Google Continua a Combattere i Web Scraper di AI Dopo la Sconfitta in Tribunale. Ecco Perché È Importante.

Punti chiave

• Google ha intentato una causa contro SerpApi nel dicembre 2023, accusando l'azienda di aver eseguito lo scraping e rivenduto i suoi risultati di ricerca.
• Google ha invocato il DMCA, il Digital Millennium Copyright Act, una legge solitamente utilizzata per proteggere la musica e i film dalla pirateria, per sostenere che SerpApi ha violato le sue difese anti-scraping.
• Un tribunale ha inferto a Google un colpo significativo la scorsa settimana, ma Google ha confermato che non abbandonerà il caso.
• Reddit è coinvolto come parte designata con interesse nel bloccare lo scraping non autorizzato dei suoi contenuti.
• L'esito potrebbe influenzare il modo in cui qualsiasi azienda di AI raccoglie i dati necessari per addestrare i suoi sistemi.

Google ha subito una sconfitta in tribunale la scorsa settimana. Un giudice ha deciso contro di essa in una causa che aveva intentato contro un'azienda chiamata SerpApi, che vende un servizio che estrae dati dai risultati di ricerca di Google e li confeziona per l'uso aziendale. Google sostiene che sia furto. SerpApi sostiene che sta semplicemente leggendo pagine web pubblicamente disponibili.

Nonostante la sconfitta, Google ha confermato che continuerà a combattere.

Cosa ha esattamente fatto SerpApi?

SerpApi ha creato un prodotto che ha commercializzato come "Google Search API", un software che consente ai clienti che pagano di interrogare automaticamente i risultati di ricerca di Google, su larga scala, senza passare direttamente attraverso Google. Il problema, secondo Google, è che SerpApi ha violato le barriere tecniche che Google aveva costruito per impedire esattamente quel tipo di raccolta automatizzata.

Google ha intentato la causa secondo il DMCA, il Digital Millennium Copyright Act, una legge approvata nel 1998 che rende illegale bypassare i sistemi di protezione dei diritti d'autore. La legge è più spesso utilizzata contro persone che violano la crittografia dei DVD o che pirateggiano i servizi di streaming. Google ha sostenuto che la sua tecnologia anti-scraping rientra in quel tipo di protezione.

Il contenuto in gioco non è solo link blu. Google ha evidenziato i suoi "riquadri informativi", le caselle informative che appaiono quando cerchi una persona o un'azienda ben nota. Alcune di queste informazioni sono concesse in licenza da detentori di diritti di terze parti che pagano per far apparire i loro dati nei risultati di Google. Google ha sostenuto che lo scraping di SerpApi minaccia questi accordi di licenza.

Reddit, che concede anche in licenza i suoi contenuti e ha le sue preoccupazioni riguardanti lo scraping, si è unito al caso come parte interessata.

Perché una legge sui diritti d'autore progettata per i DVD si applica qui?

È esattamente quello che il tribunale ha messo in discussione. Utilizzare il DMCA contro uno scraper web è una mossa legale inusuale, e lo scetticismo del giudice la scorsa settimana riflette quanto questa teoria sia poco testata. Google sta essenzialmente chiedendo a un tribunale di concordare sul fatto che il software anti-bot conti come un sistema di protezione dei diritti d'autore nello stesso modo in cui lo fa la crittografia dei DVD. Nessun tribunale ha ancora fermamente detto di sì.

Se Google alla fine vince questo argomento, darebbe a ogni sito web importante un nuovo potente strumento per bloccare le aziende di AI dall'addestramento sui loro contenuti senza permesso.

Cosa significa questo per te?

Per la maggior parte delle persone, oggi non cambia nulla. Ma il caso si trova al centro di una battaglia che plasmerà il modo in cui gli strumenti di AI saranno costruiti domani. I modelli di AI, i motori software dietro strumenti come ChatGPT e Gemini di Google, imparano elaborando enormi quantità di testo raccolto dal web. Se i tribunali decidono che lo scraping dei risultati di ricerca, o eventualmente di qualsiasi sito web, viola la legge sul diritto d'autore, il costo della costruzione di questi strumenti aumenta notevolmente.

I costi più elevati per le aziende di AI tendono a fluire a valle: aggiornamenti dei prodotti più lenti, abbonamenti più costosi, o semplicemente meno attori rimasti in piedi.

Come ha segnalato per primo Ars Technica, questo caso è uno di diversi test in corso proprio ora sul tema di chi possiede i dati che addestrano l'AI.

La conclusione onesta: se gestisci un sito web o crei contenuti professionalmente, segui questo caso. Sta lentamente costruendo il quadro legale che deciderà se le aziende di AI devono pagare per i dati che utilizzano.