Dati, algoritmi e training di sistemi IA: quale tutela possibile?

La diffusione dell’IA pone ormai da tempo al centro del dibattito il tema della protezione della proprietà intellettuale, restando tuttavia incerto e frammentato il quadro giuridico di tutele possibili per i dati, algoritmi e metodi di addestramento. In questo scenario incerto interviene il Dlgs 7 ottobre 2026, n. 179, il quale ha espressamente indicato, all’art. 52, che i “dati, algoritmi e metodi matematici per l’addestramento di sistemi di intelligenza artificiale” sono tutelabili come know-how, ricorrendone i requisiti di legge. La novità apre a questioni interpretative sotto diversi profili.

La legge 633/1941 (LDA) protegge, come noto, i software aventi carattere creativo, includendo nella tutela i “materiali preparatori per la progettazione” (vale a dire, la documentazione tecnica e i materiali utilizzati per lo sviluppo). Naturalmente, affinché tali materiali preparatori possano godere della tutela autorale è necessario che presentino in sé carattere creativo, come qualsiasi opera dell’ingegno, dovendo in concreto essere sufficientemente definiti e collegati allo sviluppo del software (restando esclusa la tutela di semplici idee o generiche istruzioni).

Nel contesto dell’IA occorre quindi chiedersi se dataset strutturati, architetture di reti neurali e metodi di ottimizzazione possano considerarsi materiali preparatori. L’approccio tradizionale è stato finora prudente. I dati grezzi non sono generalmente stati ritenuti proteggibili, così come le idee e i principi matematici. È protetta, invece, la specifica forma espressiva, come il codice che implementa l’algoritmo. Nella pratica, tuttavia, il confine tra “algoritmo come idea” e “algoritmo come espressione creativa” può essere difficile da individuare.

Il recente decreto legislativo introduce una modifica all’art. 98 Cpi in materia di segreti industriali, chiarendo che “i dati, gli algoritmi e i metodi matematici destinati all’addestramento dell’IA” possono costituire know-how se ne ricorrono i requisiti di tutela (vale a dire, segretezza, rilevanza economica derivante dalla segretezza e adozione di misure idonee a garantire e mantenere la segretezza stessa). Il decreto stabilisce inoltre che, ai fini del training di sistemi di IA, “per algoritmi e metodi matematici si intendono le architetture dei modelli, le funzioni di ottimizzazione, le procedure e configurazioni di addestramento, nonché ogni altro elemento tecnico-computazionale funzionale allo sviluppo di sistemi di intelligenza artificiale”.

Viene così riconosciuta la tutelabilità di questi contenuti come know-how, andando peraltro a colmare una lacuna di tutela esistente (si pensi ai metodi matematici, esclusi dalla tutela della LDA).

Il riconoscimento operato dal Dlgs 179/2026 fa tuttavia sorgere alcuni dubbi sulla possibile sovrapposizione di tutele sui dati/algoritmi e su possibili contrasti. Infatti, se un dato/algoritmo utilizzato per l’addestramento di un sistema di IA può, d’ora innanzi, essere tutelato come know-how, sul medesimo dato/algoritmo potrebbe insistere anche la tutela del diritto d’autore (laddove siano soddisfatti i requisiti previsti). Ciò vale se si ritenesse che il training di un sistema di IA sia assimilabile, almeno concettualmente, allo sviluppo di un software, con la conseguenza che i dati/algoritmi utilizzati per il training possano essere assimilati ai materiali preparatori tutelati dalla LDA.

In altre parole, sul medesimo dato/algoritmo possono astrattamente insistere due diverse tutele, da ritenersi – ad avviso di chi scrive – tra loro concorrenti e complementari e non in contrasto. La complessità sta tuttavia nel capire quando un dato/algoritmo possa accedere all’una o all’altra tutela. Dovrà essere operata una distinzione in base alla natura dei dati/algoritmi (laddove sufficientemente articolati, potranno accedere alla tutela autorale, laddove più “embrionali” alla tutela del know-how)? Oppure, andrà operata una distinzione in base all’utilizzo che ne viene fatto (nel caso di training si avrà la tutela come know-how, mentre nel caso di sviluppo software si accederà alla tutela autorale)?

Le conseguenze dell’individuazione della esatta tutela da accordare ai dati/algoritmi sono tutt’altro che teoriche. Ad esempio, al di là delle differenze su enforcement e durata dei diversi diritti, il riconoscimento della tutela di un dato/algoritmo come know-how preclude l’accesso a incentivi fiscali quali il Patent Box, che sarebbero ammessi invece se a tali dati/algoritmi fosse accordata la tutela autorale.

La tutelabilità dei dati/algoritmi di training come know-how fa poi sorgere un ulteriore dubbio attuativo. Come si è detto, il know-how è tutelato in quanto e fintanto che rimane segreto. Sorge dunque il dubbio se l’utilizzo dei dati/algoritmi per il training di un sistema di IA possa garantire la segretezza degli stessi o se, nel momento in cui essi sono immessi in un sistema di IA per effettuarne il training si considerano in qualche modo divulgati. Il dubbio sorge e permane nella misura in cui non è sempre tecnicamente possibile mantenere un controllo sui dati/algoritmi una volta utilizzati per il training, non essendo spesso possibile o agevole determinare con esattezza dove essi finiscano e che utilizzo ulteriore possa esserne fatto. D’altra parte, la finalità stessa del training è proprio quella di assimilare dati per poi applicare tali conoscenze (proprio quelle conoscenze che la norma riconosce tutelabili come know-how) nello svolgimento delle attività cui il sistema di IA è preposto.

In definitiva, viene da chiedersi se la tutela accordata dal Dlgs 179/2026 sia nei fatti svuotata di effettività dalla funzione stessa del training di sistemi di IA.

Il Dlgs 179/2026 ha senz’altro il pregio di affrontare il delicato tema della tutela dei dati, algoritmi e metodi matematici utilizzati per il training di sistemi di IA, senza tuttavia purtroppo risolvere, ad avviso di chi scrive, tutte le criticità. Resta in particolare aperto il complesso rapporto tra diritto d’autore e segreto commerciale oltre al modo con cui garantire la segretezza quando i dati/algoritmi sono utilizzati.

È dunque auspicabile arrivare a una disciplina organica della tutela della proprietà intellettuale degli asset IA, mediante un quadro normativo coordinato, europeo e nazionale, che chiarisca il rapporto tra le diverse possibili tutele, anche da un punto di vista tecnico.

* Avvocato di Andersen Italia