I libri sono usati per addestrare Gemini e finiscono in tribunale. Hachette Book Group, Cengage Learning, Elsevier e lo scrittore Scott Turow accusano Google di aver utilizzato milioni di opere protette dal diritto d’autore per sviluppare i modelli di intelligenza artificiale Gemini. La causa potrebbe ridefinire il valore economico dei cataloghi editoriali nell’era dell’IA generativa.
Libri usati per addestrare Gemini: la class action
I libri sono diventati una delle materie prime più preziose per l’intelligenza artificiale. Contengono linguaggio accurato, conoscenze specialistiche, strutture narrative, stili, dialoghi e informazioni selezionate attraverso il lavoro di autori, traduttori, redattori ed editori.
Ora una parte importante dell’industria editoriale statunitense chiede ai tribunali di stabilire chi abbia il diritto di utilizzare questo patrimonio e a quali condizioni. Hachette Book Group, Cengage Learning, Elsevier, lo scrittore Scott Turow e la società S.C.R.I.B.E. hanno depositato una proposta di class action contro Google presso il Tribunale federale del distretto meridionale di New York. La denuncia è stata presentata il 10 luglio 2026 e resa nota alla stampa internazionale nei giorni successivi.
Perché gli editori hanno fatto causa a Google
Secondo i ricorrenti, Google avrebbe copiato milioni di libri, manuali, articoli scientifici e altre opere protette per addestrare Gemini, il sistema di intelligenza artificiale generativa integrato in numerosi prodotti dell’azienda.
La causa sostiene che una parte dei contenuti sarebbe arrivata da servizi come Google Books e Google Play Books. Gli editori avevano messo a disposizione le opere per finalità precise, come la ricerca all’interno dei volumi, la visualizzazione di brevi estratti o la vendita di ebook. Queste autorizzazioni, secondo l’accusa, non avrebbero compreso l’uso dei testi per l’addestramento di modelli generativi commerciali.
La denuncia afferma inoltre che Google avrebbe acquisito altri contenuti attraverso grandi raccolte di dati ottenute dal web. In queste raccolte sarebbero confluiti materiali provenienti da siti pirata, archivi non autorizzati e pagine protette da sistemi di pagamento. Si tratta di accuse che dovranno essere dimostrate nel corso del procedimento.
Le quattro accuse contenute nella causa
L’atto giudiziario presenta quattro principali contestazioni nei confronti di Google.
- La prima riguarda la presunta riproduzione non autorizzata di opere ottenute attraverso Google Books e altri servizi della società.
- La seconda interessa i contenuti raccolti mediante il cosiddetto web scraping, il processo automatico con cui grandi quantità di testi vengono prelevate dalle pagine internet.
- La terza accusa riguarda le copie che sarebbero state effettuate durante le diverse fasi di preparazione dei dati e addestramento dei modelli Gemini.
- La quarta coinvolge il Digital Millennium Copyright Act. Secondo i ricorrenti, Google avrebbe rimosso o modificato informazioni utili a identificare autori, editori e titolari dei diritti.
Indicizzazione, consultazione e addestramento: qual è la differenza?
Uno degli aspetti più importanti della causa riguarda la distinzione tra tre attività spesso considerate simili: indicizzare un libro, permetterne la consultazione digitale e utilizzarlo per addestrare un’intelligenza artificiale. Sono operazioni tecnicamente e commercialmente differenti.
Che cosa significa indicizzare un libro
Indicizzare un libro significa analizzarne il contenuto per consentire a un motore di ricerca di trovare parole, nomi, argomenti o frasi. Il sistema funziona come un catalogo molto evoluto. L’utente inserisce una ricerca e riceve l’indicazione del volume in cui compare quell’espressione, insieme a informazioni bibliografiche o a un breve estratto.
L’obiettivo principale è aiutare il lettore a individuare l’opera. Il servizio rimanda al libro e non pretende di sostituirlo. Google Books è nato proprio attorno a questo principio: rendere ricercabili grandi quantità di volumi senza offrire necessariamente l’intero testo agli utenti.
Che cosa significa consultare digitalmente un’opera
La consultazione digitale permette invece di leggere un libro o un articolo attraverso un servizio autorizzato. Può avvenire mediante l’acquisto di un ebook, un prestito bibliotecario, un abbonamento o l’accesso a una banca dati scientifica.
In questi casi l’opera rimane un prodotto editoriale identificabile. Esistono accordi che regolano il prezzo, la durata dell’accesso, il territorio di distribuzione e le modalità di utilizzo. Il fatto che una piattaforma possieda tecnicamente il file necessario alla vendita o alla consultazione non significa che possa impiegarlo liberamente per qualsiasi altro progetto.
Che cosa significa addestrare un modello generativo
L’addestramento di un modello linguistico ha uno scopo diverso.
Il sistema analizza enormi quantità di testi per riconoscere relazioni tra le parole, strutture grammaticali, sequenze narrative, informazioni e modelli espressivi. Sulla base di questi dati impara a produrre nuove risposte quando riceve una domanda o un comando.
Gemini, per esempio, può assistere gli utenti nella scrittura, nella pianificazione e nella generazione di contenuti. Google descrive i sistemi di intelligenza artificiale come tecnologie capaci di apprendere schemi da grandi quantità di dati e di utilizzarli per formulare previsioni o risposte. L’addestramento non equivale quindi alla semplice ricerca di una parola dentro un libro. I testi vengono elaborati per costruire un prodotto nuovo, destinato a fornire contenuti agli utenti e a essere integrato in servizi commerciali.
Libri usati per addestrare Gemini: il precedente di Google Books potrebbe non bastare
Google ha già affrontato una lunga battaglia giudiziaria sulla digitalizzazione dei libri. Nel caso relativo a Google Books, i giudici statunitensi hanno considerato legittima, in base al principio del fair use, la scansione dei volumi utilizzata per creare un indice ricercabile e mostrare brevi estratti.
La nuova causa pone però una domanda differente: una copia autorizzata o considerata lecita per costruire un motore di ricerca può essere impiegata anche per addestrare un modello generativo?
Gli editori sostengono che la precedente decisione su Google Books è limitata alla funzione di ricerca e alla visualizzazione di piccoli frammenti. Secondo la denuncia, quella sentenza non avrebbe autorizzato l’uso dei libri per sviluppare sistemi commerciali capaci di produrre riassunti, testi didattici, racconti o altre opere.
I libri possono essere sostituiti dai contenuti generati dall’IA?
La causa sostiene che Gemini possa generare riassunti estesi, versioni alternative di opere narrative, materiali didattici e testi che competono con i prodotti editoriali originali. Questo è uno dei punti più delicati del procedimento.
Un motore di ricerca tradizionale porta il lettore verso il libro. Un sistema generativo può invece rispondere direttamente, riducendo in alcuni casi la necessità di acquistare o consultare la fonte.
Gli editori ritengono che questa capacità possa danneggiare le vendite e svalutare le opere utilizzate durante l’addestramento. L’accusa dovrà dimostrare che esiste un effetto economico concreto e che gli output di Gemini possono realmente sostituire i contenuti protetti.
Che cosa chiedono Hachette, Elsevier e gli altri ricorrenti
Gli editori e Scott Turow chiedono che la causa venga riconosciuta come class action, così da rappresentare una categoria più ampia di autori e titolari dei diritti. Tra le richieste figurano il risarcimento dei danni, un’ingiunzione contro ulteriori utilizzi considerati illeciti e un rendiconto dettagliato dei materiali impiegati per sviluppare Gemini.
I ricorrenti chiedono inoltre informazioni sui metodi di addestramento e sulle capacità dei modelli, insieme alla gestione delle copie ottenute senza autorizzazione.
Al centro resta una domanda semplice e ancora irrisolta: il diritto di cercare o distribuire un libro comprende anche il diritto di trasformarlo nel materiale con cui costruire una macchina capace di scriverne altri?
