I dati generati dall'AI possono addestrare altri modelli?

Tecnicamente sì, contrattualmente dipende. Usare i dati generati dall’AI per addestrare altri modelli — i cosiddetti dati sintetici — è una pratica tecnica diffusa. Ma le condizioni d’uso dei grandi fornitori pongono limiti espliciti: OpenAI vieta di usare gli output per sviluppare modelli concorrenti, e clausole analoghe compaiono nei termini di Anthropic e Google. E c’è un terzo piano, spesso ignorato: l’output può contenere i dati personali che hai messo tu nell’input — riusarlo significa propagarli.

Questa guida fa parte del cluster cosa fa ChatGPT dei tuoi dati e separa i tre piani della domanda: tecnico, contrattuale e privacy.

Prima distinzione: input per l’addestramento ≠ riuso degli output

La domanda “si possono usare i dati generati da GPT per addestrare un modello?” mescola spesso due questioni diverse:

1. Cosa fa il fornitore dei tuoi input. Nei piani consumer di ChatGPT le conversazioni possono essere usate per migliorare i modelli di OpenAI, salvo opt-out; nei piani business e via API per default no. È il tema della guida ChatGPT usa i miei dati per l’addestramento?
2. Cosa puoi fare tu degli output. Le risposte generate sono riusabili per molti scopi, ma il riuso per addestrare altri modelli è regolato — e in parte vietato — dai termini d’uso.

Sono due contratti diversi sulla stessa conversazione: uno guarda ciò che entra, l’altro ciò che esce.

Cosa dicono le condizioni dei fornitori

Le condizioni cambiano nel tempo: quanto segue fotografa l’impostazione generale, ma verifica sempre la versione aggiornata dei termini del servizio che usi.

• OpenAI — I Terms of Use attribuiscono all’utente i diritti sull’output, ma vietano espressamente di usare l’output per sviluppare modelli che competono con OpenAI.
• Anthropic (Claude) — Le condizioni d’uso (Consumer Terms e termini commerciali) vietano di usare i servizi per sviluppare prodotti o servizi concorrenti, incluso l’addestramento di modelli di AI concorrenti.
• Google (Gemini) — I termini aggiuntivi dell’API Gemini limitano l’uso dei servizi per lo sviluppo di modelli di machine learning concorrenti; per i prodotti consumer valgono i termini di servizio Google e l’informativa dedicata alle app Gemini.

Il filo comune: “l’output è tuo” non significa “l’output è libero”. Il perimetro tipico del divieto riguarda l’addestramento di modelli concorrenti; usi diversi (documentazione interna, bozze, analisi) restano generalmente nel perimetro consentito. Ai confini — ad esempio il fine-tuning di un modello interno su output generati — la risposta va cercata nei termini specifici del piano che usi, non in una regola generale.

Il piano che nessuno guarda: cosa c’è dentro l’output

Anche quando il riuso è contrattualmente ammesso, c’è una domanda che viene prima: da dove vengono le informazioni contenute in quell’output?

Un modello generativo non inventa i dati del tuo documento: li riceve da te. Se incolli un contratto con nomi e codici fiscali e chiedi un riassunto, il riassunto conterrà quei nomi. Se da centinaia di riassunti così costruisci un dataset — per addestrare un modello interno, per popolare una knowledge base, per fare fine-tuning — hai appena propagato dati personali in un artefatto nuovo, più difficile da controllare e da bonificare dell’originale.

Output dell'AI (input in chiaro):
"Il contratto tra Mario Rossi (CF RSSMRA80A01H501U)
e Bianchi S.r.l. prevede un compenso di € 18.000
con pagamento sull'IBAN IT60X0542811101000000123456."

Output dell'AI (input mascherato):
"Il contratto tra [NOME_1] (CF [CF_1])
e [AZIENDA_1] prevede un compenso di € [IMPORTO_1]
con pagamento sull'IBAN [IBAN_1]."

La colonna di destra mostra il punto chiave di tutta la catena: l’output eredita l’input. Se i dati identificativi non entrano mai nel modello, non possono uscirne — e qualunque riuso successivo dell’output (dataset, knowledge base, addestramento dove ammesso) nasce già pulito. È la stessa logica di minimizzazione a monte del resto del cluster: la trovi applicata agli input nella guida su cosa non inserire mai in ChatGPT.

Le risposte, in ordine

Ricapitolando i tre piani:

I primi due piani si risolvono leggendo i termini aggiornati del fornitore. Il terzo si risolve prima, sul tuo dispositivo.

In pratica con PrivActa

PrivActa è uno strumento di supporto all’anonimizzazione: riconosce e maschera nomi, codici fiscali, IBAN, P.IVA e indirizzi italiani — 49 categorie di dati — sostituendoli con segnaposto coerenti, in locale, sul tuo dispositivo, prima che il testo raggiunga ChatGPT, Claude, Gemini o qualunque altro modello. Se l’input è mascherato, l’output che ottieni — e tutto ciò che ne deriva — non contiene dati riconducibili a persone reali. Non rende lecito ciò che i termini vietano, né garantisce l’anonimato assoluto: riduce l’esposizione dove puoi controllarla davvero, a monte. Scopri come funziona.

Domande frequenti

Si possono usare i dati generati da GPT per addestrare un altro modello? Tecnicamente sì; contrattualmente i termini di OpenAI vietano l’uso degli output per sviluppare modelli concorrenti, e clausole simili esistono per Anthropic e Google. Verifica la versione aggiornata dei termini del tuo piano.

L’output di ChatGPT è mio? Le condizioni di OpenAI attribuiscono all’utente i diritti sull’output, ma con limiti d’uso: “tuo” non significa riusabile per qualunque scopo.

Che differenza c’è tra input usati per l’addestramento e riuso degli output? Il primo tema riguarda ciò che il fornitore fa dei tuoi dati (vedi la guida dedicata); il secondo ciò che puoi fare tu delle risposte.

Perché è anche un tema privacy? Perché l’output può contenere i dati che hai incollato in input: riusarlo li propaga. Con l’input mascherato a monte, il problema non nasce.

Per il quadro completo su trasmissione, conservazione e addestramento, leggi la pillar cosa fa ChatGPT dei tuoi dati.