I documenti giudiziari resi pubblici il 17 settembre nella causa sul copyright tra The New York Times, altri editori, OpenAI e Microsoft aggiungono un elemento particolarmente interessante al dibattito sull’economia dell’intelligenza artificiale: le stesse aziende che costruiscono i chatbot sembrano aver riconosciuto internamente che i loro prodotti possono sostituire una parte significativa del lavoro svolto dagli editori di informazione. Secondo le deposizioni e i documenti citati dagli editori, Nick Turley, dirigente di OpenAI responsabile di ChatGPT, avrebbe descritto i prodotti dell’azienda come “largely substitutive”, mentre documenti interni Microsoft avrebbero evidenziato il rischio di un circolo vizioso capace di danneggiare contemporaneamente l’economia dell’editoria e la qualità dei modelli.
Il punto economico è più importante della singola frase finita nei documenti processuali. Un modello linguistico ha bisogno di una quantità enorme di informazione per essere addestrato, aggiornato e reso utile; il giornalismo professionale, soprattutto quello prodotto da organizzazioni capaci di sostenere redazioni, corrispondenti, verificatori, archivi e infrastrutture editoriali, rappresenta una delle fonti più costose di questa materia prima. Se il chatbot assorbe quell’informazione, la sintetizza e la restituisce direttamente all’utente, può ridurre la necessità di visitare il sito che ha prodotto l’articolo. Il problema nasce quando il valore economico della fonte diminuisce proprio perché il suo contenuto è diventato più facilmente accessibile attraverso il prodotto costruito sopra quel contenuto.
La dinamica è già visibile nei dati citati nei documenti giudiziari. Secondo quanto riportato nel materiale depositato dagli editori, i clic verso i siti del New York Times provenienti da Bing Chat sarebbero stati inferiori dell’87-93% rispetto a quelli generati dalla ricerca tradizionale, mentre per i siti di altri editori coinvolti nella causa la riduzione sarebbe stata dell’83-91%. Sono numeri riferiti a specifici periodi e sistemi, non una misura universale dell’intero mercato dell’informazione, ma descrivono bene il cambiamento strutturale: quando la risposta viene consumata dentro l’interfaccia AI, il clic diventa un passaggio opzionale anziché il meccanismo economico attraverso cui il lettore raggiunge la fonte.
Satya Nadella, secondo i documenti, avrebbe riconosciuto durante la deposizione che le conversazioni con i chatbot hanno sostituito alcune visite ai siti degli editori, perché l’utente riceve l’informazione direttamente sulla piattaforma AI senza dover raggiungere la fonte sottostante. È una distinzione fondamentale. La ricerca tradizionale monetizzava l’intenzione di ricerca attraverso un sistema nel quale il motore indicava una fonte e il traffico poteva essere convertito in pubblicità, abbonamenti o altre forme di ricavo. La risposta generativa comprime invece ricerca, selezione, sintesi e consumo in un singolo passaggio. Il motore di ricerca indicava la porta; il chatbot tende a entrare nell’edificio al posto dell’utente.
La conseguenza è una forma particolarmente sgradevole di dipendenza industriale. Se gli editori producono meno contenuti perché i ricavi diminuiscono, la quantità e la qualità delle informazioni originali disponibili sul web possono ridursi. I modelli AI, che hanno bisogno di informazioni affidabili per continuare a migliorare, rischiano quindi di erodere una delle infrastrutture informative da cui dipendono. Microsoft avrebbe definito internamente questa dinamica come un “doom loop” capace di danneggiare contemporaneamente le performance dei modelli e l’intero ecosistema web. È un problema molto diverso dal semplice conflitto tra vecchi media e nuova tecnologia: qui il fornitore della materia prima e il distributore del prodotto finale appartengono allo stesso circuito economico, ma il secondo può impoverire il primo.
La storia dell’editoria digitale aveva già prodotto una versione meno sofisticata dello stesso fenomeno. Google e Facebook hanno spostato una parte enorme dell’intermediazione pubblicitaria verso le piattaforme, mentre gli editori hanno continuato a sostenere il costo della produzione giornalistica. L’intelligenza artificiale introduce però una differenza qualitativa: non si limita a distribuire il contenuto, lo trasforma in una risposta personalizzata. Il lettore non deve più necessariamente scegliere tra dieci articoli, aprire cinque schede e ricostruire il quadro. Può chiedere a ChatGPT di farlo al posto suo. Per l’utente è efficienza; per l’editore può diventare disintermediazione.
Questo rende il dibattito sul copyright molto più complesso di una disputa sulla proprietà intellettuale. La causa riguarda anche la questione se l’utilizzo di materiale protetto per addestrare i modelli costituisca fair use secondo il diritto statunitense. OpenAI e Microsoft sostengono che l’uso dei contenuti sia trasformativo e che gli output non rappresentino semplicemente una riproduzione degli articoli originali. Gli editori sostengono invece che i modelli siano diventati prodotti concorrenti proprio grazie all’utilizzo di quel patrimonio informativo. La pubblicazione dei documenti non stabilisce che OpenAI o Microsoft abbiano violato il copyright: il tribunale dovrà decidere le questioni giuridiche sulla base del record processuale.
C’è poi un dettaglio che rende la vicenda ancora più interessante per chi osserva l’economia dell’AI. I documenti emersi nel procedimento contengono anche riferimenti a tentativi di aggirare paywall e a pratiche di raccolta automatizzata dei contenuti. Secondo i materiali citati dagli editori, un dipendente di OpenAI avrebbe discusso con Greg Brockman di un metodo per superare il paywall del New York Times. Questi elementi sono contestati e inseriti nel contesto delle argomentazioni processuali degli editori, ma mostrano quanto sia diventata strategica la disponibilità di contenuti proprietari nell’economia dei modelli generativi.
La questione economica, tuttavia, rimane anche se il tribunale dovesse accogliere le argomentazioni delle società AI. Il diritto può stabilire se un determinato utilizzo sia lecito; non può automaticamente creare un modello di business sostenibile per il giornalismo. Se milioni di utenti preferiscono ricevere una sintesi generata dall’AI invece di visitare decine di siti, il comportamento del consumatore cambia indipendentemente dall’esito della causa. La tecnologia non deve necessariamente “rubare” un articolo per distruggere il suo modello economico; può semplicemente rendere meno necessario il passaggio attraverso il sito che lo pubblica.
Per questo il futuro potrebbe assomigliare meno a una guerra tra editori e laboratori AI e più a una negoziazione sulla catena del valore dell’informazione. Licenze, accordi di accesso, sistemi di attribuzione, revenue sharing e modelli di compensazione potrebbero diventare infrastrutture economiche importanti quanto le stesse tecnologie di retrieval. OpenAI ha già sottoscritto accordi di licenza con alcuni editori, ma la controversia mostra perché la semplice licenza individuale potrebbe non essere sufficiente a risolvere la questione sistemica. Il problema non riguarda soltanto quanto vale un articolo, ma quanto valore economico viene sottratto alla destinazione originale quando milioni di articoli vengono trasformati in un’interfaccia conversazionale che elimina il clic.
L’AI non sta semplicemente entrando nell’industria dell’informazione, sta tentando di appropriarsi della sua funzione distributiva. Se il sistema funziona perfettamente, l’utente non cerca più una notizia, non sceglie una testata e non visita una pagina; formula una domanda e riceve una risposta. È un’esperienza straordinariamente efficiente, ma l’efficienza ha un costo quando elimina il meccanismo che finanziava la produzione dell’informazione. La Silicon Valley ha passato vent’anni a ottimizzare il clic fino a renderlo quasi una religione economica; adesso sta costruendo prodotti progettati per eliminarlo.
Il cortocircuito è evidente: le società AI hanno bisogno di giornalismo originale per costruire sistemi informativi migliori, mentre i loro stessi prodotti possono ridurre il traffico, i ricavi e gli incentivi economici che permettono agli editori di produrre quel giornalismo. Non serve immaginare una superintelligenza che distrugge l’umanità per trovare un problema esistenziale nell’intelligenza artificiale. Basta osservare cosa accade quando una tecnologia diventa straordinariamente efficiente nel consumare l’ecosistema economico da cui dipende.