Copyright e Codice AI: Di Chi è il Codice che Scrivi con Claude?

Ieri hai scritto 400 righe di codice con un AI coding assistant. Funziona. I test passano. Il commit è in produzione. Bene.

Ora la domanda scomoda: quel codice è tuo?

La risposta, dal 2 marzo 2026, è definitiva: no. Non nel senso legale del termine. La Corte Suprema degli Stati Uniti ha chiuso la questione una volta per tutte. E la parte peggiore non è che non puoi proteggere il tuo codice AI-generated — è che puoi essere citato in giudizio se quel codice viola il copyright di qualcun altro.

Tutta la responsabilità. Nessuna protezione. Benvenuto nel paradosso del codice AI.

La Corte Suprema Chiude la Questione

Il 2 marzo 2026, la Corte Suprema USA ha negato il certiorari in Thaler v. Perlmutter. In parole semplici: ha rifiutato di riesaminare il caso, confermando le sentenze dei tribunali inferiori.

Il risultato è un precedente definitivo: le opere generate autonomamente da AI non sono proteggibili da copyright. Serviva un autore umano. L'AI non lo è.

Stephen Thaler ci aveva provato con un'opera visiva creata dal suo sistema "DABUS". Ha perso in primo grado, ha perso in appello, e la Corte Suprema non ha nemmeno voluto sentire il caso. Fine della storia.

Per il codice la conseguenza è diretta. Se generi un file Python con Claude, ChatGPT o Copilot senza modifiche sostanziali — senza un contributo creativo umano che vada oltre il prompt — quel codice è di fatto pubblico dominio. Chiunque può copiarlo. Non hai ricorso legale.

Il US Copyright Office lo aveva già detto nel report di gennaio 2025, equiparando i prompt a istruzioni date a un artista su commissione: i prompt esprimono un'idea, ma non controllano come quell'idea viene espressa. Chi dà istruzioni non è l'autore.

Cosa Dicono i Terms of Service dei Provider

Ogni provider AI ti dice che "l'output è tuo". Ma quella frase va letta con attenzione.

OpenAI, nei suoi Terms of Use, scrive che ti assegna i diritti sull'output "as between you and OpenAI" — cioè tra te e OpenAI. Non tra te e il resto del mondo. Non tra te e un tribunale. Se il copyright non esiste sull'output, OpenAI non può assegnartelo.

Come ha scritto un analista legale: "You can't transfer ownership of what the law says is unownable."

Ecco il confronto tra i principali provider:

Provider	Ownership dichiarato	Indemnification gratuita	Indemnification a pagamento
OpenAI	Sì, "as between you and OpenAI"	No	Copyright Shield (Enterprise/API)
Anthropic	Sì (API/commercial)	No	Sì (Enterprise, IP indemnity)
GitHub Copilot	Non dichiarato esplicitamente	No	Sì (Business, Microsoft CCC)
Google Gemini	Sì, "Google doesn't claim ownership"	No	Da negoziare (Enterprise)

Il pattern è chiaro: nessun provider offre protezione gratuita. L'indemnification — cioè la promessa di difenderti e pagarti i danni se il codice generato viola copyright altrui — è riservata ai tier Enterprise e API a pagamento.

Se usi il piano gratuito o il piano individuale, sei da solo.

E anche con l'indemnification, ci sono condizioni. Microsoft richiede che tu abbia attivo il filtro per suggerimenti che corrispondono a codice di training. OpenAI non ti copre se hai modificato l'output fuori dai loro servizi. Anthropic limita la copertura ai clienti API.

Tutte clausole ragionevoli per i provider. Tutte potenziali trappole per chi non le legge.

Il Paradosso: Tutta la Responsabilità, Nessuna Protezione

Qui la situazione diventa assurda.

Non puoi proteggere il codice che generi con AI. Pubblico dominio. Ma se quel codice è sostanzialmente simile a codice protetto da copyright — codice presente nel training set del modello — puoi essere citato per violazione.

L'analisi di paddo.dev lo sintetizza perfettamente: "AI-generated code likely can't be copyrighted by the company that ships it. But it might infringe someone else's copyright."

Il meccanismo è semplice. I modelli AI sono stati addestrati su miliardi di righe di codice. Parte di quel codice è protetto da copyright. Parte ha licenze restrittive. Quando il modello genera output, può produrre frammenti che corrispondono — in tutto o in parte — a quel codice di training.

GitHub lo ammette: circa l'1% dei suggerimenti Copilot corrisponde verbatim al codice di training. Sembra poco. Ma su scala enterprise — milioni di suggerimenti al giorno — significa migliaia di potenziali violazioni di licenza ogni giorno.

E il developer che accetta quel suggerimento è quello che risponde. Non GitHub. Non OpenAI. Tu.

A meno che tu non abbia un tier Business con indemnification attiva e filtri abilitati. E anche in quel caso, l'indemnification ha un cap — tipicamente limitato alle fee pagate nei 12 mesi precedenti.

Quando i Provider Stessi Violano il Copyright

Se pensi che il rischio sia teorico, Anthropic ha pagato 1.5 miliardi di dollari nel settembre 2025 per chiudere la causa Bartz v. Anthropic. È il più grande settlement copyright della storia degli Stati Uniti.

Il caso: Anthropic aveva scaricato milioni di libri da librerie pirata come LibGen e PiLiMi per addestrare i suoi modelli. Non libri acquistati. Non libri con licenza. Libri scaricati da siti di pirateria.

Il giudice William Alsup ha fatto una distinzione chiave. Il training AI su materiale legittimamente acquisito è "quintessentially transformative" — quindi protetto come fair use. Ma scaricare e conservare copie piratate non lo è. La fonte conta.

I termini del settlement: circa 3.000 dollari per ciascuno dei circa 500.000 libri coperti dalla class action, e l'obbligo di distruggere tutte le copie scaricate dalle librerie piratate.

Non è un caso isolato. Il New York Times ha citato OpenAI per training su articoli protetti — e a gennaio 2026 il tribunale ha ordinato la produzione di 20 milioni di log ChatGPT anonimizzati. Getty Images ha citato Stability AI nel Regno Unito. La class action Doe v. GitHub contro Copilot è ancora aperta, con un appello al Ninth Circuit sulla questione del DMCA.

Il messaggio è chiaro: i provider stessi stanno affrontando conseguenze miliardarie per come hanno costruito i modelli. Il codice che esce da quei modelli porta con sé lo stesso rischio.

Il Problema GPL: La Bomba a Orologeria

Di tutti i rischi legali, quello GPL è probabilmente il più insidioso per chi sviluppa software commerciale.

Il codice sotto licenza GPL ha una caratteristica nota come "copyleft": se lo includi nel tuo software, tutto il software deve essere rilasciato sotto GPL. È una licenza virale — per design.

Il problema: i coding assistant AI non verificano le licenze prima di generare suggerimenti. Copilot è stato addestrato su repository GitHub pubblici. Molti di quei repository sono sotto GPL. Quando Copilot ti suggerisce un blocco di codice che corrisponde verbatim a codice GPL — senza attribuzione, senza indicare la licenza — stai potenzialmente "contaminando" il tuo codebase proprietario.

La class action Doe v. GitHub nasce esattamente da questo. I querelanti sostengono che Copilot riproduce codice copyrighted senza rispettare i requisiti delle licenze open source — in particolare l'obbligo di attribuzione e di indicazione della licenza.

Gli strumenti di Software Composition Analysis (SCA) tradizionali non aiutano. Scansionano le dipendenze dichiarate — i pacchetti nel tuo package.json o requirements.txt. Non scansionano snippet inline generati da AI e incollati direttamente nel codice.

Codacy ha lanciato un GPL License Scanner specifico per codice AI-generated — il primo tool che affronta esattamente questo gap. È un segnale: il mercato riconosce che il problema esiste e che gli strumenti attuali non bastano.

Per chi sviluppa software proprietario, il rischio è concreto. Basta un blocco di codice GPL non identificato nel tuo codebase per creare un potenziale obbligo legale di rilasciare tutto sotto GPL. E con il 30% dei suggerimenti Copilot che viene accettato dagli sviluppatori — percentuale che sale fino al 34% dopo sei mesi di utilizzo — la superficie di esposizione cresce.

L'Italia è First Mover in Europa

Mentre gli USA litigano in tribunale, l'Italia ha fatto qualcosa di insolito: ha legiferato per prima.

La Legge 132/2025, entrata in vigore il 10 ottobre 2025, è la prima legge nazionale AI di uno Stato membro dell'Unione Europea. E dice cose molto chiare sul copyright.

Principio base: l'AI non può essere autore. Solo le persone fisiche possono rivendicare il copyright. La protezione si applica esclusivamente se esiste "un apporto creativo e decisionale umano".

Cosa devi dimostrare per proteggere codice AI-assistito:

Aver guidato il processo creativo
Aver selezionato e impostato parametri specifici
Aver rielaborato i risultati
Aver impresso uno stile personale
Aver integrato il contenuto in un'opera originale più ampia

Cosa devi fare come sviluppatore o azienda:

Informare gli utenti sulla presenza di sistemi AI (dichiarazioni nei contratti)
Tracciare e documentare l'intervento umano nel workflow — prompt usati, modifiche manuali, versioni intermedie
Mantenere dataset di training legalmente conformi con registro delle fonti

La legge introduce anche sanzioni penali (articolo 612-quater del Codice Penale) per la diffusione di contenuti manipolati o falsificati con AI.

A livello europeo, l'AI Act aggiunge ulteriori obblighi. Da agosto 2026 scatta l'obbligo di labeling per contenuti AI-generated e sanzioni fino al 3% del fatturato globale. Il Parlamento Europeo sta discutendo una proposta che richiederebbe ai provider di fornire una "itemized list" di ogni contenuto copyrighted usato per il training — indipendentemente da dove i modelli sono stati addestrati.

Per gli sviluppatori italiani, il punto pratico è questo: la "documentation tax" è reale. Se vuoi proteggere il tuo codice, devi documentare il contributo umano. Se non lo fai, il codice è potenzialmente pubblico dominio anche in Italia.

I Numeri che Contano

L'84% degli sviluppatori usa o pianifica di usare AI coding tools (Stack Overflow Developer Survey 2025). Il 51% li usa quotidianamente. Non è un trend emergente — è lo standard.

Ma la fiducia sta calando. Solo il 3% ha "alta fiducia" nell'accuratezza degli output. Il 46% non si fida affatto. Il sentiment positivo è sceso dal 70%+ del 2023-2024 al 60% nel 2025.

Sul fronte della qualità del codice, i dati GitClear 2025 raccontano una storia precisa:

Metrica	2021	2024	Trend
Righe "clonate" (copy/paste)	8.3%	12.3%	In salita
Code cloning vs moved code	Meno	4x più	In salita
Percentuale di refactoring	25%	<10%	In discesa

Più codice generato, meno codice rielaborato. Più copy/paste, meno refactoring. E ogni riga copiata è una potenziale riga con problemi di licenza che nessuno ha verificato.

Secondo uno studio pubblicato su Science nel 2025, circa il 29% del nuovo codice Python negli USA è AI-supported. È una scala che rende i rischi di copyright non più teorici, ma statisticamente inevitabili.

Cosa Fare in Pratica

Sette cose concrete che puoi fare oggi.

1. Documenta il contributo umano. Tieni traccia dei prompt usati, delle modifiche manuali, delle iterazioni. Se il codice finisce in una disputa, la documentazione del processo creativo è l'unica cosa che può renderlo proteggibile. In Italia, con la Legge 132, è un obbligo.

2. Attiva i filtri dei provider. Copilot ha un filtro che blocca suggerimenti che corrispondono verbatim a codice di training. È disattivato di default su alcuni tier. Attivarlo è anche condizione necessaria per l'indemnification di Microsoft.

3. Usa scanner di licenze per codice AI. Gli SCA tradizionali non bastano. Strumenti come Codacy (GPL Scanner per AI code), FOSSA o Mend possono identificare snippet problematici nel codice inline, non solo nelle dipendenze dichiarate.

4. Verifica la copertura del tuo tier. Se usi il piano gratuito di qualsiasi provider, non hai indemnification. Zero. Se il codice generato viola copyright altrui, rispondi tu. Valuta se il tier Business vale il costo — specialmente per progetti commerciali.

5. Tratta l'output AI come non proteggibile di default. Per codice competitivamente sensibile — algoritmi proprietari, logica di business core — scrivi a mano o documenta editing umano sostanziale. Non mettere il tuo vantaggio competitivo in codice che chiunque può legalmente copiare.

6. Non fare merge automatico di suggerimenti AI. Leggi il codice prima di accettarlo. Cerca pattern sospetti — blocchi lunghi e specifici, commenti che sembrano provenire da un progetto specifico, nomi di variabili insolitamente descrittivi. Se un suggerimento sembra "troppo specifico", probabilmente è copiato.

7. Aggiorna i contratti con i clienti. Se sviluppi software per terzi, il contratto dovrebbe specificare l'uso di AI tools, le limitazioni di copyright che ne derivano, e chi si assume il rischio. Non è un dettaglio legale — è una questione di responsabilità professionale.

Il Pubblico Dominio Involontario

C'è un'ironia di fondo in tutto questo.

Le aziende che investono massivamente in AI coding tools per aumentare la produttività stanno involontariamente creando codebase non proteggibili. Se un competitor copia il codice puramente AI-generated, non c'è ricorso legale. Il codice è pubblico dominio.

Potrebbe accelerare l'open source — ma in modo non intenzionale e senza le tutele reciproche delle licenze OSS. Un "open source involontario" dove nessuno ha scelto di condividere, ma la legge dice che non puoi impedirlo.

Per chi sviluppa, la strategia è chiara. L'AI è uno strumento di produttività straordinario. Ma il vantaggio competitivo non può risiedere nel codice che genera — deve risiedere in come lo integri, lo modifichi, lo architetturi. Nel contributo umano che ci metti sopra.

Perché quello, per ora, è ancora tuo.

Fonti: