La risposta breve
Il 20 luglio 2026 la giudice distrettuale statunitense Araceli Martinez-Olguin ha approvato in via definitiva l'accordo da 1,5 miliardi di dollari di Anthropic con una classe di autori che sostenevano come l'azienda avesse scaricato i loro libri da biblioteche pirata per addestrare Claude — il più grande accordo noto di un caso di diritto d'autore negli Stati Uniti. Il pagamento è di circa 3.000 dollari per opera su circa 500.000 opere, e la giudice ha respinto le obiezioni che ritenevano la somma troppo bassa.
Ciò che conta per chi sviluppa è ciò che l'accordo non ha deciso. Una decisione precedente aveva già stabilito che addestrare un modello su testo protetto può essere fair use; la responsabilità è nata dall'approvvigionamento dei libri da siti pirata, non dall'addestramento in sé. Questo riformula il rischio di diritto d'autore legato all'IA come un problema di provenienza dei dati — una domanda a cui rispondete quando assemblate un dataset, ed esattamente la disciplina che una buona ingegneria IA, ML & data già tiene sotto controllo.
Che cosa ha approvato davvero la giudice?
La class action era una delle prime grandi cause statunitensi su come le aziende di IA raccolgono i dati di addestramento. Gli autori sostenevano che Anthropic avesse costruito parte del set di addestramento di Claude scaricando i loro libri da biblioteche clandestine come Library Genesis e il Pirate Library Mirror, anziché acquistarli o licenziarli. Invece di scommettere su un processo con giuria — dove i danni legali per violazione dolosa su centinaia di migliaia di opere avrebbero potuto salire ben più in alto — Anthropic ha concordato un accordo da 1,5 miliardi di dollari, e il 20 luglio 2026 la giudice Martinez-Olguin, del Distretto Nord della California, lo ha approvato in via definitiva.
Sono i numeri a farne una pietra miliare. A circa 3.000 dollari per opera su un totale stimato di 500.000 opere, è il più grande accordo sul diritto d'autore mai registrato negli Stati Uniti. La giudice ha respinto le obiezioni di alcuni autori che ritenevano l'importo troppo basso, che premiasse eccessivamente gli avvocati degli attori o che escludesse ingiustamente determinati titolari di diritti. L'approvazione definitiva significa che il meccanismo di pagamento può ora avviarsi e, altrettanto importante, che la cifra resta come punto di riferimento pubblico su quanto possano costare dati di addestramento gestiti male.
Perché l'addestramento andava bene, ma i dati no
La parte più fraintesa di questa vicenda è la questione del fair use. In una decisione precedente, il giudice originario del caso, William Alsup (oggi in pensione), stabilì che addestrare un modello di IA su testo protetto può di per sé rientrare nel fair use — il modello apprende schemi statistici, non ripubblica i libri. Quella conclusione fu una vittoria significativa per gli sviluppatori di IA, e regge ancora.
Ciò che ha affondato Anthropic è stata la fase di acquisizione. Alsup ha tracciato una linea netta tra addestramento lecito e approvvigionamento illecito: scaricare milioni di libri da siti pirata per assemblare il corpus era violazione, punto, indipendentemente da ciò che accadeva dopo. Acquistare o licenziare gli stessi libri avrebbe cambiato del tutto il quadro giuridico. In altre parole, due team potrebbero addestrare modelli identici e trovarsi in posizioni giuridiche opposte solo per la provenienza dei loro dati. Ecco perché l'accordo è una storia di governance, non di modellazione — e la stessa attenzione vale sia che si pre-addestri da zero, sia che si esegua un fine-tuning di LLM di dominio su un corpus scrapato.
Perché un accordo non è un precedente
L'approvazione definitiva chiude questo caso, ma non definisce il diritto. Poiché Anthropic ha scelto di pagare anziché arrivare a sentenza, la questione della pirateria non ha mai raggiunto una corte d'appello, quindi non esiste alcun precedente vincolante che altri giudici debbano seguire. La conclusione sul fair use dell'addestramento proviene da un singolo tribunale distrettuale e potrebbe essere messa alla prova, ristretta o contraddetta altrove.
E altrove c'è fermento. Cause analoghe contro Google, Meta, Midjourney e OpenAI stanno ancora procedendo in diverse aule, con fatti diversi e giudici diversi che possono valutare fair use e approvvigionamento dei dati a modo loro. La lettura realistica non è «la questione del diritto d'autore è risolta» ma «il costo di sbagliare la provenienza dei dati si misura ora in miliardi, e le regole si stanno ancora scrivendo». Per i team che rilasciano funzioni di IA quest'anno, proprio questa incertezza è il dato di pianificazione: costruire come se valesse la lettura più severa plausibile, perché adeguare un dataset pulito dopo il lancio è la via costosa.
Cosa significa per i team software US & UE
Tolti i dettagli processuali, restano tre segnali pratici. Primo, la provenienza è la superficie di rischio. Qui la responsabilità dipendeva dalla fonte dei dati, non dall'addestramento né dall'output, quindi la cosa più utile che potete fare è sapere esattamente da dove proviene ogni parte del vostro corpus di addestramento, fine-tuning o recupero, e preferire dati licenziati, di proprietà o chiaramente consentiti a qualsiasi cosa scrapata da origini ambigue.
Secondo, questo raggiunge i team che acquistano IA, non solo quelli che la costruiscono. Se commissionate un modello, incorporate il modello di base di un fornitore o mettete a punto su un dataset di terze parti, il rischio di approvvigionamento può spostarsi a valle fino a voi. Questo rende la due diligence sui fornitori e le manleve contrattuali di PI una vera questione d'acquisto: chiedete ai fornitori come sono stati ottenuti i loro dati di addestramento e mettete la risposta nel contratto anziché in un comunicato stampa. «Abbiamo dato per scontato che andasse bene» non è una posizione da difendere dopo il rilascio.
Terzo, la documentazione è l'assicurazione economica. Nulla di tutto ciò richiede strumenti esotici — richiede la tracciabilità del dataset: che cosa avete raccolto, da dove, con quale licenza o permesso, e quando. Un team in grado di produrre questo registro trasforma una contestazione di PI in un esercizio burocratico; un team che tratta il proprio corpus come una scatola nera eredita il problema di Anthropic alla scala di un'azienda più piccola. La buona notizia: è ordinaria igiene ingegneristica, applicata prima.
Il legame con il diritto italiano e il regolamento europeo sull'IA
Per i team che servono il mercato italiano, l'accordo richiama una regola già in vigore. La legge sul diritto d'autore (L. 633/1941), con gli articoli 70-ter e 70-quater introdotti in attuazione della direttiva europea, consente in linea di principio l'estrazione di testo e dati — la base su cui più spesso si appoggia l'addestramento dell'IA — anche a fini commerciali, ma solo se il titolare dei diritti non vi si è opposto in modo appropriato, con una riserva che per i contenuti online deve essere leggibile da macchina. Il diritto italiano pone così lo stesso baricentro del caso Anthropic: non è l'addestramento in sé il problema, ma se la fonte fosse legittima e se un'eventuale riserva di diritti sia stata rispettata. Stati Uniti e UE convergono sulla stessa richiesta da direzioni diverse — il contenzioso americano quantifica in dollari i dati non documentati e non licenziati, mentre il diritto italiano ed europeo impone di rispettare le riserve di diritti e di documentare le fonti di addestramento.
Questa convergenza è un vantaggio per la pianificazione, perché un'unica disciplina serve a entrambi. Se tenete una tracciabilità pulita — fonti, licenze, marche temporali, gestione degli opt-out —, preparate al contempo un fascicolo di conformità europeo e costruite le prove che vi servirebbero per rispondere a una contestazione statunitense sul diritto d'autore. Trattare la governance dei dati di addestramento come un dato di progettazione anziché come un ripensamento giuridico è ciò che permette a un team di muoversi in fretta senza lasciare questo tipo di responsabilità sepolto nel modello.
Una check-list pratica sulla provenienza dei dati
Nulla di tutto ciò è una nuova scadenza di legge. È il lavoro che trasforma un panorama del diritto d'autore in rapido movimento in una revisione di routine anziché in una sorpresa nel contenzioso:
- Preferite dati licenziati o di proprietà. Acquistate, licenziate o usate fonti chiaramente consentite per addestramento e fine-tuning; trattate i dati scrapati o da biblioteche clandestine come una responsabilità, non come una scorciatoia.
- Registrate la tracciabilità del dataset. Tracciate ogni fonte — cosa, da dove, con quale licenza o permesso, e quando — per poter provare l'origine senza riderivarla.
- Fate due diligence sui fornitori. Chiedete come è stato approvvigionato qualsiasi modello o dataset di terze parti, e inserite nel contratto manleve di PI e dichiarazioni di provenienza.
- Rispettate le riserve di diritti. Onorate gli opt-out leggibili da macchina e le direttive robots; tenete un registro che lo dimostri.
- Separate addestramento e acquisizione nella vostra analisi del rischio. Valutate la liceità di come avete ottenuto i dati indipendentemente da ciò che ne fate — è qui che questo caso si è deciso.
- Conservate la capacità di ri-addestrare. Presumete che una fonte possa essere contestata; poter ricostruire da un corpus pulito e documentato è meglio che difendere un modello che non potete ripulire in modo netto.
Questo non è un parere legale, e l'approccio giusto dipende dai vostri dati, dai vostri mercati e dal vostro modello. Ma il segnale di un accordo da 1,5 miliardi di dollari è difficile da ignorare: l'era in cui si trattava il web aperto come un input gratuito si sta chiudendo, e i team più rapidi saranno quelli che avranno reso i propri dati di addestramento difendibili fin dalla progettazione.
Domande frequenti
Che cosa ha approvato il giudice nel caso di diritto d'autore Anthropic?
Il 20 luglio 2026 la giudice distrettuale statunitense Araceli Martinez-Olguin, del Distretto Nord della California, ha concesso l'approvazione definitiva all'accordo da 1,5 miliardi di dollari di Anthropic in una class action promossa dagli autori. La causa sosteneva che Anthropic avesse scaricato i loro libri da siti pirata per addestrare i modelli Claude. È il più grande accordo noto di un caso di diritto d'autore negli Stati Uniti e paga circa 3.000 dollari per opera su circa 500.000 opere. La giudice ha respinto le obiezioni secondo cui la somma era troppo bassa o premiava eccessivamente gli avvocati degli attori.
L'accordo significa che addestrare l'IA su libri protetti è illegale?
No. In una decisione precedente il giudice originario William Alsup aveva stabilito che addestrare un modello di IA su testo protetto può rientrare nel fair use. Ciò che non era lecito è il modo in cui Anthropic si è procurata i libri, scaricandoli da biblioteche pirata come Library Genesis. Anthropic ha transatto su questa questione di pirateria anziché affrontare un processo con giuria sui danni. Poiché il caso si è chiuso con un accordo, non ha creato alcun precedente vincolante in appello, e la questione più ampia dell'addestramento su opere protette resta aperta in altre cause.
Come influisce sui team che costruiscono o acquistano prodotti di IA?
Mette un prezzo sulla provenienza dei dati di addestramento. La responsabilità è nata dalla fonte dei dati, non dall'atto di addestrare. La lezione pratica è quindi sapere da dove provengono i vostri dati di addestramento e di fine-tuning e preferire fonti licenziate, di proprietà o chiaramente consentite rispetto a corpora scrapati o piratati. Per i team che commissionano lavori di IA, rende inoltre la due diligence sui fornitori e le manleve contrattuali sulla proprietà intellettuale una questione d'acquisto concreta e non una clausola di stile.
Sono coinvolti altri casi di diritto d'autore sull'IA?
Indirettamente. Cause analoghe contro Google, Meta, Midjourney e OpenAI sono ancora pendenti davanti a giudici diversi, che potrebbero giungere a conclusioni differenti. L'accordo Anthropic non decide quei casi, ma fissa un punto di riferimento su quanto possa diventare costosa la questione dell'approvvigionamento dei dati, e segnala che attori e tribunali sono disposti a separare l'addestramento lecito dall'acquisizione illecita del set di addestramento.
Che legame ha con il diritto italiano e con il regolamento europeo sull'IA?
Entrambi mettono al centro lo stesso punto del caso: non l'addestramento, ma la provenienza dei dati. In Italia la legge sul diritto d'autore (art. 70-ter e 70-quater L. 633/1941) consente in linea di principio l'estrazione di testo e dati anche a fini commerciali, ma solo se il titolare dei diritti non vi si è opposto in modo appropriato (opt-out, leggibile da macchina per i contenuti online). Il regolamento europeo sull'IA impone inoltre ai fornitori di IA per finalità generali di pubblicare una sintesi delle fonti dei dati di addestramento e di rispettare tali riserve di diritti. Un team che tiene una tracciabilità pulita dei dataset è attrezzato sia per un fascicolo di conformità europeo sia contro una contestazione statunitense sul diritto d'autore.
Fonti
TechCrunch — Anthropic's landmark $1.5B copyright settlement is approved (20 July 2026)
Reuters (via Yahoo Finance) — US judge approves Anthropic's $1.5 billion settlement of copyright lawsuit
Claims Journal — Judge approves Anthropic's $1.5B settlement of copyright lawsuit