Le AI rubano le immagini? Cosa dicono i TOS dei service

Si può parlare di cosa fanno le AI senza conoscerne gli aspetti tecnici? La domanda mi sorge spontanea perché vedo continuamente i discorsi sulle e attorno le Intelligenze Artificiali, spesso basati su una parziale conoscenza della parte tecnica di come funzionano.
In questa prima parte provo a raccontare dove sono in rete le immagini, nella seconda parte, che si trova qui, analizzo il mondo dei dataset

Ma è corretto discutere sulle conseguenze di una tecnologia senza sapere bene come funziona? Secondo me no, perché per capire se un comportamento collegato ad una tecnologia è lecito si deve conoscere cosa si è usato. Fino a che è qualcosa di già noto non ci sono problemi, le norme e le casistiche esistenti permettono di formarsi un giudizio. Il problema nasce quando ci si trova di fronte a qualcosa di nuovo e non ancora ben analizzato dal punto di vista normativo. Le AI sono questa cosa, guardarla solo esternamente senza andare dentro al meccanismo, cercando di dare risposte basate su analisi relative ad altre tecnologie non ha senso perché si rischia di arrivare a conclusioni errate. A questo si deve aggiungere che il mondo in cui ci muoviamo era già complesso di suo anche prima dell’esplosione delle AI, insomma complessità che si somma ad altra complessità.

Parlando di quelle che generano immagini provo a descrivere come vengono creati i dataset, quegli immensi “raccoglitori” (notare le virgolette) di immagini usate per addestrare le varie Intelligenze Artificiali.
Parto da lontano, la rete da cosa è formata? Essenzialmente da siti di singoli, di associazioni, di informazione, professionali/brand e infine dai social. Non è detto che ci siano confini ben stabiliti fra le varie categorie, ad esempio questo sito è insieme di un singolo, di informazione e professionale. I siti con più immagini sono ovviamente i social, da intendersi come quei posti in cui gli utenti vanno a caricare volontariamente foto, disegni ed altro materiale, per i motivi più disparati. In questo gruppo, forse allargando un poco il concetto di social, ci metto anche siti come quello Getty Images, ShutterStock e così via. Naturalmente ci sono i social veri e propri, Facebook, Instagram, Flickr, …. . Una cosa che sembra essere ignorato da molti è che per creare un account su questi siti occorre accettare delle regole, il tastino ACCETTO che si clicca la prima volta che si entra. Di fatto è sottoscrivere un contratto con le regole stabilite dai gestori del sito. Il nome tecnico di queste regole è Terms of Service, abbreviato in TOS.

FACEBOOK
Nel caso dei TOS di Facebook c’è un paragrafo intitolato Autorizzazioni concesse dall’utente a Facebook, il paragrafo è abbastanza lungo ma qui sotto si può vedere lo screenshot con la parte interessante per questa discussione, da notare che non si parla di cessione o condivisione di Copyright ma di licenza d’uso (ogni screenshot funziona da link verso le rispettive pagine).

INSTAGRAM
Una cosa molto simile accade anche su Instagram, niente di strano visto a chi appartiene (anche qui, cliccando sullo screenshot si apre la pagina)

X/TWITTER
Il caso di X/Twitter è interessante, anche per via del suo effervescente proprietario, che nella primavera di quest’anno mentre firmava la famosa lettera per chiedere la pausa di 6 mesi nello sviluppo delle AI più potenti di GPT4 (la potete vedere a questo link) stava correndo per costruire la sua. E infatti Grok the AI è stata annunciata da pochi giorni ed ha già il suo account sul social.

FLICKR
Le cose cambiano con Flickr, a differenza dei due precedenti casi qui ora l’utente può decidere che tipo di licenza applicare, potendo scegliere fra la licenza “tutti i diritti riservati” e una delle 8 licenze Creative Commons disponibili. Tutte queste permettono di scaricare le immagini con riconoscimenti diversi, le prime 5 permettono anche un uso commerciale. Probabilmente sembrerà strano per la nostra mentalità si parla di circa 100 milioni di immagini con licenza CC (considerando tutte le 8 disponibili).

SHUTTERSTOCK
Shutterstock nel 2021 ha stretto un accordo di strategic partnership con OpenAI, fornendo le immagini per il training di DALL-E.

Lo stesso accordo ha portato nel 2023 a shutterstock.ai, l’AI generativa basata appunto su DALL-E e resa disponibile per i clienti dell’azienda di stock images.

GETTY IMAGES
Come Shutterstock anche Getty ha una propria AI generativa, creata con NVIDIA ed addestrata ovviamente con le immagini caricate sul loro sito

Getty non si è limitata ad usare le immagini che gestisce per addestrare la propria AI, nel comunicato stampa rilasciato all’inizio del 2023 per annunciare d’avere iniziato un procedimento legale contro Stability dice anche d’avere già prima di quel momento rilasciato licenze per l’uso delle immagini per il training di sistemi di intelligenza artificiale, rispettando i diritti degli autori.

CONCLUSIONI (per il momento)

Questa è stata una rapida carrellata, che non vuole essere esaustiva di tutti i social perché sono davvero tanti, ma credo basti per mostrare che l’affermazione “le AI rubano” non è corretta, diciamo. Molti dataset sono infatti basati su raccolte di immagini rilasciate con licenze CC oppure grazie ad accordi con i gestori dei siti di condivisione.

In genere i siti professionali hanno nelle loro regole l’espresso divieto di scaricare materiale, la tecnica si chiama scraping e non è da considerare sempre illegale (su agendadigitale.eu si trova un articolo di approfondimento su questa tecnica, il link è questo), esistono tuttavia tantissimi siti che per disattenzione o scelta esplicita non impediscono il download, fino a chi lo rende esplicitamente possibile come i siti dell’universo di Wikipedia (la pagina della gestione delle licenze è questa).

Ma tornando ai siti di immagini similsocial quello che ho riportato sopra dovrebbe rendere evidente una cosa, caricare una propria immagine su uno di questi siti vuol dire concedere a chi lo gestisce il potere di farne quello che vuole, quindi anche usarla per addestrare una AI, direttamente o cedendole ad altri con una licenza. Se va bene e si tratta di siti come Getty o Shutterstock si può anche venire remunerati se una propria immagine viene usta per quello scopo.

C’è da considerare anche un altro elemento, spesso nelle discussioni che leggo si pensa alle foto che si trovano in rete come ad opere autoriali, opere fatte con intenti creativi, ma la realtà è decisamente diversa. La stragrande maggioranza di queste sono foto di vita quotidiana. Dal piatto al ristorante all’auto nuova, dalla torta di qualche compleanno al gatto/cane che gioca, fino agli onnipresenti selfie, sono foto che di autoriale o anche solo di intenti autoriali non hanno nulla e tra l’altro sono le immagini che probabilmente sono più utili per istruire le AI delle foto di un grande maestro della fotografia. Poi ci sarebbe anche da discutere di cosa sia davvero creativo e chi lo certifica, ma è un altro argomento.

Nella prossima puntata si torna, con più attenzione, sui dataset.

Questo articolo è una tappa del Percorso Cos’è un dataset e come si forma, che lo unisce ad altri articoli del blog su questo tema.

Vai al Percorso →