Modelli AI: open source vs open weight, diritti e conformità
La distinzione tra modelli AI open source e open weight definisce chi possiede il risultato dell'addestramento con dati aziendali. Capire le licenze è cruciale per la conformità.
Open source vs open weight: diritti e conformità
Quando un’azienda usa i propri dati per addestrare un modello AI, la domanda sui diritti non riguarda solo la tecnologia. Riguarda chi possiede davvero il risultato. La distinzione tra modello “open source” e modello “open weight” è il punto esatto dove molti si trovano esposti senza saperlo.
In sintesi
- La maggior parte dei modelli AI descritti come “open source” sono in realtà “open weight”: i pesi del modello sono pubblici, ma il codice di addestramento e i dati originali no.
- Usare dati aziendali per addestrare un modello open weight non garantisce automaticamente la proprietà del modello risultante: dipende dalla licenza specifica.
- Alcune licenze open weight vietano l’uso commerciale o impongono condizioni di redistribuzione che limitano chi può usare il modello addestrato.
- La classificazione del rischio prevista dall’AI Act europeo (Regolamento UE 2024/1689) cambia in base a come il modello viene modificato e distribuito.
- Prima di avviare qualsiasi progetto di fine-tuning (addestramento mirato del modello sui tuoi dati), verificare la licenza del modello base è un passaggio non delegabile al fornitore tecnico.
La distinzione che la maggior parte dei fornitori non spiega
Quando un fornitore dice “usiamo un modello open source”, quasi sempre intende qualcosa di più limitato. Intende un modello open weight.
La differenza è concreta. Un modello veramente open source mette a disposizione tutto: i pesi del modello, cioè i parametri numerici che determinano come il modello elabora e risponde, il codice usato per addestrarlo, i dati su cui è stato addestrato e una licenza che permette uso, modifica e redistribuzione senza restrizioni significative. Un modello open weight, invece, rende pubblici solo i pesi. Il processo di addestramento, i dati originali e le condizioni d’uso restano sotto il controllo del produttore.
Nella pratica, modelli come Llama di Meta o Mistral dei rispettivi laboratori sono open weight: puoi scaricarli, usarli, modificarli, ma le condizioni cambiano da versione a versione. Llama 3, per esempio, ha una licenza che impone restrizioni specifiche alle aziende con più di 700 milioni di utenti mensili attivi e limita certi usi commerciali. Non è “libero” nel senso giuridico pieno del termine.
Pensa a un hotel che vuole addestrare un assistente AI sulle proprie schede cliente, o a uno studio commercialista che vuole affinare un modello sui propri contratti. In entrambi i casi, la licenza del modello base non è un dettaglio tecnico da lasciare al consulente: è la premessa di ogni valutazione sui diritti.
Chi possiede il modello dopo il fine-tuning?
Il fine-tuning, in italiano addestramento mirato, è il processo con cui si prende un modello AI già esistente e lo si affina usando dati specifici dell’azienda. Il risultato è un modello nuovo, che ha “imparato” dalle informazioni aziendali. La domanda diretta è: quel modello risultante è tuo?
La risposta dipende da tre variabili. Vanno lette insieme.
La prima è la licenza del modello base. Alcune licenze open weight consentono il fine-tuning commerciale e lasciano i diritti sul modello derivato all’azienda che lo ha addestrato. Altre impongono che il modello derivato sia rilasciato con la stessa licenza, il cosiddetto “copyleft”, in italiano obbligo di condivisione allo stesso modo: non puoi tenerlo riservato. Altre ancora vietano esplicitamente di redistribuire il modello modificato o di usarlo per certi tipi di servizi.
La seconda variabile è chi ha eseguito tecnicamente il fine-tuning. Se hai affidato il lavoro a un fornitore esterno, il contratto con quel fornitore deve specificare esplicitamente che i diritti sul modello addestrato restano all’azienda. In assenza di clausola esplicita, in molti ordinamenti il fornitore può rivendicare diritti sull’opera derivata. Questo accade più spesso di quanto si pensi, specialmente con agenzie piccole che non usano contratti strutturati.
La terza variabile sono i dati usati per l’addestramento. Se i dati contengono informazioni di clienti, il loro utilizzo per addestrare un modello è un trattamento di dati personali ai sensi del GDPR (Regolamento UE 2016/679 sulla protezione dei dati personali). Serve una base giuridica adeguata e, in molti casi, una DPIA, sigla inglese per Data Protection Impact Assessment, ovvero valutazione d’impatto sulla protezione dei dati.
Una clinica che addestra un modello sulle cartelle cliniche, senza aver verificato questi tre punti, non ha solo un problema tecnico. Ha un’esposizione legale attiva, oggi.
Licenze open weight: cosa controllare prima di iniziare
Non esiste una licenza open weight standard. Ogni modello ha la propria, e vanno lette. I punti da verificare prima di avviare qualsiasi progetto di addestramento mirato sono almeno cinque.
Uso commerciale. La licenza lo consente esplicitamente? Alcune versioni di modelli molto diffusi lo limitano o lo subordinano a condizioni che cambiano senza preavviso tra una release e l’altra.
Redistribuzione del modello derivato. Puoi tenere il modello addestrato riservato all’interno della tua azienda, o sei obbligato a condividerlo? Per un e-commerce che ha addestrato un assistente AI sul proprio catalogo e sulle conversazioni con i clienti, questa clausola determina se quel vantaggio competitivo è difendibile o no.
Attribuzione. Sei obbligato a dichiarare pubblicamente che il tuo prodotto si basa su quel modello base? In certi contesti di mercato, questa trasparenza forzata può essere problematica.
Restrizioni d’uso. Alcune licenze vietano esplicitamente l’uso in certi settori o per certi scopi. Per un’azienda nel settore della gestione del personale o del credito al consumo, questo punto va verificato con attenzione.
Limitazioni per dimensione aziendale o volumi. Come nel caso di Llama 3, alcune licenze cambiano condizioni al superamento di soglie di utenti o ricavi. Una catena di hotel in crescita che oggi sta sotto la soglia potrebbe non starci tra due anni.
Nessuno di questi punti richiede per forza un avvocato specializzato in AI per essere letto in prima battuta. Richiede però che qualcuno in azienda se ne faccia carico prima di avviare il progetto. Non dopo.
Il legame con l’AI Act e la classificazione del rischio
L’AI Act europeo, Regolamento UE 2024/1689, è entrato in vigore il 1° agosto 2024. Introduce una distinzione rilevante tra chi fornisce un sistema AI e chi lo usa in contesto operativo. Nella terminologia del regolamento, questa distinzione separa il “fornitore” dal cosiddetto deployer, in italiano chi mette in uso il sistema, e cambia gli obblighi di conformità in modo sostanziale.
Quando un’azienda prende un modello open weight, lo addestra sui propri dati e lo integra in un prodotto o servizio, smette di essere solo un utilizzatore finale. Diventa, a tutti gli effetti, un fornitore del sistema AI modificato. Con obblighi che includono documentazione tecnica, gestione del rischio e, in certi casi, registrazione nel database europeo dei sistemi ad alto rischio. Uno studio medico che integra un assistente AI addestrato sulle proprie cartelle in un portale per i pazienti, per esempio, ricade in questa categoria.
Il punto di partenza per capire in quale categoria ricade il tuo caso specifico è la classificazione del rischio prevista dall’AI Act. Va fatto prima di decidere quale modello usare come base, non dopo aver già avviato lo sviluppo.
Resta il fatto che le sanzioni per non conformità arrivano fino a 35 milioni di euro o al 7% del fatturato globale annuo, ai sensi dell’Art. 99 del Regolamento UE 2024/1689, a seconda della violazione. Non è una cifra simbolica.
Domande correlate
Posso usare i dati dei miei clienti per fare fine-tuning su un modello AI?
Tecnicamente sì, ma richiede una base giuridica valida ai sensi del GDPR. In molti casi serve una DPIA, ovvero una valutazione d’impatto sulla protezione dei dati. I dati anonimizzati riducono il rischio, ma l’anonimizzazione deve essere verificabile, non solo dichiarata.
Se pago un fornitore per fare il fine-tuning, il modello risultante è mio?
Solo se il contratto lo stabilisce esplicitamente. In assenza di clausola specifica, i diritti sul modello derivato possono restare al fornitore tecnico. Questa clausola va inserita prima di avviare il lavoro, non richiesta a posteriori.
Tutti i modelli AI gratuiti sono open source?
No. La maggior parte dei modelli AI distribuiti gratuitamente sono open weight: i pesi sono scaricabili, ma la licenza può limitare uso commerciale, redistribuzione o modifica. “Gratuito” e “libero da vincoli” non sono sinonimi.
L’AI Act si applica anche se uso un modello open weight internamente?
Dipende dall’uso. Se il modello modificato viene integrato in un prodotto o servizio offerto a terzi, l’azienda assume il ruolo di fornitore con obblighi di conformità. Anche l’uso interno in certi settori ad alto rischio, come HR, credito e salute, può ricadere negli obblighi del regolamento.
Come faccio a sapere se la licenza di un modello permette l’uso commerciale?
Il testo della licenza è sempre allegato al modello nella sua repository di distribuzione. I punti da cercare sono: “commercial use”, “derivative works” e “redistribution”. Se il testo è ambiguo, l’interpretazione va fatta da un legale prima di procedere, non dopo.
Fonti:
- Bleap Finance, “I migliori modelli IA open source”, https://www.bleap.finance/it-it/blog/migliori-modelli-ia-open-source (accesso luglio 2025)
- Regolamento UE 2024/1689 (AI Act), testo ufficiale: https://eur-lex.europa.eu/legal-content/IT/TXT/?uri=CELEX:32024R1689 (accesso luglio 2025)
- Meta Llama 3 Community License Agreement: https://llama.meta.com/llama3/license/ (accesso luglio 2025)
- Regolamento UE 2016/679 (GDPR): https://eur-lex.europa.eu/legal-content/IT/TXT/?uri=CELEX:32016R0679 (accesso luglio 2025)
Vuoi capire come applicarlo alla tua azienda?