La battaglia legale che vede coinvolta OpenAI contro un gruppo di testate giornalistiche guidato dal New York Times ha preso una piega pesante, con accuse di condotta scorretta che potrebbero rivelarsi decisive. Al centro dello scontro ci sono milioni di log di conversazioni di ChatGPT, ossia le tracce di ciò che gli utenti chiedono al chatbot e delle risposte ottenute. Le testate sostengono che alcuni utenti abbiano usato il sistema per aggirare i paywall, spingendo l’intelligenza artificiale a riprodurre interi articoli protetti da diritto d’autore. E qui casca l’asino, perché proprio quelle prove sono considerate cruciali per entrambe le parti.
Secondo una mozione depositata giovedì, le organizzazioni giornalistiche chiedono sanzioni severe, accusando l’azienda di aver mentito per anni per nascondere prove che potrebbero indebolirne la difesa. Il nodo è tutto qui. Quelle registrazioni potrebbero condannare OpenAI come violatore del copyright oppure, al contrario, dimostrare che la tecnologia rappresenta un uso trasformativo e quindi legittimo dei contenuti altrui. Non una sfumatura da poco.
Il caso è esploso quando il tribunale ha imposto una nuova deposizione a Vincent Monaco, ingegnere della privacy di OpenAI descritto come un testimone impreparato. Ad aprile, durante quella deposizione, avrebbe rivelato senza volerlo che l’azienda per due anni aveva ingannato la corte sui costi e sulle difficoltà legate alla ricerca all’interno dei log. Il colpo più duro riguarda il fatto che OpenAI avrebbe finto di non avere la capacità tecnica di analizzare grandi campioni anonimizzati di conversazioni, quando in realtà quelle ricerche le aveva già fatte prima ancora che iniziasse la causa.
OpenAI accusata: campioni nascosti e le miliardi di cancellazioni
Dai documenti, pesantemente oscurati, emerge che Monaco avrebbe confermato l’esistenza di due grandi campioni, uno da 10 milioni e uno da 78 milioni di log, già de-identificati e quindi utilizzabili fin dall’inizio. Le testate accusano OpenAI di non aver mai rivelato quei dati in due anni. Non solo. L’azienda li avrebbe già passati al setaccio in cerca di contenuti del New York Times, nell’ambito dello sviluppo di un filtro capace di bloccare la riproduzione di materiale protetto. Insomma, cercare tra i log si poteva fare eccome, ma solo quando faceva comodo a OpenAI.
Al posto della trasparenza, i querelanti sarebbero stati costretti a otto mesi di lavoro dentro una sorta di ambiente protetto, con accesso a un campione di appena 20 milioni di log fortemente censurato. Un numero ben lontano dai 120 milioni richiesti in origine. E c’è di peggio: OpenAI avrebbe usato l’intelligenza artificiale per applicare 19 miliardi di oscuramenti a quel campione, tanti da renderlo inutilizzabile secondo la stessa corte. Anche dopo aver rimosso parte delle censure, molte restano, comprese quelle sui domini e sui nomi delle testate.
Ian Crosby, legale del New York Times, non usa mezzi termini. Per oltre due anni, sostiene, OpenAI avrebbe mentito a tutti, dai giornali alla corte fino all’opinione pubblica, dichiarando impossibile e invasivo cercare tra le risposte del chatbot mentre lo aveva già fatto. Le testate accusano inoltre l’azienda di aver cancellato o compresso miliardi di log che avrebbero dovuto essere conservati. Stando alla testimonianza, OpenAI avrebbe semplicemente deciso che rispettare l’ordine di conservazione della corte sarebbe stato troppo complicato, e quindi non ha fatto nulla in proposito.
Un portavoce di OpenAI ha replicato definendo la mozione un tentativo tardivo di accedere a più dati e violare la privacy degli utenti, sostenendo che sia il caso delle testate a sgretolarsi. Il New York Times ribatte che le sue accuse principali restano identiche a quelle del primo giorno. Le testate chiedono ora che alla corte venga vietato a OpenAI di usare il campione da 20 milioni e che alla giuria venga detto che l’azienda ha cancellato miliardi di log. Se il giudice riterrà la condotta grave, il tentativo di limitare l’accesso alle prove potrebbe trasformarsi nel passo falso che decide tutta la partita.
