Nuova Legge sulla Trasparenza dell’Intelligenza Artificiale
Il 22 gennaio 2026 è stata introdotta una proposta di legge bipartisan, nota come Transparency and Responsibility for Artificial Intelligence Networks (TRAIN) Act, che potrebbe ridefinire significativamente il rapporto tra la legge sul copyright e l’intelligenza artificiale. La proposta mira a fornire ai titolari di diritti d’autore un percorso più chiaro per comprendere se e come le loro opere vengano utilizzate per addestrare modelli di intelligenza artificiale generativa.
Processo di Subpoena Amministrativa
Al centro della legge vi è un nuovo processo di subpoena amministrativa aggiunto alla legge sul copyright. Sotto il TRAIN Act, un titolare di diritti d’autore che ha una ragionevole convinzione che la propria opera sia stata utilizzata per addestrare un modello di intelligenza artificiale generativa può richiedere una subpoena, emessa dal cancelliere di un tribunale distrettuale degli Stati Uniti, che obbliga uno sviluppatore di IA a divulgare copie dei materiali di addestramento o registri sufficienti per identificarli con certezza. La legge si applica non solo ai modelli originali, ma anche alle versioni sostanzialmente modificate.
Obblighi per gli Sviluppatori
Gli obblighi per gli sviluppatori sono chiari: devono conformarsi tempestivamente o affrontare conseguenze. Il mancato rispetto di una subpoena valida creerebbe una presunzione di copia dell’opera protetta da copyright, un cambiamento notevole che potrebbe influenzare le future controversie per violazione. La legge include anche salvaguardie contro l’abuso, consentendo ai tribunali di imporre sanzioni sui titolari di diritti che richiedono subpoena in cattiva fede.
Riflessioni e Critiche
I sostenitori del TRAIN Act lo presentano come una misura di trasparenza, sostenendo che i titolari di diritti d’autore non abbiano attualmente strumenti pratici per determinare se le loro opere siano state incluse in pipeline di addestramento dell’IA opache. Tuttavia, i critici potrebbero sollevare preoccupazioni riguardo all’onere amministrativo, alla riservatezza e all’esposizione di potenziali segreti commerciali riguardo a come un modello è addestrato, oltre al possibile effetto dissuasivo sullo sviluppo dell’IA.
Leggi Statali Esistenti
Fino ad ora, solo pochi stati hanno promulgato leggi che richiedono qualche forma di divulgazione sui dati di addestramento dell’IA, con ambiti e meccanismi variabili. Il TRAIN Act potrebbe ridurre la necessità di un approccio frammentato e fornire un percorso più ampio ed efficace per i proprietari di contenuti per determinare se i loro materiali vengano utilizzati per addestrare sistemi di IA.
Conclusione
Con il dibattito che si intensifica su IA, diritti sui dati e proprietà creativa, il TRAIN Act rappresenta uno dei più concreti sforzi legislativi per affrontare l’“opacità” dell’addestramento dell’IA, suscitando l’attenzione di creatori, aziende tecnologiche e tribunali.
