Ben Thompson pubblica una proposta di legge per gli Stati Uniti che mette nero su bianco un’asimmetria diventata operativa. Il testo chiede due cose: dichiarare che raccogliere dati pubblici per addestrare modelli è fair use, e vietare i termini di servizio che proibiscono la distillazione, almeno per le aziende americane.

L’asimmetria è sotto gli occhi di chi costruisce. OpenAI e Anthropic hanno costruito i loro modelli su miliardi di pagine web e libri senza chiedere permesso a nessuno. Nei loro termini di servizio, però, scrivono che tu non puoi usare i loro output per addestrare un modello tuo. Chi valuta fra modelli proprietari e aperti lo sente ogni giorno: puoi consumare l’API, puoi costruire sopra, ma quello che impari resta loro.

Come raccontavamo il 14 luglio, Satya Nadella aveva già espresso la stessa critica in pubblico, definendo l’atteggiamento dei lab una posizione insostenibile. Thompson va oltre e trasforma il disagio in una proposta con due leve: dare ai lab la certezza legale sull’addestramento, così smettono di pagare cause da miliardi, e garantire che quello che imparano alimenti l’innovazione di tutti.

La proposta arriva mentre Alibaba ha appena rilasciato Qwen 3.8 Max come open weight, 2.4T parametri. Thompson legge la mossa come un allineamento con la spinta di Xi Jinping sull’open source. Se gli Stati Uniti chiudono la distillazione, la Cina apre.

Nel dettaglio

La distillazione, in parole semplici, è il processo per cui usi le risposte di un modello grande e costoso per addestrare un modello più piccolo che imita il suo comportamento. Tecnicamente si fa interrogando l’API del modello di partenza su un insieme di esempi, raccogliendo le coppie domanda-risposta, e usando quel dataset per addestrare il modello target. I termini di servizio di OpenAI e Anthropic vietano esplicitamente questa pratica: se scoprono che stai usando i loro output per addestrare un modello, possono chiuderti l’accesso.

Il punto di Thompson è che fermare la distillazione è praticamente impossibile. Distillare un modello significa interrogare la sua API, e distinguere un utente legittimo che fa tante domande da qualcuno che sta costruendo un dataset di addestramento è un problema di detection irrisolvibile senza spiare il comportamento dell’utente in modi che solleverebbero problemi legali ancora più grandi. La proposta inverte la logica: invece di proibire qualcosa che non si può proibire, legalizzala e faccia leva su di essa.

La struttura della proposta ha due parti che si reggono a vicenda. La prima dichiara che raccogliere dati pubblici per l’addestramento è fair use. Questo protegge i lab dalle cause sul copyright, come l’accordo da 1,5 miliardi che Anthropic ha appena firmato sui libri piratati usati per addestrare Claude. La seconda vieta i termini di servizio che proibiscono la distillazione, garantendo che la conoscenza accumulata dai modelli frontier resti disponibile per chi vuole costruire alternative.

Il contesto cinese è quello che dà urgenza alla proposta. Alibaba ha rilasciato Qwen 3.8 Max, 2.4T parametri, come open weight, invertendo la decisione di maggio di non pubblicarlo. Thompson collega la scelta a un discorso recente di Xi Jinping che spinge per open source, collaborazione e condivisione. Se i modelli aperti cinesi continuano a chiudere il gap qualitativo con i frontier americani e negli Stati Uniti la distillazione resta proibita, il vantaggio competitivo si sposta verso chi ha meno vincoli.

I limiti della proposta sono concreti. È un suggerimento di policy, non un disegno di legge presentato al Congresso. Non chiarisce come si traccerebbe il confine fra fair use e violazione del copyright per i dati che non sono puramente pubblici, come i libri con copyright o gli archivi a pagamento. E non affronta il rischio che legalizzare l’addestramento su qualsiasi dato pubblico disincentivi la produzione di contenuti di qualità, se i creatori non vedono un ritorno. Per chi costruisce prodotti AI, però, la proposta segna una direzione: la pressione su questa asimmetria sta montando, e la mossa di Alibaba suggerisce che il mercato troverà comunque una via, con o senza una legge americana.