Nvidia sotto accusa per aver violato le leggi sul copyright: usava librerie pirata per addestrare l’AI
Un gruppo di autori ha denunciato la società guidata da Jensen Huang per l'uso illecito di opere piratate per addestrare modelli di AI, chiedendo risarcimenti
Nvidia è stata denunciata da un gruppo di scrittori per aver violato «sistematicamente le leggi sul copyright» con la finalità di addestrare i propri modelli di AI generativa. È quanto emerge da una denuncia in class action depositata al tribunale federale di Oakland (California) il 16 gennaio 2026. La querela è stata presentata da un gruppo di cinque autori, alcuni dei quali di rilievo come Susan Orlean (autrice di The Orchid Thief) e Andre Dubus III.
Secondo l’accusa, Nvidia avrebbe consapevolmente utilizzato "librerie ombra” contenenti migliaia di opere piratate, tra cui i libri degli autori citati, per istruire i sistemi NeMo Megatron. La causa sostiene che tali set di dati, come "The Pile" e "Annás Archive", siano stati estratti e riprodotti senza autorizzazione o compenso. Oltre all’infrazione diretta, Nvidia è accusata di aver agevolato la violazione del diritto d’autore fornendo ai propri clienti strumenti per accedere a questi materiali illeciti. Gli autori richiedono quindi il risarcimento dei danni e il riconoscimento della natura dolosa della condotta aziendale.
A seguito della notizia, alle 19:40 ora italiana, le azioni della società guidata da Jensen Huang cedeono il 3,7% a 179 dollari.
La concorrenza con OpenAI
I documenti interni rivelano che Nvidia era «iper-focalizzata» sui corpus di libri per non restare indietro rispetto al successo di OpenAI e ChatGPT, spingendo l'azienda verso fonti illecite dopo il fallimento dei tentativi di licenza con gli editori.
L’accusa sostiene che Nvidia abbia contattato direttamente "shadow libraries” (librerie pirata) come Annás Archive, che offrono accesso ad alta velocità alle loro collezioni illegali in cambio di “donazioni" dell’ordine di decine di migliaia di dollari.
La condotta dolosa
L’accusa sostiene che non solo la società guidata da Huang ha utilizzato i dati, ma lo ha fatto con la piena consapevolezza della loro natura illegale. Secondo i querelanti Nvidia ha ammesso di aver addestrato i modelli NeMo Megatron su “The Pile”, un dataset la cui documentazione tecnica specifica chiaramente che la componente Books3 è derivata integralmente dal tracker pirata Bibliotik.
Inoltre, nonostante gli avvertimenti espliciti degli amministratori di Annás Archive sul fatto che le loro collezioni fossero state acquisite illegalmente, il management del colosso tecnologico Usa ha dato il «via libera» per procedere con l'acquisizione pochi giorni dopo. La denuncia menziona inoltre comunicazioni interne dove il team di strategia dei dati discute esplicitamente se «accettare il rischio» di usare dati piratati.
La violazione indiretta
Nvidia è anche accusata di aver creato un sistema basato su strumenti di automazione, velocizzazione del download e supporto diretto ai clienti che permetteva ai propri partner di violare il diritto d'autore. Innanzi tutto, secondo i querelanti, tramite i framework NeMo Megatron e BigNLP, il colosso dei chip ha fornito ai clienti script per scaricare e pre-elaborare automaticamente “The Pile” (e quindi i libri piratati in esso contenuti). Inoltre, gli ingegneri della società avrebbero sviluppato codice per per scaricare file piratati in modo parallelo, riducendo drasticamente i tempi di acquisizione.
In questo contesto, Nvidia ha assistito materialmente aziende come Amazon, Writer Inc. e Persimmon AI Labs nel download e nell’utilizzo di questi dataset per i loro modelli proprietari. Infine, i ricorrenti ritengono che l’azienda più capitalizzata al mondo abbia promosso la rapidità dei propri server (promettendo l’addestramento su "The Pile" in soli 9,8 giorni) come vantaggio competitivo per attirare clienti verso i propri servizi a pagamenti. (riproduzione riservata)
- Quali sono le potenziali conseguenze legali e finanziarie per Nvidia in caso di condanna?
- Come potrebbe questa causa influenzare lo sviluppo futuro dei modelli di AI e l'accesso ai dati di addestramento?
- Quali misure stanno adottando altre aziende di AI per evitare accuse simili di violazione del copyright?
