NVIDIA chiede l'archiviazione della causa sui libri pirata per l'addestramento AI

Secondo quanto riportato da Torrentfreak, NVIDIA ha depositato presso un tribunale federale della California una corposa mozione per chiedere l'archiviazione della versione ampliata della class action intentata da un gruppo di autori, che accusano l'azienda di aver utilizzato milioni di libri piratati per l'addestramento dei propri modelli di intelligenza artificiale.

Secondo il colosso dei semiconduttori, le accuse contenute nella denuncia modificata sarebbero fondate su supposizioni, prive di riscontri concreti e giuridicamente insufficienti. In particolare, NVIDIA contesta l'idea che un semplice contatto con Anna's Archive - noto archivio ombra di libri digitali - possa costituire una prova di violazione del diritto d'autore.

La denuncia degli autori fa riferimento a email interne che mostrerebbero un contatto tra NVIDIA e Anna's Archive per ottenere un accesso "ad alta velocità" a grandi quantità di materiale. Dopo essere stati avvisati della natura illegale dei contenuti, dirigenti NVIDIA avrebbero comunque autorizzato di procedere. Tuttavia, secondo la difesa, manca un elemento chiave: non viene mai dimostrato che NVIDIA abbia effettivamente scaricato o utilizzato i libri degli autori coinvolti.

Nel documento depositato in tribunale, l'azienda sottolinea che il fatto di aver avviato un contatto non implica necessariamente l'ottenimento dei materiali, né tantomeno il loro utilizzo per l'addestramento dei modelli. Anzi, viene ribadito come sia altrettanto plausibile che nessun contenuto protetto sia mai stato acquisito.

Un ulteriore punto critico, secondo NVIDIA, è l'ampio ricorso all'espressione legale "upon information and belief" ("in base alle informazioni e alle convinzioni"), che indica affermazioni basate su congetture piuttosto che su prove documentate. Questo approccio, a detta dell'azienda, renderebbe l'intera impalcatura accusatoria fragile.

A margine della vicenda, è intervenuto anche il gestore di Anna's Archive, che su Reddit ha dichiarato di non aver mai avuto contatti diretti con NVIDIA, ipotizzando l'eventuale utilizzo di intermediari. Una precisazione che, almeno per ora, non viene menzionata nella mozione di archiviazione.

NVIDIA contesta inoltre l'ampliamento significativo dell'ambito della causa. Se la denuncia originale si concentrava sui modelli NeMo Megatron e sul dataset Books3, la versione aggiornata fa riferimento a generici "LLM NVIDIA", modelli interni non meglio definiti, presunti "NextLargeLLM" e numerose altre biblioteche ombra, tra cui LibGen, Z-Library, Sci-Hub e Pirate Library Mirror.

Secondo l'azienda, questo allargamento indiscriminato configurerebbe una mossa finalizzata a ottenere accesso illimitato a documentazione e informazioni interne, come dimostrerebbe anche l'ondata di richieste istruttorie presentate subito dopo il deposito della denuncia aggiornata.

Nel merito tecnico, NVIDIA respinge anche l'ipotesi che modelli come Nemotron-4 abbiano necessariamente utilizzato opere protette solo perché addestrati su dataset di grandi dimensioni contenenti libri. L'assenza di qualsiasi riferimento puntuale ai testi degli autori renderebbe tali conclusioni puramente speculative.

Infine, la mozione prende di mira anche le nuove accuse di violazione contributiva e indiretta del copyright, secondo cui NVIDIA avrebbe facilitato attività illecite dei clienti tramite strumenti per scaricare dataset come The Pile. Anche in questo caso, la difesa evidenzia come non venga identificato alcun cliente specifico né dimostrata una conoscenza diretta di eventuali violazioni, sottolineando inoltre che il framework NeMo può essere utilizzato legittimamente con dati pubblici o su licenza.

La richiesta di archiviazione riguarda tutte le nuove accuse introdotte nella versione ampliata della causa. Resta invece esclusa, almeno per ora, la contestazione originaria legata all'uso del dataset Books3 per l'addestramento dei modelli NeMo, che NVIDIA intende affrontare in una fase successiva, probabilmente facendo leva sul principio del fair use.