La Wikimedia Foundation chiede di presentare un amicus brief nella causa sul copyright contro OpenAI

La Wikimedia Foundation ha annunciato il 30 ottobre 2026 di aver chiesto al Tribunale distrettuale degli Stati Uniti per il Distretto meridionale di New York l’autorizzazione a presentare un amicus brief, o memoria a sostegno della corte, nel procedimento In re: OpenAI, Inc. Copyright Infringement Litigation, che riunisce 12 cause contro OpenAI. La più nota è quella intentata da The New York Times contro OpenAI e Microsoft.

L’istanza della Foundation, datata 29 ottobre 2026 e indirizzata al giudice Sidney H. Stein, è una richiesta formale di autorizzazione a presentare la memoria, allegata come prova e formulata in modo da non sostenere nessuna delle parti. È stata depositata in base alle norme locali del tribunale e a un’ordinanza del 7 agosto 2026 che disciplina la partecipazione degli amici della corte, modificata il 24 settembre 2026; poiché l’ordinanza impone ai potenziali amici della corte di chiedere l’autorizzazione, Wikimedia non ha richiesto il consenso delle parti. La memoria proposta contiene 5.831 parole, entro il limite di 6.000 parole fissato dal tribunale per gli amicus brief.

Rhett O. Millsaps II di Lex Lumina LLP è il legale indicato agli atti, insieme al General Counsel della Foundation, Stephen LaPorte, all’Associate General Counsel Jacob Rogers e alla Legal Counsel Aly Marino.

Nel procedimento riunito, il tribunale deciderà se l’uso di contenuti protetti da copyright da parte delle aziende di intelligenza artificiale (IA) per sviluppare modelli linguistici di grandi dimensioni (LLM) costituisca fair use. La Foundation ha affermato che la decisione avrà una notevole influenza, data la giurisdizione, le parti coinvolte e il numero esiguo di sentenze che finora hanno affrontato la questione.

The New York Times ha intentato la causa nel 2023, sostenendo che l’uso da parte di OpenAI e Microsoft di contenuti di proprietà del Times per qualsiasi finalità, compreso l’addestramento di modelli di IA, violi direttamente la legge sul copyright. OpenAI e Microsoft sostengono che addestrare e distribuire modelli basati su dati disponibili al pubblico sia un’attività di sviluppo tecnologico che rientra nel fair use.

La Foundation sostiene che un’interpretazione troppo restrittiva del fair use potrebbe frenare l’innovazione tecnologica e limitare la disponibilità di strumenti utili a progetti open source come Wikipedia, mentre un’applicazione indiscriminata del fair use potrebbe rendere il web più chiuso, indebolendo la conoscenza online a causa della scarsità di fonti secondarie disponibili.

In un articolo complementare su Diff, il blog del movimento Wikimedia, la Foundation ha affermato che, se l’addestramento non fosse considerato fair use, lo sviluppo dell’IA resterebbe probabilmente alla portata soltanto delle aziende più grandi o degli sviluppatori meglio finanziati, mentre quelli open source non potrebbero permettersi la tecnologia e neppure accedervi. Una decisione generalizzata, ha aggiunto, indurrebbe invece gli editori a proteggere una quantità maggiore di informazioni con barriere di accesso, riducendo la visibilità da cui Wikipedia e molti editori dipendono per raggiungere i lettori e reclutare nuovi volontari.

L’amministratrice delegata Bernadette Meehan ha dichiarato che la Foundation interviene «per difendere la conoscenza umana libera e aperta da cui dipende Wikipedia», descrivendo l’ampliamento dell’accesso alla conoscenza tramite l’IA come un obiettivo di grande valore, che deve rispettare le persone, i collaboratori e le comunità che rendono possibile una conoscenza affidabile.

Un quadro di analisi del fair use per ciascun utilizzo

La memoria proposta fonda il proprio approccio sulla decisione del 2023 della Corte Suprema in Andy Warhol Foundation for the Visual Arts v. Goldsmith e sostiene che ogni utilizzo distinto di opere copiate nelle diverse fasi di sviluppo e funzionamento di un chatbot richieda una propria analisi del fair use secondo i quattro fattori. Cita la sentenza del 2025 Bartz v. Anthropic come riferimento utile per valutare separatamente gli usi delle stesse copie nelle diverse fasi, anziché riunirli in un’unica analisi.

La memoria sostiene inoltre che lo scraping — ossia l’invio di una richiesta tecnica automatizzata a un sito web per ottenere una copia di un’opera — sia un’attività di acquisizione, non un utilizzo ai fini del copyright, e che l’analisi del fair use debba riguardare soltanto ciò che viene fatto successivamente con le copie. Rileva che alcune forme di scraping possono comunque violare le condizioni d’uso dei siti, le leggi statali in materia di contratti o illeciti civili, il Digital Millennium Copyright Act o il Computer Fraud and Abuse Act.

L’addestramento probabilmente rientra nel fair use, la generazione aumentata dal recupero probabilmente no

Per quanto riguarda il preaddestramento, la memoria sostiene che l’uso probabilmente rientri nel fair use: è trasformativo perché le copie forniscono schemi linguistici, anziché essere impiegate per la funzione informativa delle opere; è neutro rispetto al secondo fattore, considerata la natura fattuale delle opere enciclopediche; è giustificato in base al terzo fattore, perché gli sviluppatori hanno bisogno di miliardi di parole per addestrare un modello, rendendo ragionevolmente necessario l’uso di opere integrali; ed è compatibile con il quarto fattore, perché il preaddestramento, di per sé, non sostituisce gli originali sul mercato. Nell’annuncio della Foundation, la posizione viene riassunta così: l’uso di contenuti protetti da copyright per addestrare modelli dovrebbe essere considerato fair use quando serve ad addestrare modelli che siano qualcosa di nuovo e diverso dalle fonti originali, senza l’obbligo di rispettare i termini delle licenze di copyright.

La memoria descrive la generazione aumentata dal recupero delle informazioni, o RAG, come un processo in cui un chatbot cerca sul web o in un altro database, quindi individua, copia, ordina per rilevanza e inserisce nel contesto del modello, accanto alla richiesta dell’utente, segmenti di contenuto pertinenti. Poiché un sistema di questo tipo utilizza le opere per il loro scopo originale, cioè informare i lettori, ne seleziona le parti più importanti e compete con le fonti per attirare il pubblico umano, secondo la memoria è probabile che tale uso non superi il test dei quattro fattori.

La Fondazione sostiene che la RAG e tecniche analoghe di ancoraggio alle fonti non dovrebbero essere considerate fair use e che le aziende che le offrono dovrebbero rispettare le condizioni di licenza di ciascuna piattaforma o editore. Nel caso di Wikipedia, si tratta della licenza Creative Commons CC BY-SA 4.0, che impone di attribuire il merito ai creatori originali e di mantenere le opere adattate sotto la stessa licenza.

Nelle conclusioni, la memoria chiede al tribunale di stabilire che il preaddestramento del modello linguistico di grandi dimensioni (LLM) generalista di ChatGPT costituisce fair use, mentre l’uso da parte di OpenAI delle copie nella funzionalità di generazione aumentata dal recupero delle informazioni di ChatGPT non costituisce fair use e deve rispettare licenze come quella Creative Commons applicabile ai contenuti dei progetti Wikimedia.

La posta in gioco per Wikipedia e le altre memorie amicus curiae

Wikipedia conta oltre 67 milioni di articoli in 300 lingue, ai quali contribuiscono ogni mese quasi 250.000 volontari, e la Fondazione la descrive come uno dei set di dati di più alta qualità utilizzati per addestrare gli LLM. La memoria afferma che, a gennaio 2025, oltre 260.000 collaboratori volontari al mese creano e moderano contenuti sulle tredici piattaforme della Fondazione dedicate alla conoscenza libera e che Wikipedia viene consultata miliardi di volte al mese.

La memoria afferma che il traffico non umano generato da scraping e crawling mette sotto pressione i server di Wikimedia, costringendola ad adottare misure di protezione tecniche che spesso vengono aggirate da soggetti malevoli, e che sia il sovraccarico sia tali misure minacciano l’accessibilità dei suoi siti per i lettori umani. La Fondazione ha dichiarato che lo scraping dei suoi progetti deve rispettare i limiti di frequenza della sua API pubblica oppure avvenire tramite le offerte API di Wikimedia Enterprise. Ha inoltre riferito al tribunale che gli strumenti di apprendimento automatico già aiutano i volontari a contrastare il vandalismo, individuare violazioni del diritto d’autore e informazioni personali inappropriate, nonché a stabilire la priorità degli articoli che necessitano maggiormente di miglioramenti; ha sostenuto che sarebbe contrario agli scopi della legge sul diritto d’autore definire categoricamente ingiusto lo sviluppo degli LLM.

Il responsabile legale Stephen LaPorte ha dichiarato che il dibattito sul fair use «non può essere limitato alle organizzazioni a scopo di lucro», aggiungendo che una sentenza che non applichi con attenzione i principi del fair use potrebbe minacciare la sostenibilità della conoscenza libera e frenare lo sviluppo di tecnologie open source.

L’istanza di Wikimedia si è inserita in un’ondata di iniziative per presentare memorie amicus curiae: gli atti del procedimento mostrano che il 28 e 29 ottobre 2026 Engine Advocacy, Authors Alliance, Public Knowledge, il professor Matthew Sag, Brian L. Frye, Digital Content Next e un gruppo di organizzazioni editoriali, tra cui l’Association of American Publishers, hanno chiesto di depositare le proprie memorie amicus curiae, mentre proseguiva lo scambio di memorie sulla richiesta di giudizio sommario tra gli editori di notizie, OpenAI e Microsoft. Come osserva la memoria della Fondazione, il tribunale dispone di ampia discrezionalità nel decidere se accogliere una memoria amicus curiae e il giudice Stein deve concedere alla Fondazione l’autorizzazione prima che la memoria proposta venga formalmente accettata.