L'Unione Europea ha avviato un'indagine formale su Google per potenziali violazioni delle norme antitrust, con focus specifico sulle modalità con cui il colosso di Mountain View utilizza contenuti di terze parti per addestrare e alimentare i propri sistemi di intelligenza artificiale generativa. L'inchiesta, condotta dalla Commissione Europea "con carattere prioritario", solleva questioni fondamentali sulla governance dei dati di training per i Large Language Models e sul delicato equilibrio tra innovazione tecnologica e tutela dell'ecosistema digitale. In un contesto in cui la corsa all'AI generativa si intensifica, con aziende come OpenAI, Anthropic e Google in competizione per accesso a dataset sempre più vasti, la posizione dell'UE potrebbe ridefinire gli standard globali su copyright, compensazione e diritti di opt-out nel training di modelli di machine learning.
Le preoccupazioni sollevate da Bruxelles riguardano principalmente due ambiti operativi di Google. Il primo concerne l'utilizzo di contenuti provenienti da editori web per alimentare funzionalità come AI Overviews e AI Mode in Search, strumenti che generano risposte sintetiche direttamente nelle pagine di ricerca utilizzando architetture transformer avanzate. Il secondo fronte riguarda YouTube: la piattaforma consentirebbe a Google di addestrare i propri modelli generativi sui contenuti caricati dai creator, mentre simultaneamente vieta contrattualmente l'uso dello stesso materiale per il training di sistemi AI concorrenti come Claude di Anthropic o i modelli della famiglia GPT di OpenAI.
La Commissione Europea ha evidenziato come queste pratiche operino senza fornire agli editori e ai creator "una compensazione appropriata" né meccanismi efficaci per rifiutare l'utilizzo dei propri contenuti. Il nodo centrale dell'indagine riguarda la capacità degli editori di escludere i propri materiali dalle feature AI di Google senza perdere contemporaneamente l'indicizzazione in Search tradizionale. Questa dipendenza strutturale dal motore di ricerca per il traffico web crea una dinamica di potere asimmetrica che solleva interrogativi sulla fairness competitiva nell'ecosistema AI.
Al centro dell'indagine europea c'è il fenomeno noto come "Google Zero", un termine che descrive lo scenario in cui il motore di ricerca genera risposte AI complete senza indirizzare gli utenti verso siti di terze parti. Questo modello operativo, reso possibile dai progressi nel Natural Language Processing e nelle tecniche di Retrieval-Augmented Generation, rischia di privare editori e content creator delle visualizzazioni e dei ricavi pubblicitari su cui si fondano i loro modelli di business. La questione rispecchia tensioni analoghe nel settore editoriale, dove aziende come il New York Times hanno intentato cause legali contro OpenAI per l'uso non autorizzato di articoli nel training di GPT-4.
La posizione dell'Unione Europea si inserisce in un quadro normativo più ampio che include l'AI Act, il primo regolamento organico sull'intelligenza artificiale a livello globale, e il GDPR, che già disciplina l'uso dei dati personali. La commissaria europea alla concorrenza Teresa Ribera ha sottolineato che "una società libera e democratica dipende da media diversificati, accesso aperto alle informazioni e un panorama creativo vivace", aggiungendo che "l'AI sta portando innovazione straordinaria e molti benefici per persone e imprese in Europa, ma questo progresso non può avvenire a spese dei principi al cuore delle nostre società".
Dal punto di vista tecnico, l'indagine solleva questioni fondamentali sull'architettura dei moderni sistemi di AI generativa. I modelli transformer di ultima generazione, inclusi quelli che alimentano Google Gemini e le funzionalità AI integrate in Search, richiedono dataset di training massicci per raggiungere performance competitive in termini di accuracy, coerenza e capacità di generalizzazione. L'accesso privilegiato a miliardi di video su YouTube e a indici web completi conferisce a Google un vantaggio competitivo significativo in termini di diversità e volume di dati, elementi critici per il fine-tuning e l'addestramento di modelli multimodali avanzati.
La questione della compensazione per i content creator richiama il dibattito più ampio sui diritti intellettuali nell'era dell'AI. Mentre alcune piattaforme come OpenAI hanno siglato accordi di licensing con editori specifici, offrendo pagamenti in cambio dell'accesso ai loro archivi, manca ancora un framework standardizzato che bilanci le esigenze di training degli LLM con la tutela del copyright e il riconoscimento economico ai creatori originali. Organizzazioni europee nel campo dell'editoria e della produzione audiovisiva hanno accolto favorevolmente l'indagine, vedendola come passo necessario verso maggiore trasparenza e accountability nell'utilizzo di contenuti protetti.
L'assenza di una scadenza formale per l'indagine riflette la complessità tecnica e giuridica delle questioni in gioco. Precedenti procedimenti antitrust dell'UE contro Google hanno richiesto anni per concludersi, risultando in multe miliardarie per pratiche anticoncorrenziali in ambiti come shopping online e Android. L'esito di questa nuova inchiesta potrebbe stabilire precedenti cruciali non solo per Google, ma per l'intero settore dell'AI generativa, influenzando le strategie di data sourcing di player come Meta, Amazon e startup europee emergenti nel campo del machine learning. La tensione tra accelerazione dell'innovazione AI e protezione dell'ecosistema informativo rappresenta una delle sfide regolatorie più significative del decennio tecnologico in corso.