# Le sentenze sull'uso equo dell'IA… | Notizie Dynamoi

Canonical URL: https://dynamoi.com/it/news/2025-07-03-ai-fair-use-rulings-give-music-labels-new-ammunition-vs-suno.html

Source: Dynamoi static public site

Description: La scorsa settimana, due giudici federali hanno emesso verdetti contrastanti sull

Notizie Dynamoi Le sentenze sull'uso equo dell'IA forniscono alle etichette discografiche nuove munizioni contro Suno Due decisioni dei tribunali limitano le difese per l'addestramento dell'IA preservando al contempo le accuse di pirateria, rimodellando la strategia per le cause dell'industria discografica da 150.000 USD per canzone. Pubblicato 3 luglio 2025 Editor Trevor Loucks Politica editoriale → La scorsa settimana, due giudici federali hanno emesso verdetti contrastanti sull'addestramento dell'IA e sull'uso equo (fair use), creando nuovi vantaggi tattici per le etichette discografiche nelle loro cause ad alto rischio contro i generatori di musica Suno e Udio. In Bartz c. Anthropic , il giudice William Alsup ha stabilito che l'addestramento dei modelli di IA su opere protette da copyright ottenute legalmente costituisce uso equo, pur riscontrando contemporaneamente che il download di milioni di libri da siti pirata violava la legge sul copyright. Una decisione separata in Kadrey c. Meta ha raggiunto conclusioni simili riguardo all'addestramento rispetto alla pirateria. Perché è importante: Le sentenze rimodellano la strategia legale per le cause in corso dell'industria musicale contro Suno e Udio, dove le etichette cercano fino a 150.000 USD per opera infranta. Entrambe le società di musica IA hanno ammesso di aver utilizzato registrazioni protette da copyright per addestrare i loro modelli, sostenendo che il loro utilizzo rientra nelle protezioni del fair use. I nuovi precedenti suggeriscono che i tribunali potrebbero accettare le difese di addestramento pur ritenendo le aziende responsabili per come hanno ottenuto il materiale sorgente. Implicazioni strategiche per gli avvocati delle etichette: Concentrare il contenzioso sui metodi di acquisizione piuttosto che sui processi di addestramento Enfatizzare la concorrenza commerciale con le opere originali Documentare i download non autorizzati dalle piattaforme di streaming Il modello legale: L'addestramento ottiene protezione Il giudice Alsup ha caratterizzato l'addestramento di Anthropic come "estremamente trasformativo", paragonandolo a "qualsiasi lettore che aspira a diventare scrittore" che studia opere esistenti per creare qualcosa di nuovo. Questo ragionamento potrebbe applicarsi direttamente all'addestramento della musica IA. La pirateria rimane perseguibile Tuttavia, il tribunale ha tracciato confini netti attorno all'acquisizione non autorizzata, stabilendo che il download da parte di Anthropic di oltre sette milioni di libri da siti pirata era "intrinsecamente, irrimediabilmente illecito". Le email interne hanno rivelato che la leadership di Anthropic ha scelto deliberatamente di "rubare" libri piuttosto che perseguire la licenza per evitare quello che hanno definito lo "slog legale/pratico/commerciale". Standard del danno al mercato La decisione Kadrey ha sottolineato che il fair use fallisce quando gli output dell'IA competono direttamente con i materiali di addestramento nello stesso mercato. Gli strumenti di musica IA che creano brani in generi identici sono vulnerabili a questo standard. Risposta del settore: La Authors Guild, pur delusa dalla sentenza sull'addestramento, ha espresso sollievo per il fatto che i tribunali abbiano riconosciuto la "pirateria di ebook massiccia, di livello criminale, non giustificata". I gruppi di scambio musicale stanno studiando entrambe le decisioni per strategie applicabili. L'artista indipendente Tony Justice ha intentato nuove cause collettive contro entrambe le società a giugno, citando le recenti linee guida dell'Ufficio del Copyright degli Stati Uniti secondo cui l'addestramento su opere espressive "in particolare quando tali opere sono utilizzate per generare output sostitutivi" supera probabilmente le protezioni del fair use. Cosa succederà: Prossimi catalizzatori Anthropic affronterà un processo a dicembre per i danni da pirateria, potenzialmente stabilendo precedenti di danni legali che raggiungono 150.000 USD per opera. Processi simili per Suno e Udio potrebbero seguire nel 2026. Vantaggi di scoperta (Discovery) Le etichette hanno ora un precedente legale per richiedere registrazioni dettagliate su come le società di IA hanno acquisito i dati di addestramento, spostando l'onere sulla prova di un sourcing legale. In sintesi: Sebbene le società di IA abbiano guadagnato respiro sul fair use per l'addestramento, le etichette si sono assicurate potenti nuove vie di contenzioso focalizzate sui metodi di acquisizione e sulla sostituzione commerciale. Le decisioni trasformano le cause legali contro l'IA musicale da dibattiti filosofici sull'apprendimento a battaglie concrete sulla pirateria e sulla concorrenza commerciale. Storie correlate Spotify e le principali etichette discografiche fanno causa ad Anna’s Archive per 13 trilioni di dollari 27 gennaio 2026 Merlin e Pipeline aprono un accesso a flusso di cassa da 200 milioni di dollari per le etichette indipendenti 27 gennaio 2026 HYBE scommette sul modello di scarsità con il ritorno dei BTS per un tour di 79 spettacoli 15 gennaio 2026 Le Major Forniscono Solo il 3,8% della Nuova Musica nel Sovraccarico dello Streaming del 2025 14 gennaio 2026 Ultime notizie 30 maggio 2026 Warner Music risolve la causa per copyright da 24 milioni di USD con Crumbl 29 maggio 2026 Il CdA di UMG respinge all'unanimità l'offerta di acquisizione da 64 miliardi di USD di Bill Ackman 29 maggio 2026 Spotify lancia il piano Basic da 10,99 USD nel mezzo di una disputa sulle royalty da 150 milioni di USD 28 maggio 2026 Sony arma l'opt-out AI del 2024 nella causa da 61,000 brani contro Suno 27 maggio 2026 33 Stati chiedono la cessione di Ticketmaster dopo il verdetto antitrust 26 maggio 2026 Le azioni Spotify salgono del 16% grazie all’accordo UMG per strumenti AI di remix a pagamento Vedi i prezzi →
