhe, intrattiene rapporti diretti con il governo statunitense e il suo apparato di sorveglianza e che la legittimità degli accordi che regolano il trasferimento dei dati tra Unione Europea e Stati Uniti rimane tuttora estremamente dubbia, nonostante i ripetuti interventi della Corte europea.

Walter Ferri

Giornalista milanese, per L’Indipendente si occupa di analisi nel campo della tecnologia, dei diritti informatici, della privacy e dei nuovi media, indagando le implicazioni sociali ed etiche delle nuove tecnologie. È coautore e curatore del libro Sopravvivere nell'era dell'Intelligenza Artificiale.