In questo articolo Indice dei contenuti 2 sezioni
Un dirigente di Microsoft ha definito lo scraping AI dei contenuti giornalistici “il più grande furto di lavoro nella storia dell’umanità”, e quella frase, rimasta sepolta per anni sotto il timbro della riservatezza, è finita nero su bianco in un fascicolo giudiziario appena reso pubblico. A scriverla era Brent Hecht, Director of Applied Science dell’azienda. Egli nei documenti interni parlava di “un furto sconvolgente, di proporzioni senza precedenti”. Non un attivista esterno, non un editore in causa. Un uomo che lavorava dentro la macchina.
I documenti emergono da una mozione per giudizio sommario depositata dai querelanti del mondo dell’informazione, guidati dal New York Times, desecretata giovedì. Per anni Microsoft e OpenAI hanno insistito perché quelle carte restassero segrete, sostenendo che il pubblico non avesse motivo di vederle. Ora sono lì, e raccontano una consapevolezza molto diversa da quella mostrata nelle aule di tribunale.
Microsoft e OpenAI: il “doom loop” previsto dall’interno
Hecht, nelle sue note, smontava in anticipo anche la difesa legale che le due aziende avrebbero poi costruito. Raschiare massicciamente i contenuti delle testate, scriveva, rendeva “una completa presa in giro l’idea di fair use”. Altrove ammetteva una cosa semplice e pesante allo stesso tempo: “quasi nessuno ha pensato che i contenuti creati venissero usati in questo modo, né viene compensato per quell’uso”.
Da OpenAI arrivavano valutazioni simili. Nick Turley, a capo di ChatGPT, in un messaggio interno parlava di “minaccia esistenziale” per gli editori, perché prodotti commerciali addestrati sulle notizie finiscono per sostituire chi quelle notizie le produce. Un documento Microsoft usava l’espressione doom loop, un circolo vizioso “che danneggerà le prestazioni dei nostri modelli e l’intero web nello stesso momento”. E ancora: “è molto insolito che un prodotto finale minacci le fondamenta economiche dei suoi fornitori essenziali, ma è esattamente la situazione che abbiamo creato per il nostro business degli LLM rispetto alla sua catena di fornitura di contenuti”.
I numeri raccolti dalle stesse aziende confermano quella previsione. Microsoft ha registrato cali dei tassi di click compresi tra 83 e 93 per cento per alcune testate coinvolte nella causa, e tra 51 e 94% per altre. Un’emorragia che, nel ragionamento dei querelanti, finisce per togliere ai chatbot proprio quel flusso di informazione affidabile che dovrebbe renderli strumenti rivoluzionari.
Paywall aggirati e dataset riutilizzati
Sotto giuramento, l’amministratore delegato Satya Nadella ha dichiarato che le società di intelligenza artificiale non dovrebbero violare i termini d’uso dei siti giornalistici scavalcando i paywall. Dentro OpenAI, però, quando Nick Ryder comunicò al presidente Greg Brockman che era stato trovato “un trucco” per far aggirare ai crawler il paywall del New York Times, la risposta fu secca: “Ah, bello”.
Nadella ha anche riconosciuto che i chatbot funzionano da sostituti delle piattaforme informative, rubando click perché offrono “l’informazione lì, sulla piattaforma AI, invece di dover andare alla fonte”. Un ingegnere di OpenAI lo diceva senza giri di parole nei messaggi interni: “non importa quanto in evidenza mostriamo i link, gli utenti non cliccheranno”. Turley concordava, definendo i chatbot “in larga parte sostitutivi, punto”, con la previsione che lo diventeranno sempre di più migliorando.
La mozione accusa poi Microsoft di aver violato le norme del settore vendendo come dati di addestramento per OpenAI un dataset acquistato per Bing. E sostiene che OpenAI abbia ottenuto da una terza parte un archivio di 1,8 milioni di articoli del New York Times, vincolato a un accordo che ne vietava l’uso commerciale, usandolo comunque per addestrare un modello pur sapendo che “non sarebbe stato appropriato”.
Un altro passaggio riguarda un filtro che Hecht stesso descrisse come un possibile “insabbiamento accidentale”, perché avrebbe ridotto la visibilità dei titolari dei diritti su ciò che era stato usato per l’addestramento.
Microsoft prende le distanze. Un portavoce ha difeso i propri prodotti come fair use trasformativo e ha sostenuto che le parole di Nadella fossero semplici “osservazioni” su come cambiano le abitudini di consumo dell’informazione, non conclusioni sul diritto d’autore. Quanto alle frasi di Hecht, riflettono “la prospettiva individuale di un singolo dipendente” e non rappresentano le posizioni dell’azienda.
Steven Lieberman, legale del New York Daily News e di sette testate collegate, la vede diversamente.”Le prove rivelate qui per la prima volta mostrano che OpenAI e Microsoft sapevano che ciò che stavano facendo era sbagliato”. E aggiunge: “il gatto è uscito dal sacco”.
