Se una persona scrive alcune istruzioni e accetta il codice restituito da un modello senza verificarlo, dovrebbe poterlo rendere proprietario e venderlo come se lo avesse creato da zero? Jakub T. Jankiewicz risponde di no: sostiene che il codice generato dall’IA dovrebbe essere pubblicato con una licenza open source o dedicato al pubblico dominio. La tesi è convincente per il codice prodotto con un intervento umano minimo, anche se non basta a imporre una regola identica per qualsiasi frammento realizzato con l’ausilio dell’IA.
L’argomento centrale di Jankiewicz evidenzia un’asimmetria: i modelli sono stati addestrati su grandi raccolte di codice open source, e poi il risultato può finire in software proprietario. Cita anche contenuti di Stack Overflow e di altri siti Stack Exchange, pubblicati con licenze Creative Commons che richiedono l’attribuzione. Trasformare questo sapere collettivo in codice chiuso gli sembra una forma di «riciclaggio» delle licenze.
Turning this collective knowledge into proprietary, closed-source code feels like license laundering.
— Jakub T. Jankiewicz
L’immagine è efficace, ma la metafora non risolve la questione giuridica. Il fatto che un modello sia stato addestrato con codice pubblicato sotto una licenza non dimostra, di per sé, che ogni risultato riproduca quel codice o ne erediti automaticamente le condizioni. TechTarget descrive proprio questo disaccordo: secondo alcuni, l’uso di sistemi addestrati con codice open source dovrebbe far scattare le licenze; altri replicano che l’addestramento non equivale a riutilizzare il codice nel senso convenzionale del termine.
Una regola per il codice quasi automatico
La parte più solida della proposta non è che ogni riga influenzata dall’IA debba restare aperta. È che chi si limita a fornire un’istruzione e accetta il risultato senza modificarlo non dovrebbe poter rivendicare l’esclusiva senza spiegare da dove provenga quel risultato. Jankiewicz individua proprio questo caso: codice per il quale lo sforzo umano si riduce, in pratica, alla scrittura di prompt. In questo scenario, pubblicare il risultato con una licenza aperta o con CC0 sembra una risposta proporzionata.
La distinzione è importante perché lo sviluppo assistito non consiste sempre nel copiare e incollare. TechTarget distingue tra l’inserimento diretto di un risultato, la sua modifica e il suo utilizzo come semplice guida prima di scrivere codice autonomamente. Trattare questi scenari come equivalenti trasformerebbe una proposta ragionevole per l’automazione quasi totale in un onere difficile da giustificare per qualsiasi uso di uno strumento.
Esiste anche un limite pratico: l’opacità dei dati di addestramento. TechTarget osserva che molti modelli preaddestrati non rendono noti i materiali utilizzati. Senza queste informazioni, è difficile individuare quali licenze possano riguardare un determinato risultato. Esigere che ogni sviluppatore renda aperto tutto il codice generato potrebbe trasferire all’utente una responsabilità che non è in grado di determinare sulla base dei dati disponibili.
Il diritto non offre una risposta univoca
Jankiewicz fonda parte della sua posizione sull’idea che il codice generato senza paternità umana non dovrebbe essere protetto dal diritto d’autore. Ma la legislazione non è uniforme. Negli Stati Uniti, ricorda, è stato invocato il principio secondo cui gli animali non possono detenere diritti d’autore; nel Regno Unito, la legge prevede una formula diversa per alcune opere generate al computer. La sezione 9 del Copyright, Designs and Patents Act 1988 attribuisce la paternità di tali opere a chi compie gli atti necessari alla loro creazione.
Per questo, una politica volontaria e chiara è più difendibile che presentare l’apertura come un obbligo giuridico universale. Jankiewicz propone licenze aperte o CC0 per armonizzare il trattamento tra le diverse giurisdizioni, ma questa scelta non cancella le differenze tra le rispettive leggi. E se un’azienda pubblica codice con una determinata licenza, ciò non chiarisce di per sé se il modello abbia riutilizzato materiale soggetto a un’altra licenza.
TechTarget riferisce che, fino a giugno 2025, non esisteva una decisione giudiziaria che stabilisse se addestrare modelli con codice open source costituisca riutilizzo o modifica ai fini di tali licenze. Nel contenzioso su GitHub Copilot, nel 2024 un giudice ha respinto alcune richieste ritenendo che il codice generato non fosse identico al codice open source usato per l’addestramento; in seguito, i ricorrenti hanno presentato appello. La controversia era ancora aperta nella primavera del 2025. Questa incertezza invita a non confondere una posizione etica con una conclusione consolidata nei tribunali.
Aprire per impostazione predefinita, con un confine esplicito
L’obiezione più forte all’apertura automatica è che il codice può combinare un contributo umano sostanziale con suggerimenti dell’IA. Una persona può verificare, modificare e integrare un risultato fino a produrre qualcosa di diverso dalla risposta iniziale. TechTarget osserva che la portata delle modifiche potrebbe incidere sugli obblighi, anche se non esiste una regola giudiziaria definitiva che definisca quel confine. Obbligare a rendere aperto il risultato complessivo in tutti questi casi potrebbe cancellare differenze rilevanti tra creazione e assistenza.
La risposta non dovrebbe essere fingere che queste differenze siano facili da misurare. È opportuno chiedere trasparenza sull’uso dell’IA e conservare una registrazione delle parti generate, come raccomanda TechTarget, così da poterle verificare qualora emergano problemi di licenza. Parallelamente, i fornitori possono spiegare meglio quali dati hanno usato per addestrare i loro modelli. Queste misure non sostituiscono una licenza, ma rendono meno arbitraria la decisione su cosa rendere aperto.
Il principio che merita sostegno è più concreto: se quasi tutto il lavoro è stato svolto dall’IA, chi pubblica il risultato dovrebbe scegliere una licenza aperta o CC0, a meno che non possa giustificare un’altra base. Non perché esista già un obbligo giuridico universale, ma perché la pretesa di rendere proprietario un risultato ottenuto con un contributo umano minimo è difficile da conciliare con l’origine collettiva indicata da Jankiewicz. Per il codice che incorpora un contributo umano significativo, la risposta dovrebbe dipendere dall’intervento e dalle licenze effettivamente coinvolte, non da un’etichetta generica come «realizzato con l’IA».
La discussione, dunque, non si risolve dichiarando aperta ogni riga assistita né ignorando il modo in cui i modelli sono stati addestrati. Occorre innanzitutto distinguere i casi: chi ha svolto il lavoro, quanto è stato modificato il risultato e quale licenza può applicarsi. Finché queste risposte resteranno opache, la proposta più sensata è rendere aperto per impostazione predefinita il codice generato quasi senza intervento umano e chiedere maggiore trasparenza a chi sviluppa i modelli.
Fonti: Jakub T. Jankiewicz Blog, TechTarget, Legislazione del Regno Unito