Copyright and AI before the CJEU: Case C-250/25 (Like Company v. Google)

The Court of Justice of the EU is called upon, for the first time, to rule on the application of copyright law to the training and operation of generative AI models, in Case C-250/25 (Like Company v. Google Ireland). An analysis of the four referred questions and their practical implications for data sourcing, licensing and M&A due diligence, in light of Italian Law 132/2025 and the AI Act.

2026-06-30 — Studio LX20 Law Firm

Causa C-250/25, _Like Company v. Google Ireland_ — il primo rinvio pregiudiziale dell'Unione su IA generativa e diritto d'autore. Implicazioni operative per le strategie di data sourcing, per la contrattualistica di licensing e per la due diligence M&A.

Il caso, in sintesi

Il 3 aprile 2025 il Tribunale circondariale di Budapest (Budapest Környéki Törvényszék, da non confondere con il Tribunale metropolitano) ha sollevato davanti alla Corte di giustizia dell'Unione europea il primo rinvio pregiudiziale dedicato all'incrocio tra IA generativa e diritto d'autore. La controversia oppone un editore ungherese, Like Company, a Google Ireland e riguarda il chatbot Gemini (già Bard): l'editore lamenta che le risposte del modello riproducano porzioni di propri articoli di stampa oltre il limite del "brevissimo estratto" e che lo stesso addestramento del modello abbia comportato riproduzioni non autorizzate dei suoi contenuti.

La Corte non deciderà il merito della lite ungherese: risponderà a quattro questioni interpretative destinate a valere per l'intero mercato unico. La prima udienza orale si è tenuta il 10 marzo 2026; le conclusioni dell'Avvocato Generale sono attese in autunno 2026; la sentenza non è prevista prima della fine del 2026, più probabilmente nel 2027.

Va corretto subito un equivoco diffuso: non esiste alcuna causa "Turnitin" né alcun procedimento contrassegnato da un diverso numero di ruolo in questa materia. Il riferimento da citare è uno solo: C-250/25.

Le quattro questioni

Le domande pregiudiziali toccano i due pilastri del diritto d'autore digitale unionale — la Direttiva 2001/29/CE (InfoSoc) e la Direttiva (UE) 2019/790 (DSM) — lungo l'intera catena del valore di un modello linguistico: input, addestramento, output.

1. Comunicazione al pubblico. Se la risposta di un chatbot che riproduce un testo parzialmente identico a un articolo di stampa, in misura eccedente l'uso di "singole parole o brevissimi estratti", integri un atto di comunicazione al pubblico rilevante ex art. 15 DSM e art. 3, par. 2, InfoSoc.

1. Addestramento come riproduzione. Se il processo di addestramento — tokenizzazione e apprendimento di schemi linguistici da opere protette — costituisca "riproduzione" ai sensi dell'art. 2 InfoSoc.

1. Eccezione di text and data mining. In caso affermativo, se tale riproduzione ricada nell'eccezione di TDM dell'art. 4 DSM (accesso lecito e assenza di riserva del titolare).

1. Output come atto del fornitore. Se la generazione di una risposta che riproduce, in tutto o in parte, un contenuto protetto a fronte di un prompt dell'utente integri una riproduzione imputabile al fornitore del servizio.

La posta in gioco è la qualificazione giuridica dell'intera pipeline. Google sostiene che Gemini non conservi né recuperi copie, ma generi testo in modo probabilistico, e che ogni somiglianza sia incidentale o frutto di "allucinazione", invocando le eccezioni per copie temporanee (art. 5, par. 1, InfoSoc) e per TDM (art. 4 DSM). L'editore replica che addestramento e funzionamento eccedano entrambi i limiti di legge.

Un dato emerso dall'udienza merita attenzione perché eccede il singolo caso: il tema dell'applicazione territoriale del diritto d'autore unionale. Diversi Stati membri (Ungheria, Danimarca, Grecia, Spagna, Francia) hanno sostenuto una lettura "unitaria" del processo — addestramento, grounding, input, output e comunicazione come un unico atto — tale da attrarre le regole UE anche quando l'addestramento avviene fuori dall'Unione, purché il sistema sia commercializzato nel mercato interno. La Germania ha tenuto la posizione opposta, ancorando la rilevanza territoriale a un atto concreto di riproduzione su supporto all'interno di uno Stato membro. La Commissione, dal canto suo, ha prospettato profili di inammissibilità delle questioni, ritenute astratte. È prudente, quindi, non dare per scontato l'esito nel merito: la Corte potrebbe anche non rispondere a tutto.

Perché interessa il diritto italiano

Sul piano sostanziale, il diritto interno coincide con quello unionale, perché il recepimento è stato fedele. Il D.Lgs. 8 novembre 2021, n. 177 (in vigore dal 12 dicembre 2021) ha introdotto nella Legge 22 aprile 1941, n. 633 (LDA) due disposizioni:

• l'art. 70-ter, che recepisce l'eccezione di ricerca scientifica dell'art. 3 DSM, riservata a organismi di ricerca e istituti di tutela del patrimonio culturale, non derogabile e quindi non soggetta a opt-out;
• l'art. 70-quater, che recepisce l'eccezione generale dell'art. 4 DSM: il TDM su materiali cui si accede lecitamente è consentito di default, salvo riserva (opt-out) del titolare.

A questa architettura si è aggiunto, nel 2025, un intervento che la rende centrale per chi addestra o impiega IA in Italia. La Legge 23 settembre 2025, n. 132 (in vigore dal 10 ottobre 2025):

• con l'art. 25 ha modificato l'art. 1 LDA, chiarendo che restano protette le opere create con l'ausilio di strumenti di IA purché frutto di un reale apporto intellettuale umano (la cosiddetta "riserva di umanità"), e ha introdotto l'art. 70-septies, che àncora espressamente le riproduzioni ed estrazioni di testo e dati effettuate tramite modelli e sistemi di IA — anche generativa — alle regole degli artt. 70-ter e 70-quater;
• con l'art. 26 ha inciso sul piano penale, inserendo nell'art. 171 LDA la lettera a-ter), che sanziona chi riproduce o estrae testo o dati in violazione degli artt. 70-ter e 70-quater, anche mediante sistemi di IA.

Il legislatore italiano ha così risolto in via espressa un dubbio interpretativo (l'applicabilità delle eccezioni TDM all'addestramento di IA) che a livello unionale è proprio una delle questioni sottoposte alla Corte in C-250/25. Resta però aperto, in Italia come altrove, il nodo dell'enforcement: l'opt-out è un diritto la cui prova di violazione è custodita dal soggetto contro cui andrebbe fatto valere, ossia chi addestra il modello.

L'opt-out e il suo "modo appropriato"

L'efficacia della riserva ex art. 70-quater dipende dalla forma. Per i contenuti resi disponibili online, i considerando della DSM chiariscono che la riserva è appropriata solo se espressa con strumenti leggibili da una macchina: metadati, protocolli di esclusione (tipicamente il file robots.txt), termini e condizioni del sito in formato machine-readable, sistemi di digital rights management. Negli altri casi sono adeguati strumenti contrattuali o una dichiarazione unilaterale.

Questo livello si salda con l'AI Act (Regolamento UE 2024/1689), art. 53, che impone ai fornitori di modelli di IA per finalità generali di dotarsi di una politica di rispetto del diritto d'autore unionale, incluso il rispetto delle riserve ex art. 4, par. 3, DSM. In termini pratici: l'AI Act trasforma l'opt-out da mera facoltà privatistica in obbligo di compliance in capo al fornitore del modello.

Implicazioni operative

Per chi sviluppa o addestra modelli (data sourcing). La combinazione tra l'esito atteso di C-250/25, l'art. 70-septies LDA e l'art. 53 AI Act sposta il baricentro dalla logica del "tutto ciò che è online è utilizzabile" a una logica di provenienza documentata. È opportuno, sin da ora: mappare i dataset distinguendo fonti con accesso lecito da fonti incerte; implementare un meccanismo automatizzato di rilevazione e rispetto degli opt-out (incluse le riserve testuali e i robots.txt); conservare evidenza della catena di approvvigionamento (data provenance), perché in sede di contenzioso o di verifica regolatoria l'onere di dimostrare la liceità tende a gravare su chi addestra.

Per chi licenzia o detiene contenuti (titolari e editori). La riserva, per essere opponibile, va esercitata in forma tecnicamente idonea e documentata. Le clausole contrattuali di divieto di TDM vanno coordinate con misure machine-readable: una riserva contenuta solo in un contratto può non essere opponibile a chi effettua scraping senza rapporto negoziale. Sul versante attivo, l'eventuale qualificazione dell'output come riproduzione imputabile al fornitore (questione 4) rafforzerebbe la posizione negoziale di chi concede contenuti in licenza per l'addestramento.

Per il M&A e gli investimenti in target AI-driven. La due diligence su una società che sviluppa o integra modelli deve includere una verifica specifica sui diritti dei dati di addestramento: origine dei dataset, esistenza di licenze, gestione degli opt-out, esposizione a contenziosi copyright in corso o prospettici. Un esito restrittivo della Corte può incidere sulla valutazione (necessità di ri-licenziare dataset, costi di compliance, rischio di inibitorie) e suggerisce l'inserimento di representations & warranties mirate e, ove opportuno, di meccanismi di indennizzo o aggiustamento prezzo.

Il quadro non si esaurisce nella CGUE

Il rinvio ungherese si inserisce in un contesto giurisprudenziale europeo in movimento. In Germania, il Tribunale di Monaco I (sentenza dell'11 novembre 2025, GEMA c. OpenAI) ha ritenuto che la memorizzazione di testi di canzoni nei modelli GPT integri riproduzione illecita, respingendo la difesa fondata sul TDM; il precedente Kneschke c. LAION aveva già affrontato l'eccezione di ricerca. Trattandosi di norme di recepimento omologhe a quelle italiane, questi orientamenti sono significativi anche per l'interprete nazionale. La direzione, pur non consolidata, è verso un'interpretazione restrittiva delle eccezioni — coerente con la giurisprudenza CGUE (Infopaq, Pelham) sulla stretta interpretazione delle limitazioni al diritto d'autore.

Conclusioni operative, e i limiti da tenere presenti

Allo stato, tre indicazioni reggono alla verifica critica e non dipendono dall'esito della singola causa:

1. La compliance copyright sull'addestramento non è più rinviabile in attesa della sentenza. L'art. 53 AI Act e la Legge 132/2025 (artt. 70-septies e 171, lett. a-ter, LDA) sono già diritto vigente in Italia, con profili anche penali. C-250/25 chiarirà la cornice unionale, ma l'obbligo di dotarsi di policy e di rispettare gli opt-out esiste oggi.

1. La provenienza documentata dei dati è il presidio difensivo principale. Indipendentemente da come la Corte qualifichi l'addestramento, chi può dimostrare accesso lecito e rispetto delle riserve riduce in modo sostanziale la propria esposizione.

1. Nelle operazioni straordinarie, i diritti sui dati di addestramento vanno trattati come asset autonomo da verificare, non come dettaglio tecnico.

Tre avvertenze, per onestà di analisi. Primo: l'esito di merito è incerto. La Commissione ha eccepito l'inammissibilità delle questioni e la Corte potrebbe rispondere solo parzialmente, lasciando aperti i punti più rilevanti per l'industria. Secondo: il tema territoriale è ancora indefinito; una lettura "unitaria" estenderebbe l'efficacia delle regole UE anche ad addestramenti extra-UE commercializzati nel mercato interno, ma gli Stati membri sono divisi e la soluzione non è prevedibile con sicurezza. Terzo: persiste il deficit probatorio strutturale dell'opt-out — un diritto la cui violazione è difficile da dimostrare per il titolare. Chi imposta una strategia sul presupposto di un esito netto, in un senso o nell'altro, assume un rischio che oggi non è quantificabile con certezza. La raccomandazione prudente è costruire processi robusti rispetto a entrambi gli scenari.

Il presente contributo ha finalità informative e non costituisce parere legale. Le fonti normative e giurisprudenziali sono aggiornate a giugno 2026. Norme richiamate: Direttiva 2001/29/CE (artt. 2, 3, 5); Direttiva (UE) 2019/790 (artt. 3, 4, 15); D.Lgs. 177/2021 (artt. 70-ter e 70-quater L. 633/1941); Legge 132/2025 (artt. 25 e 26; artt. 1, 70-septies e 171 L. 633/1941); Regolamento (UE) 2024/1689 (art. 53); causa CGUE C-250/25, Like Company v. Google Ireland.