Anthropic pensava di aver risolto i suoi guai di pirateria libraria con un pagamento da 1,5 miliardi di dollari. Gli editori musicali, però, non sono impressionati, e venerdì hanno intentato una causa che fa sembrare la 'storica transazione' della società di IA meno una penitenza e più un biglietto d'ingresso per una festa che non è mai finita.

I pesi massimi dell'industria musicale – tra cui Sony, EMI e Warner Chappell – sostengono che la 'campagna spudorata di torrenting, scraping e download illegali di opere protette da copyright su scala massiccia' di Anthropic non si è fermata ai libri. Oh no, si è estesa a 'migliaia e migliaia' delle loro composizioni musicali protette, dai canzonieri dei Beatles alle 'migliori' canzoni di Taylor Swift fino a 'Le 100 più grandi canzoni rock & roll di VH1'.

Secondo la causa, la 'campagna di massa' di Anthropic è iniziata nel luglio 2021, quando il cofondatore Benjamin Mann ha personalmente usato BitTorrent per scaricare milioni di libri piratati da Library Genesis (LibGen). Il CEO Dario Amodei avrebbe approvato il torrenting, ed entrambi sono nominati come imputati. Quando LibGen è stata chiusa dall'FBI, i pirati l'hanno semplicemente copiata per creare Z-Library. Quando anche quella è stata chiusa, Anthropic avrebbe ottenuto una copia della copia tramite il 'Pirate Library Mirror' (PiLiMi). Mann avrebbe scritto ai colleghi che lo specchio era arrivato 'proprio in tempo!' – a cui un collaboratore ha risposto: 'zlibrary my beloved'.

Questi messaggi interni, rivelati nel caso degli autori di libri, vengono usati come prova dell''esaltazione' della pirateria da parte di Anthropic. Gli editori sostengono che il torrenting di Anthropic includeva almeno centinaia di libri contenenti spartiti e testi di canzoni, e intendono rivelare la 'portata completa' attraverso la scoperta.

Anthropic nega di aver usato i libri piratati per addestrare i suoi modelli commerciali Claude, ma gli editori sostengono che 'addestramento' può essere definito in senso lato. Indicano una fase di 'pre-addestramento' in cui Anthropic potrebbe aver usato dati sintetici da modelli non commerciali addestrati su testi di LibGen o PiLiMi per rinforzare i modelli commerciali Claude. E poi c'è la questione dei guardrail: documenti non sigillati mostrerebbero che Anthropic ha continuato a usare il dataset LibGen per verificare la somiglianza delle uscite, anche dopo aver smesso di addestrarvi i LLM.

Un portavoce di Anthropic ha liquidato la causa come 'la terza causa degli stessi avvocati, che riciclano accuse da casi già davanti ai tribunali', e ha affermato che 'l'addestramento di modelli di IA generativa è un fair use trasformativo – come stabilito dal tribunale in Bartz'. Ma gli editori notano che la sentenza sul fair use in Bartz dipendeva dalla mancanza di un danno di mercato provato – qualcosa che pensano di poter dimostrare.

Gli editori sostengono che le canzoni generate dall'IA stanno già scalando le classifiche musicali, competendo direttamente con i cantautori umani il cui lavoro non retribuito avrebbe addestrato l'IA che li sta sostituendo. Citano l'osservazione dell'Ufficio del Copyright degli Stati Uniti secondo cui le uscite che competono in un mercato per un tipo di opera possono diluire i pool di royalty. Sostengono anche che Claude è stato addestrato intenzionalmente a rigurgitare testi, anche quando non richiesto, e può riprodurre il 'cuore' di canzoni popolari su richiesta.

Viene anche rispolverata la testimonianza di Amodei dal caso dei libri: ha detto che Anthropic avrebbe potuto acquistare legalmente opere protette da copyright ma ha preferito il torrenting per evitare una 'seccatura legale/pratica/commerciale'. Il tribunale ha riassunto come scaricare libri piratati 'per evitare la seccatura di pagarli'. Gli editori sottolineano che Anthropic non li ha mai contattati per le licenze, a differenza dei suoi rivali nell'IA.

Anthropic custodisce gelosamente le sue fonti di dati di addestramento, ma gli editori vogliono che il tribunale imponga la trasparenza: una contabilità dei dati di addestramento, dei metodi e delle capacità. Altrimenti, avvertono, i cantautori faranno più fatica a guadagnarsi da vivere, e il mercato sarà inondato di copie IA di bassa qualità di canzoni riconoscibili. E, naturalmente, gli editori non verranno pagati per concedere in licenza le canzoni per addestrare l'IA. Come dice il reclamo, Anthropic 'si arricchisce attraverso lo sfruttamento non compensato degli Editori Musicali' e del lavoro dei loro cantautori.