L’autonomia dell’agente non equivale alla titolarità dell’impresa
Un agente AI può generare codice, testi e analisi, interrogare archivi e attivare strumenti. Il valore economico del risultato, però, non dimostra da solo l’esistenza di un diritto esclusivo.
Quando un agente AI produce un deliverable, la domanda «a chi appartiene?» contiene questioni diverse: se il risultato sia proteggibile; chi abbia acquisito gli eventuali diritti; se l’impresa possa utilizzarlo senza violare diritti altrui; chi risponda delle azioni compiute attraverso il sistema.
Confondere questi piani è particolarmente rischioso nelle operazioni internazionali. Una clausola che attribuisce gli output al cliente può regolare il rapporto con il fornitore, ma non crea un copyright dove la legge non lo riconosce e non vincola automaticamente i terzi.
La domanda strategica non è soltanto «chi possiede l’output?», ma «quali diritti possiamo dimostrare, esercitare e trasferire sul risultato e sugli elementi che ne rendono possibile la produzione?».
Le sette verifiche prima del deploy
Output
Il risultato è proteggibile? Quale apporto creativo umano può essere documentato?
Dati
Quali diritti, licenze e basi giuridiche consentono di usare documenti, dataset e dati personali?
Modelli
Quali condizioni regolano modello, fine-tuning, configurazioni e componenti open source?
Fornitori
Quali diritti vengono attribuiti e quali garanzie, esclusioni e limiti accompagnano il servizio?
Persone
Come sono regolati i contributi di dipendenti, consulenti, sviluppatori e partner?
Responsabilità
Chi autorizza le azioni, verifica gli output e gestisce errori, contestazioni e incidenti?
Prova
Sono ricostruibili fonti, versioni, revisioni umane, approvazioni e condizioni contrattuali?
Un workflow, tre livelli di verifica
Il flusso tecnologico va letto insieme alla provenienza degli input, alla proteggibilità del risultato e all’autorizzazione delle azioni operative. Nel diagramma, l’evidenziazione scorre da un passaggio all’altro.
Su smartphone scorri il diagramma orizzontalmente: il testo non viene compresso per adattare tutti i nodi allo schermo.
Italia: l’apporto umano resta decisivo
L’articolo 25 della legge 23 settembre 2025, n. 132 ha modificato l’articolo 1 della legge 22 aprile 1941, n. 633. La disposizione richiama le opere dell’ingegno umano di carattere creativo e include quelle create con l’ausilio di strumenti di intelligenza artificiale, purché costituiscano risultato del lavoro intellettuale dell’autore.
L’utilizzo dell’AI non esclude quindi di per sé la tutela. Non basta però essere proprietari dell’account, finanziare il workflow o impartire un comando: occorre valutare l’espressione creativa concretamente riconducibile all’essere umano. Selezione, coordinamento e rielaborazione dei materiali vanno esaminati nel caso specifico, e non ogni revisione formale dimostra un contributo creativo proteggibile.
La stessa norma ha inserito nella legge sul diritto d’autore l’articolo 70-septies, che richiama gli articoli 70-ter e 70-quater per riproduzioni ed estrazioni di testo e dati effettuate tramite modelli e sistemi di AI. Ha inoltre introdotto una specifica fattispecie penale, collegata all’articolo 171, per le estrazioni abusive. Per chi alimenta un agente con contenuti di terzi, il profilo non è soltanto civilistico.
Proteggibilità e acquisizione dei diritti restano questioni distinte. Per il software e le banche dati creati dal dipendente nell’esecuzione delle proprie mansioni rileva, ad esempio, l’articolo 12-bis della legge 633/1941; per altre categorie di opere e per i consulenti occorre guardare al contratto e alla disciplina applicabile.
Una cessione trasferisce i diritti esistenti e disponibili. Non trasforma un risultato privo dei requisiti legali in un’opera protetta e non elimina i diritti di terzi.
Unione europea: quattro discipline da non confondere
Copyright e text and data mining
Gli articoli 3 e 4 della direttiva (UE) 2019/790 disciplinano specifiche eccezioni per il text and data mining, con presupposti e beneficiari differenti.
L’articolo 4 contempla la riserva dei diritti da parte dei titolari, anche mediante strumenti appropriati leggibili dalle macchine per i contenuti disponibili online.
L’accessibilità di un contenuto sul web non autorizza qualsiasi utilizzo. Addestramento, indicizzazione, consultazione, riproduzione negli output e pubblicazione richiedono verifiche distinte.
Modelli GPAI e articolo 53 dell’AI Act
L’articolo 53 del regolamento (UE) 2024/1689 prevede, per i fornitori di modelli di AI per finalità generali, una politica di conformità al diritto d’autore dell’Unione e una sintesi pubblica sufficientemente dettagliata dei contenuti utilizzati per l’addestramento.
Gli obblighi del capo V decorrono in via generale dal 2 agosto 2025. Per i modelli immessi sul mercato prima di tale data, l’articolo 111, paragrafo 3, prevede l’adeguamento entro il 2 agosto 2027.
Il cliente che integra un modello non diventa automaticamente fornitore di quel modello. La qualificazione richiede l’esame delle attività effettivamente svolte.
Trasparenza: ruoli e contenuti determinano gli obblighi
L’articolo 50 dell’AI Act distingue obblighi dei fornitori e dei deployer. La marcatura tecnica degli output sintetici non coincide con l’informazione sull’interazione con un sistema AI o con la divulgazione della natura artificiale di determinati contenuti.
Il paragrafo 2 riguarda la marcatura leggibile dalle macchine e la rilevabilità dei contenuti sintetici, nei limiti e con le eccezioni previste. Il paragrafo 4 disciplina specificamente deepfake e determinati testi destinati a informare il pubblico su questioni di interesse pubblico.
Non esiste un unico obbligo indistinto di apporre la stessa etichetta visibile su qualsiasi output aziendale. Occorre verificare ruolo, contenuto, uso ed eccezioni, oltre alle date di applicazione vigenti: il calendario dell’AI Act è oggetto di interventi di semplificazione a livello europeo e va controllato al momento della valutazione.
Dati personali, segreti e informazioni riservate
Se il workflow tratta dati personali, il GDPR richiede un’analisi autonoma: finalità, base giuridica, minimizzazione, ruoli, sicurezza, eventuale valutazione d’impatto e trasferimenti verso paesi terzi.
La licenza di utilizzo di un output non dimostra la liceità del trattamento dei dati contenuti nell’input o nel risultato. Anche segreti commerciali e informazioni riservate richiedono misure dedicate.
Dimensione internazionale: il contratto non crea un diritto mondiale
Il quadro internazionale non attribuisce un diritto uniforme sugli output agentici. I trattati sulla proprietà intellettuale non sostituiscono l’analisi delle discipline nazionali e delle regole applicabili al singolo conflitto.
Negli Stati Uniti il Copyright Office richiede authorship umana: il materiale generato dall’AI non è tutelato come tale, mentre possono esserlo gli apporti umani creativi che soddisfano i requisiti. Le richieste di registrazione devono descrivere correttamente il contributo umano e il materiale generato dall’AI. Il rapporto del 2025 sulla copyrightability conferma che i soli prompt, di regola, non bastano.
Altri ordinamenti ragionano diversamente. Il Regno Unito prevede una disciplina specifica per le opere generate al computer, oggi oggetto di dibattito e revisione, mentre in Cina alcune decisioni hanno riconosciuto tutela a immagini realizzate con AI in presenza di un apporto umano significativo. La scelta della legge applicabile al contratto non determina da sola la proteggibilità in ogni paese e non neutralizza i diritti dei terzi.
| Livello | Questione centrale | Conseguenza operativa |
|---|---|---|
| Italia | Ingegno umano e lavoro intellettuale dell’autore, anche con ausilio dell’AI; disciplina del TDM. | Documentare l’apporto creativo e verificare l’acquisizione dei diritti economici. |
| Unione europea | Copyright, TDM, GPAI, trasparenza e dati personali seguono discipline distinte. | Non equiparare compliance AI e titolarità dell’output. |
| Stati Uniti | Human authorship e corretta dichiarazione del materiale AI nella registrazione. | Separare gli elementi generati dagli apporti umani e conservare evidenze. |
| Regno Unito e Cina | Approcci differenti su opere generate al computer e apporto umano. | Verificare il mercato di destinazione prima di promettere esclusiva. |
| Operazioni internazionali | Protezione territoriale e disciplina contrattuale non sono sovrapponibili. | Coordinare contratti, mercati, gestione delle contestazioni e prova. |
I dati non sono un’unica categoria di proprietà
Parlare genericamente di proprietà dei dati può nascondere situazioni differenti: copyright sui contenuti, diritto sui generis del costitutore di banche dati (articoli 102-bis e seguenti della legge 633/1941), segreti commerciali, riservatezza, diritti contrattuali di accesso e protezione dei dati personali.
L’impresa dovrebbe mappare non soltanto chi conserva un dataset, ma chi può accedervi, per quali finalità, con quali strumenti, per quanto tempo e con quali facoltà di riutilizzo o trasferimento.
La chain of title dell’impresa agentica
Una due diligence non dovrebbe fermarsi alla formula «gli output appartengono al cliente». Deve ricostruire i contributi e distinguere i diritti preesistenti da quelli eventualmente sviluppati nel progetto.
| Asset | Verifica | Presidio documentale |
|---|---|---|
| Codice e orchestrazione | Titolarità dei contributi e compatibilità delle licenze dei componenti. | Accordi di sviluppo, disciplina IP, dipendenze e versionamento. |
| Prompt e workflow | Eventuale proteggibilità e tutela come informazioni riservate o know-how. | Accessi limitati, riservatezza e regole di riutilizzo. |
| Knowledge base | Contenuti, banche dati, dati personali e informazioni confidenziali. | Fonti, licenze, finalità, autorizzazioni e conservazione. |
| Output | Contributo umano, diritti di terzi e condizioni del fornitore. | Revisioni, approvazioni e attribuzione dei diritti esistenti. |
| Feedback e miglioramenti | Riuso del fornitore e impiego per addestramento o sviluppo del servizio. | Clausole su training, riservatezza, licenze, cancellazione e uscita. |
Cosa chiedere al fornitore di modelli
La contrattazione con il fornitore è il punto in cui l’impresa può rendere concreto quanto sopra. Alcune clausole meritano attenzione prioritaria:
- Output e training: chiarire se input e output possono essere usati per addestrare o migliorare il servizio e con quali opzioni di esclusione.
- Manleva e garanzie: verificare se esiste una tutela contro contestazioni di terzi sugli output, a quali condizioni e con quali limiti di responsabilità.
- Uscita e continuità: prevedere esportazione di dati e configurazioni, cancellazione verificabile e preavviso per modifiche rilevanti del servizio.
Responsabilità: il software non interrompe la catena giuridica
L’agente non diventa un soggetto giuridico responsabile perché esegue autonomamente un piano. L’analisi riguarda persone e organizzazioni coinvolte e dipende dagli obblighi, dalle condotte, dai poteri, dalla causalità e dal danno.
Non ogni errore ricade automaticamente sull’amministratore, sul dipendente o sul fornitore. Responsabilità contrattuale, extracontrattuale e regolatoria devono essere valutate separatamente, insieme agli ulteriori profili pertinenti.
- Prima dell’azione: definire permessi, soglie economiche, operazioni vietate, approvazioni e gestione delle credenziali.
- Durante il workflow: registrare gli eventi necessari, controllare le eccezioni e consentire l’intervento umano.
- Dopo l’incidente: preservare le evidenze, limitare gli effetti e valutare rimedi, comunicazioni e obblighi di notifica.
La tracciabilità deve essere proporzionata: non giustifica la conservazione indiscriminata di dati personali, segreti o credenziali.
Le red flag che riducono il valore dell’asset
Output presentati come esclusivi senza verifica della proteggibilità e del contributo umano.
Archivi di clienti o partner utilizzati senza analisi delle autorizzazioni e delle finalità.
Contratti che trasferiscono genericamente “tutta l’AI” senza distinguere software, modelli, dati e deliverable.
Azioni esterne prive di limiti e impossibilità di ricostruire chi abbia approvato un’operazione.
Dipendenza dal fornitore senza un piano praticabile di esportazione, continuità e cancellazione.
Checklist di preparazione documentale
Uno strumento orientativo per organizzare la review. Il completamento non certifica conformità né assenza di rischio.
0 di 8 misure selezionate
Le selezioni restano nella pagina corrente: lo script non le salva e non le invia.
Fonti normative e istituzionali
- Legge 23 settembre 2025, n. 132 — articolo 25, modifiche alla disciplina del diritto d’autore.
- Legge 22 aprile 1941, n. 633 — diritto d’autore italiano (artt. 1, 12-bis, 70-ter, 70-quater, 70-septies, 102-bis, 171).
- Regolamento (UE) 2024/1689 — AI Act — articoli 50, 53, 111 e 113.
- Direttiva (UE) 2019/790 — articoli 3 e 4, text and data mining.
- Regolamento (UE) 2016/679 — GDPR — trattamento dei dati personali.
- U.S. Copyright Office — Works Containing Material Generated by Artificial Intelligence — guida sulla registrazione e sull’authorship umana; si veda anche la serie di rapporti del Copyright Office su copyright e AI.
- WIPO — Intellectual Property Policy and Artificial Intelligence — documento di discussione, non disciplina vincolante.
Considerazioni conclusive e avvertenza per il lettore
La valutazione di un workflow agentico richiede di collegare asset tecnologici, proprietà intellettuale, dati e responsabilità: dalla verifica della chain of title alla contrattualistica con fornitori e sviluppatori, fino alle condizioni per l’impiego internazionale del sistema. L’obiettivo non è attribuire all’impresa una proprietà astratta sull’AI, ma individuare diritti dimostrabili, controlli sostenibili e condizioni di utilizzo coerenti con il modello di business.
Questo contributo ha finalità informative generali e non costituisce parere legale né certificazione di conformità. Le conclusioni dipendono dal caso d’uso, dai contributi umani, dai contratti, dalle categorie di dati, dal settore e dagli ordinamenti coinvolti. Operazioni e decisioni specifiche richiedono un’analisi dedicata del quadro applicabile al momento della valutazione.
// Commenti