Il Nuovo Modello di Suno Avrebbe Imparato da Musica Già Rubata, Secondo Universal e Sony. Pochi Giorni Dopo, l'IA Ha Perso il Suo Primo Appello Sul Fair Use.

Cos'è esattamente il "riciclaggio di modello"?

Universal Music Group e Sony Music hanno depositato una nuova causa per violazione del copyright contro Suno davanti a un tribunale federale di Boston il 18 settembre 2026, basata su una teoria mai testata prima in un'aula di tribunale. Le etichette non si limitano a ripetere l'accusa originale, secondo cui Suno avrebbe addestrato i suoi primi modelli su oltre 60.000 registrazioni senza licenza. Sostengono che il nuovo modello v6, lanciato il 9 settembre e presentato come costruito "in collaborazione" con Warner Music Group, BMG e Believe, porti comunque avanti il peccato originale, perché è stato addestrato in parte sugli output di quei modelli precedenti, già in violazione.

La causa lo dice senza mezzi termini:

"Addestrare un modello 'nuovo' sugli output di un modello in violazione non elimina la violazione, la ricicla."

Se questa teoria regge, concedere una licenza per un nuovo modello a tre major non basta a ripulire i dati di addestramento dalle colpe del vecchio modello, perché il nuovo non è mai stato davvero separato da ciò che lo ha preceduto. Con danni legali fino a 150.000 dollari per opera, l'esposizione di Suno potrebbe superare i 9 miliardi di dollari se un tribunale decidesse in questo senso.

Perché anche l'ente canadese dei diritti fa causa, e per quali canzoni?

Universal e Sony non sono sole. Suno deve affrontare anche una causa separata da parte di SOCAN, l'organizzazione canadese per i diritti d'esecuzione che rappresenta oltre 200.000 autori, compositori ed editori, depositata il 2 settembre 2026. La causa di SOCAN cita 150 brani generati da Suno e resi pubblici che, secondo l'ente, riproducono o imitano molto da vicino canzoni canadesi protette, tra cui "Sk8er Boi" di Avril Lavigne, "Life Is a Highway" di Tom Cochrane, "Both Sides Now" di Joni Mitchell e "Bobcaygeon" dei The Tragically Hip. SOCAN definisce quei 150 brani "la punta dell'iceberg" e chiede danni legali oltre a 10 milioni di dollari canadesi di danni punitivi.

È un promemoria che questa battaglia non riguarda solo le major statunitensi. Qualsiasi ente di gestione collettiva con un catalogo abbastanza ampio e il budget per fare causa si sta mettendo in fila, e il fatto che SOCAN abbia indicato brani generati specifici che imitano canzoni specifiche offre un modello ad altre società di gestione, comprese quelle che versano i diritti meccanici e di esecuzione ai produttori house e techno.

La sentenza d'appello dà davvero ragione alle etichette?

Il 29 settembre, la Corte d'Appello del Terzo Circuito ha emesso la prima sentenza federale d'appello su addestramento dell'IA e fair use, dando ragione a Thomson Reuters contro ROSS Intelligence, una startup di ricerca legale ormai chiusa che aveva addestrato il suo strumento sui riassunti editoriali protetti di Westlaw. La RIAA e la National Music Publishers' Association avevano presentato una memoria congiunta a sostegno di Thomson Reuters, sostenendo che la sentenza "stabilisce un precedente chiave: addestrare un modello di IA su opere protette per competere e sostituirsi a quelle opere non può mai costituire fair use".

Ma la sentenza stessa complica questa lettura per Suno. In una nota a piè di pagina, i giudici separano esplicitamente ROSS dai sistemi generativi, osservando che "a differenza dei modelli di IA nei casi Bartz e In re: OpenAI, la piattaforma IA di ROSS non può generare espressione originale". I modelli di Suno, invece, generano musica, esattamente la capacità che la corte ha messo da parte. La sentenza è reale, certo: è la prima volta che una corte d'appello federale respinge del tutto la difesa del fair use di un'azienda di IA, ma offre anche agli avvocati di Suno una distinzione precisa su cui fare leva, non una porta chiusa per sempre.

Cosa significa tutto questo se non sei sotto contratto con una major?

Nessuno di quelli che fanno causa a Suno in questo momento rappresenta un'etichetta indipendente house o techno, ed è questo il punto scomodo. La teoria del riciclaggio di modello, se regge, si applicherebbe allo stesso modo a qualsiasi piattaforma IA che abbia un giorno addestrato un modello su una copia non autorizzata del catalogo di un'etichetta indipendente, per poi "riciclare" quell'addestramento tramite un modello più recente presentato come pulito. La maggior parte dei produttori indipendenti e delle piccole etichette non ha idea se il proprio catalogo, caricato su Bandcamp, SoundCloud o YouTube nell'ultimo decennio, sia già stato raccolto in qualche dataset da qualche parte, e non ha alcun modo realistico per scoprirlo, tantomeno per fare causa.

Questo caso si gioca interamente con i soldi delle major, sui cataloghi delle major. Ma il precedente che ne uscirà, sul riciclaggio di modello, sul fair use, su cosa conta davvero come un riaddestramento "pulito", si applicherà a ogni artista la cui musica finirà dentro uno di questi modelli, che abbia avuto voce in capitolo o meno.