L'industria dell'intelligenza artificiale sta affrontando una delle controversie più significative degli ultimi anni, con la startup Anthropic, creatrice del modello Claude, al centro di un'operazione di acquisizione dati senza precedenti. Il progetto, denominato internamente "Project Panama", ha visto la distruzione fisica di milioni di volumi cartacei per trasformarli in materiale di addestramento digitale, sollevando interrogativi cruciali sulla tutela del copyright e sulla natura della proprietà intellettuale nell'era dei modelli linguistici di grandi dimensioni.
Secondo i documenti emersi, l'azienda ha avviato una strategia di "scansione distruttiva" che ha coinvolto l'acquisto massiccio di libri usati, i quali sono stati sottoposti a un processo di separazione delle pagine tramite macchine da taglio idraulica. Questa pratica, finalizzata a nutrire i modelli di IA con prosa di alta qualità e curata da editori, mira a superare i limiti dei dati provenienti dal web, spesso percepiti come di scarsa qualità o saturi di contenuti generati da altri bot, per permettere all'IA di sviluppare capacità di ragionamento più sofisticate e un linguaggio più preciso.
La vicenda, che è uscita alla luce solo recentemente attraverso atti legali e reportage investigativi, evidenzia una tensione crescente tra l'innovazione tecnologica e i diritti degli autori. Mentre Anthropic sostiene che tale pratica rientri nel "fair use", poiché il modello matematico risultante non riproduce gli elementi creativi originali ma li trasforma in dati, il settore editoriale reagisce con forza, denunciando una violazione sistematica delle opere protette. Il caso ha già prodotto conseguenze economiche rilevanti, con l'azienda che ha accettato di versare un risarcimento di 1,5 miliardi di dollari per le violazioni contestate.
Il Project Panama: meccanismi operativi e logiche di addestramento
L'operazione, coordinata da Tom Turvy (ex manager di Google Books), si è svolta principalmente tra il 2023 e il 2024. Il piano prevedeva l'acquisizione di volumi da parte di fornitori non ancora identificati con certezza — tra le opzioni considerate figuravano la New York Public Library e la catena di libri usati Strand — per poi affidarli a ditte specializzate in digitalizzazione industriale ad alta velocità. Una volta scansionati, i resti dei libri venivano inviati al riciclaggio, completando un ciclo di "distruzione" fisica finalizzato esclusivamente alla creazione di un dataset digitale.
La scelta di puntare sui libri cartacei rispetto ai dati online risponde a una specifica esigenza tecnica: la necessità di prosa di alta qualità. Anthropic ha dichiarato esplicitamente di voler addestrare il chatbot Claude a "scrivere bene", evitando di imitare il linguaggio da Internet, spesso caratterizzato da fake news, propaganda e contenuti di bassa qualità. Questo approccio "curato" permette di ottenere modelli capaci di gestire ragionamenti complessi, pur alimentando una disputa legale che vede coinvolti giganti come Meta, anch'essa oggetto di cause per l'uso di database protetti per l'addestramento di modelli come Llama.
Conseguenze legali e il precedente del "Fair Use"
Un punto di svolta fondamentale è rappresentato dalla posizione del giudice William Alsup, il quale ha stabilito che la scansione è "profondamente trasformativa". Secondo questa interpretazione, il modello matematico derivante dal processo non riproduce gli elementi creativi originali, ma li trasforma in dati per l'addestramento, fornendo una base giuridica per la difesa delle Big Tech. Tuttavia, la necessità di risarcimenti economici rimane un pilastro della tutela degli autori: il pagamento concordato da Anthropic nel settembre 2025 ammonta a circa 3.000 dollari per ogni opera piratata, definendo un precedente economico per la gestione delle Shadow Libraries e dei database non autorizzati.
Il settore editoriale non resta inerte e ha già avviato diverse azioni collettive. Gruppi di editori, tra cui Elsevier, Hachette, Macmillan, Cengage e McGraw Hill, stanno portando avanti battaglie legali contro diverse aziende tecnologiche. Queste azioni mirano a definire i limiti entro cui la trasformazione di supporti fisici in modelli matematici può avvenire senza il consenso esplicito dei detentori dei diritti, cercando di bilanciare il progresso tecnologico con la sostenibilità economica della produzione culturale.
| Elemento Chiave | Dettaglio del Progetto Panama |
|---|---|
| Risarcimento concordato | 1,5 miliardi di dollari (pagati nel settembre 2025) |
| Tecnica di acquisizione | Scansione distruttiva tramite macchine da taglio idraulica |
| Obiettivo Tecnico | Miglioramento della qualità della prosa e del ragionamento logico |
| Soggetti coinvolti | Anthropic, Tom Turvy, editori (Hachette, Macmillan, ecc.) |
| Stima volumi | Variabile tra centinaia di migliaia e 2 milioni di libri |
Cosa cambia concretamente per il settore della scuola e dell'editoria
Per gli utenti finali e gli operatori del sistema scolastico, l'impatto principale si rifletterà nella qualità delle risposte fornite dai modelli di IA come Claude. Grazie a una base di dati più "colta" e meno influenzata dai contenuti di bassa qualità del web, gli strumenti di supporto alla didattica potrebbero diventare più affidabili nella gestione di ragionamenti complessi e nella produzione di testi di alta qualità. Tuttavia, per il settore editoriale e per le istituzioni che gestiscono il patrimonio culturale, il caso stabilisce un precedente critico sulla trasformazione dei supporti fisici in modelli matematici.
In termini pratici, le scuole e le biblioteche dovranno monitorare l'evoluzione delle normative sul copyright, poiché la distinzione tra "trasformazione dei dati" e "copia protetta" sarà il fulcro delle prossime decisioni giudiziarie. Per gli editori, la necessità di risarcimenti economici per l'uso di database piratati rimane un obbligo fondamentale, mentre per le aziende tecnologiche la sfida sarà trovare un equilibrio tra l'acquisizione di dati di alta qualità e il rispetto dei diritti d'autore, in un contesto dove la scarsità di dati di qualità sta diventando il principale collo di bottiglia per l'innovazione dell'IA.
Prossimi passi e monitoraggio normativo
Sebbene il risarcimento di Anthropic sia già stato versato, le cause legali contro Meta e altre aziende sono ancora in corso. Queste sentenze determineranno i limiti futuri dell'uso dei dati protetti da copyright, definendo se le aziende tecnologiche dovranno negoziare licenze specifiche per ogni "scansione distruttiva" o se il modello di risarcimento forfettario rimarrà la norma.
Note di trasparenza sui dati
Al momento, non è stato confermato il numero esatto di volumi acquisiti, né i fornitori specifici dei libri usati, sebbene siano state citate diverse catene e biblioteche come possibili fonti di approvvigionamento.
FAQs
Anthropic scansiona milioni di libri distrutti per addestrare l'IA
L'azienda mira a migliorare le capacità di ragionamento di Claude utilizzando prosa di alta qualità curata da editori professionali. I dati provenienti dal web sono spesso considerati di scarsa qualità, saturi di fake news o generati da altri bot, mentre i libri offrono un linguaggio più ricco e preciso.
I volumi sono stati acquistati in blocco e sottoposti a una "scansione distruttiva" tramite macchine da taglio idrauliche per separare le pagine. Una volta digitalizzati ad alta velocità, i resti dei libri sono stati inviati al riciclaggio tramite accordi con aziende specializzate.
Nel settembre 2025, Anthropic ha accettato di pagare un risarcimento di 1,5 miliardi di dollari per le violazioni di copyright legate all'uso di database non autorizzati. Nonostante la sanzione, il giudice William Alsup ha definito la scansione "profondamente trasformativa" ai fini del fair use.
Gli utenti beneficeranno di modelli IA più capaci di gestire ragionamenti complessi e produzioni testuali di alta qualità. Per il settore editoriale, il caso stabilisce un precedente importante sulla trasformazione di supporti fisici in modelli matematici, pur confermando la necessità di risarcimenti economici.
