La notizia in sintesi
- Il MIT CSAIL ha studiato l’attribuzione delle immagini create dall’intelligenza artificiale.
- Nei grandi dataset, la rimozione di singoli esempi spesso non modifica l’immagine generata.
- Il fenomeno è stato definito attribution decay, decadimento dell’attribuzione.
- Lo studio apre interrogativi su copyright, opere derivate e compensi agli autori.
Riassunto generato con AI
MIT CSAIL: immagini AI spesso senza autore identificabile
Il MIT Computer Science and Artificial Intelligence Laboratory (MIT CSAIL) ha individuato un limite rilevante nell’attribuzione delle immagini prodotte dall’intelligenza artificiale generativa: nei modelli addestrati con grandi quantità di dati, spesso non è possibile ricondurre un output a una specifica immagine, artista o persona presenti nel dataset. La ricerca, pubblicata il 18 agosto 2026 su Nature Communications, è firmata da Zheng Dai e David Gifford.
Lo studio riguarda i modelli di diffusione, oggi largamente usati per contenuti audiovisivi e applicazioni scientifiche. Il punto centrale è stabilire se un’immagine generata debba essere considerata derivata da materiali usati nell’addestramento, questione al centro di cause, accordi di licenza e proposte normative in diversi Paesi.
Secondo i ricercatori del MIT, la risposta può diventare negativa quando la scala dei dati cresce: l’influenza di ciascun singolo esempio tende a dissolversi. Il lavoro è stato sostenuto da Schmidt Futures.
Il metodo che elimina davvero i dati di addestramento
Il gruppo ha chiamato questo fenomeno attribution decay. In pratica, rimuovere dal set di addestramento una singola immagine, tutte le opere di un artista o tutte le fotografie di una persona può non produrre cambiamenti apprezzabili nell’immagine finale. Per i ricercatori, se l’output resta identico dopo l’eliminazione, quel dato non può essere ritenuto responsabile del risultato.
Zheng Dai, già ricercatore del MIT CSAIL e autore principale, afferma: “Se si rimuove un dato e l’output del modello non cambia, quel dato non ha influenzato l’output”. Il problema, finora, era tecnico: verificare ogni singola rimozione richiederebbe riaddestrare da zero un modello per milioni di esempi. Le precedenti tecniche stimavano quindi l’influenza senza dimostrarla direttamente.
La soluzione proposta è una diffusion ensemble, architettura composta da molti modelli più piccoli, ciascuno addestrato su una porzione differente dei dati. Per escludere un’immagine basta disattivare i componenti che l’hanno elaborata, ottenendo un controfattuale senza nuovo addestramento e senza approssimazioni.
Il team ha confrontato gli ensemble con 24 modelli di diffusione convenzionali addestrati sugli stessi dati, ottenendo immagini di qualità comparabile secondo le misure standard. Sono stati addestrati 24 ensemble su dataset da 256 a oltre 160.000 immagini, provenienti da sette raccolte pubbliche, tra cui CIFAR-10, CelebA, MetFaces e ArtBench.
All’aumentare del dataset, la differenza massima fra l’output originale e le sue versioni controfattuali diminuiva secondo una legge di potenza inversa. Il risultato è stato verificato anche riaddestrando 1.282 modelli separati su scala ridotta, oltre che con metriche, prompt e configurazioni differenti.
David Gifford sottolinea che il metodo consente di eliminare dati e relative influenze in modo esatto. Questa caratteristica trasforma una questione teorica di attribuzione in una verifica sperimentale riproducibile.
Copyright e responsabilità restano questioni aperte
Le conclusioni non stabiliscono automaticamente la liceità dell’uso di opere protette nei dataset, ma incidono sul dibattito relativo alle opere derivate. Per Gifford, output non attribuibili a singoli contenuti potrebbero alimentare nuove valutazioni su fair use, originalità e remunerazione degli autori.
James Grimmelmann, professore di diritto alla Cornell Law School e Cornell Tech, osserva che tribunali e tecnologi potrebbero dover ricorrere ad altri metodi per valutare la copia. Resta aperto se il decadimento dell’attribuzione valga anche per i grandi modelli linguistici coinvolti nelle principali controversie sul copyright.
FAQ
Che cos’è l’attribution decay?
Sì, è il fenomeno per cui nei grandi dataset ogni esempio di addestramento incide sempre meno su una specifica immagine generata.
Quale laboratorio ha svolto la ricerca?
Sì, lo studio è stato condotto dal MIT CSAIL, il laboratorio di informatica e intelligenza artificiale del Massachusetts Institute of Technology.
Come funziona la diffusion ensemble?
Sì, divide l’addestramento fra più componenti e permette di spegnere quelli che hanno visto un determinato dato, senza riaddestrare l’intero modello.
Quanti modelli sono stati confrontati?
Sì, i ricercatori hanno confrontato gli ensemble con 24 modelli di diffusione convenzionali addestrati sugli stessi dati.
Su quali fonti si basa questo contenuto?
Sì, il contenuto nasce da un’analisi approfondita e verifica incrociata della nostra Redazione su numerose fonti, tra cui MIT News | Massachusetts Institute of Technology.
Non perdere gli errori di prezzo clamorosi su Amazon!
Iscriviti al canale Telegram e ricevili in tempo reale
Guide agli acquisti su Amazon
