Il fronte più recente della battaglia su come vengono costruiti i grandi modelli linguistici non è un romanzo, un archivio di notizie o un mucchio di codice sorgente. È il canzoniere americano. Il 28 agosto, Sony Music Publishing e Warner Chappell sono entrate nel tribunale federale della California del Nord e hanno citato in giudizio Anthropic, il laboratorio dietro la famiglia di modelli Claude, insieme al CEO Dario Amodei e al cofondatore Benjamin Mann. La denuncia degli editori non usa mezzi termini. Definisce l’addestramento di Claude «uno dei furti di proprietà intellettuale in corso più grandi e smaccati della storia».

Quella frase è pensata per viaggiare. È anche pensata per inquadrare una teoria del danno che, se una giuria la accettasse mai al vertice della scala prevista dalla legge, sarebbe abbastanza grande da riorganizzare l’economia di un laboratorio di frontiera. Il deposito chiede fino a 150.000 dollari per opera più 25.000 dollari per ogni tag di gestione del copyright rimosso su «decine di migliaia» di composizioni — potenzialmente diversi miliardi di dollari. Anthropic non ha commentato immediatamente.

La causa si colloca a un crocevia che il settore gira da più di due anni: se ingerire testo protetto da copyright su scala industriale, e poi rispondere agli utenti che chiedono un ritornello o una strofa, sia ricerca, prodotto o furto. Gli editori musicali hanno deciso di conoscere già la risposta. Chiedono a un tribunale nella sede tecnologica più importante della nazione di essere d’accordo.

Il catalogo nella denuncia

Cinque canzoni e una teoria del danno

Le opere nominate nelle carte non sono brani oscuri da profondità di catalogo. Sono canzoni che vivono da decenni nelle radio, nei matrimoni, negli stadi e nelle playlist in streaming. La denuncia elenca «Ain’t No Mountain High Enough», lo standard Holland-Dozier-Holland / Ashford & Simpson che Marvin Gaye e Tammi Terrell trasformarono in un monumento Motown. Elenca «Livin’ on a Prayer» dei Bon Jovi, una power ballad operaia che ancora esplode quando una band da bar arriva al cambio di tonalità. Elenca «September» di Earth, Wind & Fire, un canto corale da data di calendario che è sopravvissuto al decennio che l’ha prodotto. Elenca «Hallelujah», l’inno di dubbio e desiderio di Leonard Cohen, coverizzato così spesso che molti ascoltatori non sanno più quale versione abbiano amato per prima. E elenca «Paper Rings» di Taylor Swift, una voce di catalogo più recente che ricorda al tribunale che questa non è solo una battaglia sugli anni Sessanta e Ottanta.

Quei titoli fanno un lavoro che un foglio di calcolo dei danni non può fare. Dicono a un giudice, e più tardi forse a una giuria, che la presunta sottrazione non è astratta. È la roba che la gente canticchia. Gli editori hanno imparato, in precedenti scontri tecnologici, che la specificità vende. Napster non fu sconfitto da una teoria del networking peer-to-peer. Fu sconfitto dai Metallica e da una lista di brani. Lo stesso istinto è in mostra qui.

Sony Music Publishing e Warner Chappell sono due dei tre grandi globali che controllano una quota enorme delle composizioni sotto la musica registrata. Il terzo, Universal, è già nella battaglia. La scelta di canzoni famose nella denuncia è un modo di dire: se Claude è stato addestrato sulla cultura, è stato addestrato su di noi.

Come gli editori dicono che i dati sono stati raccolti

Torrent, uno specchio pirata e siti di testi con licenza

Le affermazioni fattuali più esplosive nel deposito non riguardano l’output. Riguardano l’ingresso. La denuncia dice che Mann ha scaricato via torrent più di cinque milioni di libri piratati. Dice che il personale ha preso almeno altri due milioni da Pirate Library Mirror. E dice che il laboratorio ha raschiato i testi da siti con licenza come MusixMatch e LyricFind.

Quei tre presunti condotti contano per ragioni giuridiche diverse.

Scaricare via torrent una biblioteca pirata di libri è, se provato, una storia di copyright lineare: riproduzione all’ingrosso di opere che il laboratorio non ha comprato, da una fonte che non aveva il diritto di consegnarle. Pirate Library Mirror è il tipo di archivio ombra che ha circolato nei circoli del machine learning come sostituto comodo, se radioattivo, del testo con licenza. Raschiare MusixMatch e LyricFind è un’altra specie di accusa. Quei servizi esistono proprio perché i testi sono concessi in licenza. Stanno dietro accordi commerciali con gli editori. Raschiarli, implica la denuncia, non è vagare nel web pubblico. È prendere l’unico posto in cui l’industria ha già costruito un mercato legale e trattarlo come un set di addestramento gratuito.

Niente di tutto questo è stato messo alla prova in un processo. Anthropic non ha risposto alla denuncia in pubblico. Una causa è un insieme di accuse, non un verdetto. Ma gli editori hanno messo l’igiene dei dati del laboratorio — chi ha raccolto cosa, da dove, e con la benedizione di chi — al centro del caso. È un posto più pericoloso per un convenuto di un dibattito su se la parafrasi di un testo da parte di un chatbot sia trasformativa. L’ingresso è più facile da contare. L’ingresso lascia registri.

L’aritmetica dei danni statutari

Dollari per opera e tag rimossi

Il diritto d’autore americano non richiede a un attore di provare il valore esatto in dollari di ogni licenza persa. Per le opere registrate, la legge consente una forchetta di danni statutari. Gli editori chiedono il vertice di quella forchetta: fino a 150.000 dollari per opera. Aggiungono un secondo numero, meno familiare: 25.000 dollari per ogni tag di gestione del copyright rimosso.

Le informazioni di gestione del copyright sono i metadati che viaggiano con un’opera — crediti, identificatori, il meccanismo silenzioso che dice a un licenziatario chi possiede questo e come pagare. La legge federale tratta la rimozione di quelle informazioni come un illecito a sé, distinto dalla copia della canzone. Se una pipeline di addestramento rimuove i tag in modo che un modello non sappia più, o non riveli più, che un testo appartiene a un editore, la denuncia tratta ogni tag rimosso come un evento fatturabile.

Si moltiplichino quelle cifre su «decine di migliaia» di composizioni e gli editori arrivano a un titolo che sono felici di ripetere: potenzialmente diversi miliardi di dollari. Non è una previsione di ciò che un giudice assegnerà. È un tetto, e una carta negoziale. Nel contenzioso sul copyright, il tetto è il punto. Cambia la matematica della transazione. Cambia il modo in cui i consigli di amministrazione parlano di accantonamenti. Cambia se un’azienda tratta la musica come un errore di arrotondamento o come un ruolo processuale esistenziale.

La stessa matematica spiega perché gli editori hanno citato Amodei e Mann per nome, non solo l’entità societaria. I convenuti individuali concentrano la mente. Mettono anche, in un caso sulla presunta raccolta di dati, un volto umano su decisioni che il laboratorio potrebbe altrimenti descrivere come pratica di ricerca.

Un accordo da 1,5 miliardi sui libri e un ruolo processuale affollato

Questa non è la prima argomentazione costosa di Anthropic sui dati di addestramento. Il laboratorio ha già chiuso una causa con gli editori di libri per 1,5 miliardi di dollari. Quella cifra fa ormai parte del registro pubblico delle guerre sul copyright dell’IA. Dice a ogni attore successivo due cose: Anthropic pagherà quando i fatti e la sede sembrano abbastanza cattivi, e il mercato per transigere queste cause non è più teorico.

Il ruolo processuale della musica si stava già riempiendo prima che Sony e Warner Chappell depositassero. Anthropic affronta cause da Universal, Concord, ABKCO, BMG e Round Hill. Con la denuncia di venerdì, tutti e tre i grandi editori sono ora in tribunale contro il creatore di Claude. È un fatto strutturale, non un ornamento. I major non si muovono sempre in sincronia. Quando lo fanno, i convenuti perdono la speranza che una casa rompa i ranghi e conceda licenze aggirando le altre.

Gli editori indipendenti e di fascia media — Concord, ABKCO, BMG, Round Hill — aggiungono profondità di catalogo e una texture politica diversa. Le holdings di ABKCO includono pezzi delle storie dei Rolling Stones e di Sam Cooke. BMG ha passato anni a presentarsi come un’alternativa più amichevole verso gli autori rispetto ai vecchi major. Il catalogo di Concord è un museo del pop americano. Insieme rendono più difficile per Anthropic sostenere di essere presa di mira da una coppia di conglomerati. L’industria, in questo racconto, è arrivata come un blocco.

Perché i testi delle canzoni sono un’arma più affilata dei libri

I libri e gli articoli di cronaca sono stati la prima ondata di cause sul copyright dell’IA generativa perché sono lunghi, facili da citare e facili da mostrare in uno screenshot. I testi delle canzoni sono più corti, più appiccicosi e, in certi modi, più pericolosi per chi fa modelli.

Un grande modello linguistico che ha visto un romanzo può spesso discuterne i temi senza ristampare un capitolo. Un modello che ha visto un testo è a un prompt di distanza dal ristampare l’intera opera. Le canzoni pop sono brevi. Il loro valore vive nella sequenza esatta — il gancio, il ponte, l’ultimo ritornello. Gli utenti chiedono ai chatbot i testi come una volta li chiedevano ai motori di ricerca. Se Claude recita una strofa, l’editore non ha bisogno di una teoria sofisticata della similarità sostanziale. L’output è l’opera.

C’è anche un mercato delle licenze che esiste già. I siti di testi pagano. I servizi di streaming pagano. La radio paga, attraverso le collecting society. La sincronizzazione in film e pubblicità paga. La teoria degli editori è che Anthropic abbia saltato la coda. Non ha licenziato MusixMatch o LyricFind. Non si è seduta con Sony o Warner. Ha addestrato prima e, nel racconto degli editori, ha sperato che la legge trattasse il risultato come fair use.

Il fair use è la dottrina su cui conta ogni laboratorio di IA. Chiede se un uso sia trasformativo, quanto dell’opera sia stato preso, e cosa l’uso faccia al mercato dell’originale. Addestrare un modello sul testo per insegnargli la lingua è, sostengono i laboratori, una copia intermedia trasformativa, più simile a leggere che a ristampare. I titolari dei diritti sostengono il contrario: che un chatbot commerciale che può emettere l’opera è il mercato, o un sostituto di uno. I tribunali non hanno risolto quella battaglia. Hanno prodotto uno sparpaglio di sentenze precoci, alcune più amichevoli verso l’addestramento, altre no, e un mucchio crescente di transazioni che sembrano polizze assicurative.

Gli editori musicali hanno un motivo particolare per rifiutare la metafora della lettura. Già concedono in licenza l’atto di mostrare un testo. Il mercato non è ipotetico. Ha listini.

La California del Nord come campo scelto

Depositare nella California del Nord non è un incidente geografico. Anthropic è un’azienda di San Francisco. Il Distretto Settentrionale è dove i casi tecnologici più osservati del Paese vanno a essere interpretati da giudici che hanno visto un decennio di scontri sulle piattaforme. È anche un bacino di giuria che vive tra le persone che costruiscono questi sistemi. Può tagliare in entrambi i sensi. Può produrre scetticismo verso gli attori della vecchia industria. Può anche produrre impazienza verso laboratori che parlano di sicurezza in pubblico e, se la denuncia ha ragione, scaricano via torrent biblioteche pirata in privato.

La decisione di nominare Dario Amodei e Benjamin Mann impedisce al caso di diventare un puro dramma morale societario. Amodei è il volto pubblico del marchio di sicurezza di Anthropic — l’ex ricercatore di OpenAI che se n’è andato per costruire un’azienda che, nel suo stesso racconto, avrebbe trattato i modelli potenti con più cautela dei rivali. Mann è un fondatore tecnico il cui nome, in questa denuncia, è attaccato a un presunto torrent di più di cinque milioni di libri piratati. Il contrasto è il punto. Un laboratorio di sicurezza, suggeriscono gli editori, non può permettersi di essere prezioso sui clienti militari e disinvolto sui cataloghi.

Cosa deve fare «in corso»

L’aggettivo più importante della denuncia potrebbe essere in corso. Gli editori non hanno descritto un peccato storico, una sessione di addestramento finita nel 2023 e che si può far marciare indietro con una transazione e un dataset più pulito. Hanno descritto una pratica. Se Claude sta ancora venendo addestrato, ancora rinfrescato, ancora rispondendo a prompt di testi da pesi che hanno assorbito MusixMatch e LyricFind, allora ogni giorno è un nuovo conteggio.

Quel quadro conta per le ingiunzioni tanto quanto per i danni. Un tribunale che crede che la sottrazione sia finita può accontentarsi di parlare di soldi. Un tribunale che crede che stia ancora accadendo può essere invitato a chiudere qualcosa — una pipeline, una funzione, la capacità di un modello di emettere testi. I team di prodotto temono le ingiunzioni più di quanto temano gli assegni. Gli assegni si possono accantonare. Le funzioni che spariscono un venerdì pomeriggio sono il modo in cui gli utenti se ne vanno.

La guerra più ampia a cui questa causa si unisce

L’industria musicale è già stata qui, o crede di esserlo. La registrazione domestica. Il sampling. Napster. Il primo decennio di YouTube. I deal sulle colonne sonore di TikTok. Ogni volta, l’argomento è che una nuova macchina ha reso la copia troppo facile e il pagamento troppo opzionale. Ogni volta, l’industria arriva in ritardo, fa causa in modo rumoroso e alla fine concede licenze. La domanda aperta è se l’IA generativa sia un altro ciclo di licenze o una rottura del modello — una tecnologia che non ha bisogno della canzone come prodotto, solo come nutrimento.

Se è la prima, questo caso finirà come finiscono spesso le cause costose sul copyright: in un accordo riservato, un corpus di testi con licenza, una filigrana, una quota di ricavi e un comunicato stampa sulla partnership. Se è la seconda, gli editori stanno cercando di rendere il prezzo del nutrimento così alto che i laboratori debbano sedersi al tavolo o far morire di fame il modello di musica.

L’accordo sui libri da 1,5 miliardi di dollari suggerisce che Anthropic sa già com’è fatto il primo percorso. La presenza di Universal, Concord, ABKCO, BMG e Round Hill sullo stesso campo suggerisce che il secondo percorso è quello che l’industria si prepara a percorrere se i colloqui falliscono.

Quello che il laboratorio non ha detto

Anthropic non ha commentato immediatamente. Quel silenzio è ordinario il giorno in cui atterra una denuncia. È anche un vuoto che il linguaggio degli editori riempirà. «Uno dei furti di proprietà intellettuale in corso più grandi e smaccati della storia» non è una riga scritta per una conferenza in camera di consiglio. È una riga scritta per la settimana tra il deposito e la risposta, quando la storia pubblica si indurisce.

Quando il laboratorio parlerà, avrà un menù familiare. Può negare il torrenting. Può dire che eventuali testi nel mix di addestramento erano incidentali, filtrati o usati in un modo che la legge consente. Può indicare filtri di output che rifiutano di ristampare una canzone intera. Può sostenere che citare un amministratore delegato e un cofondatore è teatro. Può notare che decine di migliaia di opere, a 150.000 dollari ciascuna, più i danni sui tag, è un numero costruito per spaventare, non per misurare il danno.

Quello che non può facilmente fare è fingere che l’industria musicale sia frammentata. Tutti e tre i grandi editori sono ora in tribunale contro il creatore di Claude. Il catalogo nella denuncia — «Ain’t No Mountain High Enough», «Livin’ on a Prayer», «September», «Hallelujah», «Paper Rings» — è un promemoria che le opere in questione non sono una nicchia. Sono l’acqua in cui nuota la cultura.

Le mosse successive sono procedurali e lente: la notifica, un’istanza di archiviazione, una battaglia su cosa la discovery raggiungerà dentro la pipeline di dati di Anthropic. Da qualche parte in quella pipeline, se gli editori hanno ragione, c’è un torrent, uno specchio e un raschiamento di siti che già pagano per le parole. Da qualche parte nella teoria del danno c’è un numero per opera abbastanza grande da far sussultare un laboratorio di frontiera. Le canzoni, dal canto loro, continueranno a suonare. La domanda che il Distretto Settentrionale è stato invitato a rispondere è chi, se qualcuno, viene pagato quando una macchina impara a cantarle di nuovo.