Orari di lavoro
Lunedi - Venerdi: 7.30 - 19.30
Sabato: 8 - 16
Z Side · Reality Glitch A cura di Zoom Out Lab
Il caso Apple scraping YouTube non è venuto a galla grazie a un whistleblower. Apple ha costruito un impero sul concetto di privacy poi ha usato IP rotanti per aggirare le protezioni di YouTube e scaricare milioni di video senza chiedere il permesso a nessuno. Lo sappiamo perché i suoi stessi ricercatori lo hanno scritto in un paper accademico.
Il paper che nessuno avrebbe dovuto leggere così attentamente
Alla fine del 2024, un gruppo di ricercatori Apple pubblica uno studio intitolato STIV: Scalable Text and Image Conditioned Video Generation. È un paper tecnico sull’AI generativa video, il tipo di documento che circola tra addetti ai lavori e finisce citato in qualche newsletter di settore. Nessun comunicato stampa, nessun annuncio ufficiale.
Nel paper, i ricercatori descrivono il dataset usato per addestrare il modello: si chiama Panda-70M. Settanta milioni di clip video, tutte provenienti da YouTube, tutte organizzate per URL, timestamp e identificatore univoco. Una mappa dettagliata di contenuti che qualcuno ha dovuto, fisicamente, scaricare da YouTube per rendere utilizzabile.
Come ha riportato 9to5Mac, è stato questo paper a innescare la class action. I creator non lo hanno scoperto perché Apple li ha avvisati. Lo hanno scoperto perché qualcuno ha letto le note a piè di pagina.
Come funziona il meccanismo (e perché non è normale)
Panda-70M non è un dataset di video. È un indice di video: una lista di URL, codici e timestamp. Per trasformarlo in dati di addestramento utilizzabili bisogna accedere a ogni singolo video su YouTube ed estrarne il segmento corrispondente. Ogni clip richiede un accesso separato alla piattaforma.
YouTube ha protezioni tecniche precise contro questo tipo di operazione. Non le ha messe per capriccio: servono a impedire che i contenuti dei creator vengano prelevati in massa senza consenso né compensazione. Secondo la class action, come segnalato da Android Authority, Apple ha aggirato queste protezioni usando computer con indirizzi IP rotanti la stessa tecnica che si usa quando si vuole che un sistema automatizzato non venga identificato come tale.
Il risultato: 173.536 video estratti da 48.000 canali. Settanta milioni di clip. Zero permessi. Zero compensazioni.
I creator coinvolti nella causa sono tre canali YouTube h3h3Productions (2,6 milioni di iscritti), MrShortGameGolf e Golfholics che hanno scoperto i propri contenuti citati oltre 500 volte nel dataset. La causa, depositata il 3 aprile al tribunale federale della California settentrionale e segnalata per prima da MacRumors, chiede danni per violazione del DMCA (Digital Millennium Copyright Act): tra i 750 e i 30.000 dollari per ogni singola violazione. Settanta milioni di clip. Fate il calcolo.
Apple non è sola. È solo quella che si è fatta scoprire per prima
La parte che trasforma questa notizia da scandalo isolato a sintomo sistemico è questa: gli stessi tre creator hanno presentato cause identiche contro Meta, Nvidia, ByteDance, Snap, Amazon e OpenAI. Non si tratta di accanimento verso Apple. Si tratta di una strategia legale coordinata che punta a colpire l’intera industria su un punto preciso: i dati di addestramento.
Secondo Gadget Review, le cause copyright attive contro aziende AI hanno superato le 70 in totale. Non è un’ondata casuale. È la prima risposta organizzata di chi ha creato contenuti per un’infrastruttura digitale che poi li ha usati per costruire qualcosa di completamente diverso senza chiedere, senza pagare, e spesso senza che chi li ha prodotti ne sapesse nulla.
È lo stesso schema che avevamo visto emergere nel dibattito sul model collapse: i modelli AI si nutrono di contenuti umani per generare nuovo contenuto, che poi rientra nel ciclo e degrada la qualità dell’output. Il problema non è solo legale. È strutturale.
Il paradosso della privacy company
C’è un dettaglio che vale la pena sottolineare, perché non è un dettaglio: Apple è l’azienda che ha costruito la propria identità di brand sul concetto di privacy. “What happens on your iPhone stays on your iPhone.” Campagne pubblicitarie intere dedicate al fatto che i tuoi dati sono tuoi, che Apple non li tocca, che la fiducia è il fondamento del rapporto con i propri utenti.
Quella stessa azienda avrebbe usato IP rotanti per scaricare di nascosto i video di 48.000 canali YouTube.
Il punto non è l’ipocrisia in sé che pure esiste, ed è evidente. Il punto è che la narrazione della privacy come valore aziendale non regge se vale solo per i dati degli utenti di Apple e non per i contenuti di chiunque altro pubblichi qualcosa su internet. Se la protezione si ferma al perimetro del tuo ecosistema e fuori da quel perimetro valgono le stesse regole di tutti gli altri, allora non è un valore. È un posizionamento.
Sul tema del consenso digitale come costruzione narrativa più che tutela reale, avevamo già ragionato parlando di sharenting e di come i genitori cedano i dati dei propri figli in cambio di visibilità, spesso senza rendersi conto di cosa stanno firmando. Il meccanismo è lo stesso: il consenso esiste finché conviene a chi lo chiede, scompare quando costerebbe qualcosa.
Cosa cambia adesso e cosa probabilmente non cambierà
Le cause sono appena iniziate. Apple non ha rilasciato dichiarazioni sui dettagli del dataset. I tempi della giustizia americana in materia di copyright AI sono lenti, e l’industria sa che ogni mese di ritardo è un mese di vantaggio competitivo consolidato.
Ma qualcosa si sta muovendo. Non tanto nei tribunali, quanto nella consapevolezza collettiva di chi crea contenuti online. I creator stanno capendo lentamente, ma stanno capendo che il valore che producono non si ferma alla piattaforma su cui lo pubblicano. Che quel valore circola, viene aggregato, viene venduto, viene usato per addestrare sistemi che poi competono con loro. Senza contratto. Senza firma. Senza nemmeno una notifica.
Engadget ha notato come queste stesse cause abbiano già bersagliato in precedenza OpenAI e Microsoft per l’uso di articoli del New York Times, Perplexity per Reddit ed Encyclopedia Britannica. Il pattern si ripete perché il problema è lo stesso: l’industria AI ha costruito la propria catena del valore su contenuti che non ha mai formalmente acquisito il diritto di usare.
Il design dei dark pattern digitali ci ha insegnato che i sistemi si costruiscono per funzionare nell’interesse di chi li progetta, non di chi li usa. Questa storia ne è la versione applicata alla proprietà intellettuale: l’architettura predefinita era “scarica e addestra”, non “chiedi e paga”.
Adesso qualcuno sta cercando di cambiare l’architettura predefinita. Non con la tecnologia, ma con un atto depositato in California.
La lezione
Il paper STIV non è una prova di colpevolezza quello lo stabilirà un giudice. È qualcosa di più strano: è la prova che le aziende AI si sono mosse così velocemente da pubblicare i propri metodi prima che qualcuno capisse quanto fossero controversi.
Questo è il vero Reality Glitch: non che Apple abbia fatto scraping. Ma che lo abbia scritto, firmato e messo in open access su arXiv.
Il contenuto che hai pubblicato online video, testi, foto, podcast non è mai stato solo tuo nel momento in cui è diventato pubblico. Lo sapevi. Quello che forse non sapevi è che esiste già un dataset con il suo nome, il suo timestamp e le sue coordinate esatte, pronto per essere usato come ingrediente per qualcosa che non ti riguarda e che non ti compenserà. A meno che qualcuno non riesca a dimostrare in tribunale che dovrebbe essere diverso.
Hai trovato utile questo articolo? Leggi anche come l’AI generativa sta cambiando il confine tra contenuto autentico e deepfake pubblicitario :un altro caso in cui la tecnologia ha corso più veloce delle regole.
