Modellazione dell'incertezza legale nella proprietà dei contenuti generati dall'IA: un approccio bayesiano alla rete all'assegnazione dei diritti di proprietà intellettuale

Sommario

Questo studio presenta un flusso di lavoro basato sulla Rete Bayesiana per analizzare la proprietà dei contenuti generati dall'IA in situazioni di incertezza legale e tecnica. Utilizzando contenziosi con IA, dataset di copyright e modelli di framework, fattori come il contributo umano, i contratti, la legalità dei dati di addestramento e l'autonomia dell'IA per supportare decisioni trasparenti, interpretabili e basate su scenari nelle controversie di proprietà intellettuale.

Abstract

La rapida adozione dell'intelligenza artificiale generativa ha messo in luce i limiti dei tradizionali quadri di proprietà intellettuale basati sull'autorialità umana, creando incertezza nell'attribuzione della proprietà. Questo studio propone un flusso di lavoro basato sulla Rete Bayesiana per analizzare la proprietà dei contenuti generati dall'IA in condizioni di incertezza legale e tecnica. Il flusso di lavoro integra la cura dei dataset, l'annotazione delle variabili, la modellazione probabilistica delle dipendenze, la generazione di inferenze, la validazione incrociata e l'analisi della sensibilità per valutare le relazioni tra fattori, inclusi il contributo umano, la legalità dei dati di addestramento, il contesto contrattuale e l'autonomia dell'IA. Il framework è stato sviluppato utilizzando casi annotati derivati da un dataset di contenzioso AI curato, database di opinioni giudiziarie pubblicamente disponibili e tracker AI dei casi di copyright. È stata condotta un'analisi di sensibilità per esaminare l'influenza delle variabili legali e tecniche sull'attribuzione della proprietà in diversi scenari. Il framework proposto supporta il ragionamento probabilistico e interpretabile per le controversie relative alla proprietà intellettuale relative all'IA e fornisce un approccio strutturato di supporto decisionale per professionisti legali, decisori politici e sviluppatori di IA. I risultati hanno dimostrato stime di probabilità posteriori stabili tra le pieghe, con una coerenza di previsione della proprietà superiore all'80% tra i dataset. Il framework consente un ragionamento probabilistico basato su scenari e fornisce uno strumento di supporto alle decisioni interpretabile, migliorando la trasparenza e la coerenza nella risoluzione delle controversie di proprietà per professionisti legali, decisori politici e sviluppatori di IA.

Introduzione

L'uso crescente di sistemi di intelligenza artificiale (IA) in settori ad alto rischio, tra cui sanità, giustizia penale, finanza e piattaforme digitali, solleva importanti questioni su responsabilità legale, responsabilità ed equità. Nonostante i rapidi progressi, una grande parte della letteratura sulla governance dell'IA è normativa o predittiva e manca di supporto^{empirico 1,2}. I metodi attuali per scoprire problemi legati all'IA, come i database di eventi, la ricerca basata su sondaggi e i quadri etici, spesso non riescono a catturare problemi persistenti nel mondo reale. Questi approcci o sovrappongono l'enfasi sugli eventi di alto profilo ignorando questioni sistemiche a livello di pratica, oppure riflettono aspettative piuttosto che danni osservabili ^3,4. La maggior parte dei database sugli incidenti si basa su reportage volontario e copertura mediatica, che spesso evidenzia fallimenti di alto profilo sottorappresentando comuni ma importanti problemi legati all'IA ^5,6. Consentendo ai sistemi di produrre testo, immagini e musica utilizzando architetture di deep learning basate su transformer, l'IA generativa, in particolare i Large Language Models (LLM), ha reso la produzione di contenuti ancora più^{impegnativa 7,8,9}. I tradizionali quadri di proprietà intellettuale basati sull'autoria umana stanno affrontando difficoltà a causa di questo cambiamento, rendendo più difficile distinguere tra innovazione generata dall'uomo e quella generata da macchine 10,11,12.

Studi precedenti su contenuti generati dall'IA e proprietà intellettuale si sono concentrati principalmente sull'analisi delle politiche e sull'interpretazione giuridica, incluse discussioni concettuali su paternità, originalità e^{proprietà 13}. Anche se questi studi offrono preziose intuizioni, rimangono principalmente descrittivi e mancano di metodi computazionali per affrontare l'incertezza sulla determinazione della proprietà¹⁴. Contemporaneamente, sono stati sviluppati metodi tecnologici per supportare l'attribuzione e la provenienza dei contenuti, tra cui watermarking, fingerprinting e protezione del dataset¹⁵. La distribuzione legale della proprietà, tuttavia, non viene affrontata da questi approcci, specialmente in contesti multistakeholder con sviluppatori, utenti e produttori di dati. Inoltre, gli attuali studi interdisciplinari non hanno fatto progressi sufficienti verso modelli probabilistici in grado di integrare fattori tecnici e legali per la valutazione della proprietà di fronte all'incertezza 16,17,18,19,20. Gli studi legali hanno evidenziato i limiti dei quadri esistenti di proprietà intellettuale nell'affrontare la proprietà dei contenuti generati dall'IA. In molte giurisdizioni, inclusa la Sezione 13 del Copyright Act indiano, le opere generate dall'IA spesso non soddisfano i criteri tradizionali di paternità, creando un'ambiguità sulla proprietà^21,22. Sebbene studi precedenti discutano le interpretazioni giudiziarie e le implicazioni sul copyright, mancano di meccanismi formali per modellare l'incertezza nella determinazione della proprietà^22,23. Per colmare questa lacuna, questo studio propone un framework basato su reti bayesiane che modella le relazioni probabilistiche tra coinvolgimento umano, provenienza dei dati di addestramento, contesto contrattuale e autonomia dell'IA per un'analisi della proprietà basata su^{scenari 24}.

La ricerca ha esplorato l'applicazione di modelli di machine learning come la regressione logistica, le macchine a vettori di supporto (SVM), le reti neurali convoluzionali (CNN) e le reti a memoria a breve termine (LSTM) nel processo decisionale legale, dimostrandone l'utilità in ambienti legali ad alto volume dove l'analisi manuale dei precedenti richiede molto^{tempo 25}. Tuttavia, questi approcci spesso mancano di interpretabilità e trasparenza, elementi essenziali per un supporto responsabile alle decisioni giudiziarie. Di conseguenza, i metodi dell'Intelligenza Artificiale Spiegabile (XAI) hanno attirato l'attenzione per migliorare l'interpretabilità e fornire ragionamenti comprensibili per decisioni assistite dall'IA 26,27,28.

Metodologia / Approccio	Dati utilizzati	Pro	Contro / Gap
Revisione degli strumenti legali e tecnici per collegare i contenuti ai dati di formazione e proporre quadri di riferimento per l'attribuzione e la responsabilità. 29	Rivista della letteratura, esempi di casi	Integra prospettive tecnologica e legale; propone strategie di attribuzione azionabili	Manca di modellazione probabilistica formale; Nessuna validazione quantitativa
Tassonomia dei metodi tecnici di protezione della proprietà intellettuale per l'addestramento/output di modelli generativi. 30	Indagine sugli approcci tecnici e sui rischi	Revisione sistematica; organizza le tecniche esistenti per la protezione della proprietà intellettuale	Si concentra sulla protezione dei dati di addestramento rispetto alla proprietà dell'output generato
Propone impronte latenti / watermarking per verificare l'origine dell'IA e l'attribuzione dell'IP. 31	Esperimenti con modelli generativi (testo e immagine)	Strumento pratico di verifica; Forte per le prove di proprietà	La filigrana non risolve di per sé i quadri di proprietà legale
Analisi giuridica comparativa degli standard di paternità e proprietà tra giurisdizioni. 32	Dottrina giuridica, testi statutari, casi rappresentativi	Spiega come il contributo umano influenzi le decisioni di proprietà	Descrittivo; non propone modelli computazionali

Tabella 1: Riepilogo delle metodologie, delle fonti di dati e dei principali risultati in lavori precedenti. Panoramica degli studi esistenti sulla proprietà dei contenuti generati dall'IA, evidenziando approcci metodologici, dataset utilizzati e principali risultati.

La Tabella 1 riassume le metodologie esistenti, le fonti di dati e i risultati^{chiave 29,30,31,32}. Questa tabella discute la proprietà dei contenuti generati dall'IA nella letteratura e evidenzia gli approcci metodologici, i dataset utilizzati e i risultati della letteratura considerata. Studi recenti sulla governance dell'IA e le controversie relative al copyright hanno ulteriormente evidenziato sfide legate alla paternità, alla legalità dei dati di addestramento e all'assegnazione della proprietà nei contenuti generati dall'IA^33,34. Sebbene approcci come il tracciamento della provenienza e la validazione delle prove contribuiscano all'analisi^{di attribuzione 34}, i metodi esistenti basati su regole e il machine learning rimangono limitati nel gestire ambiguità, prove contrastanti e ragionamenti di proprietà giuridicamente interpretabili. Approcci tecnici come watermarking e analisi della provenienza si concentrano principalmente sull'attribuzione piuttosto che sulla determinazione della proprietà.

Questo articolo propone un framework basato sulla Rete Bayesiana per valutare la proprietà dei contenuti generati dall'IA in mezzo a ambiguità legale e tecnica, superando le carenze degli attuali approcci deterministici basati su regole. L'approccio consente un'inferenza basata su scenari da prove incomplete o ambigue modellando interazioni probabilistiche tra aspetti chiave, tra cui l'impegno umano, la provenienza dei dati di addestramento, il contesto contrattuale e l'autonomia dell'IA. Il metodo suggerito, a differenza dei modelli predittivi tradizionali, offre stime di probabilità a posteriori interpretabili che facilitano un ragionamento chiaro e organizzato, coerente con le procedure decisionali giudiziarie.

Concetti legali e tecnologici importanti sono esplicitamente definiti per garantire la coerenza durante tutto lo studio. Mentre la "proprietà" si riferisce alla distribuzione dei diritti relativi all'opera prodotta, "paternità" si riferisce al riconoscimento legale di un creatore. "Attribuzione" potrebbe non sempre indicare la proprietà legale, ma identifica le entità contribuenti. "Spiegabilità" si riferisce alla capacità di un modello di fornire una giustificazione comprensibile per risultati probabilistici, mentre "incertezza giuridica" si riferisce all'ambiguità derivante da standard giuridici incompleti o in evoluzione. Incorporando fattori legali e tecnici in un flusso di lavoro probabilistico interpretabile, l'approccio suggerito mira a facilitare decisioni strutturate nei conflitti di proprietà intellettuale legati all'IA. Per esperti legali, legislatori e sviluppatori di IA che valutano le preoccupazioni di proprietà nei sistemi di IA generativa, la tecnica offre un punto di vista computazionale.

Protocollo

Questo studio non coinvolge partecipanti umani né soggetti animali. L'analisi si basa esclusivamente su materiali di caso legali disponibili pubblicamente e su dataset legali selezionati. Pertanto, non erano necessarie l'approvazione etica e il consenso informato.

La metodologia proposta mira a cogliere l'incertezza legale che circonda la proprietà dei contenuti creati dall'IA sviluppando una Rete Bayesiana basata su dati reali dei casi. Per cominciare, i casi relativi all'IA, inclusi copyright, brevetti e segreti commerciali, verrebbero raccolti da un corpus esistente e ciascuno viene etichettato con dati legali reali. Sulla base di precedenti legali e casi di studio esistenti, i parametri di incertezza che potrebbero avere un impatto sulla proprietà dei contenuti includerebbero il contributo umano creativo, l'autonomia dei sistemi di IA, la legalità dei dati di addestramento, definizioni contrattuali di proprietà, giurisdizione e trasparenza, ciascuno assegnato come nodo all'interno della Rete Bayesiana con stati discreti che indicano diverse realtà legali e tecniche, e con la determinazione della proprietà dei contenuti come nodo target. La struttura di questa rete viene scoperta integrando competenze legali con la scoperta strutturale basata sui dati per promuovere sia l'interpretabilità che la plausibilità giuridica. Le tabelle delle probabilità condizionate vengono poi approssimate in base agli esiti del contenzioso identificati nei casi, permettendo alla rete di elaborare dati incerti e incompleti in modo probabilistico. Dopo l'addestramento del modello, consente sia l'inferenza che il test di scenari per determinare come i cambiamenti nei fattori contributivi influenzino la proprietà inferita nei contenuti generati dall'IA basati su questa Rete Bayesiana costruita, seguiti da test e validazione di analisi di sensibilità prima di dedurre risultati che facilitino future implicazioni legali per la proprietà intellettuale nelle applicazioni IA da parte degli sviluppatori e dei tribunali. La Figura 1 mostra il flusso di lavoro architettonico dell'opera proposta.

Figura 1: Diagramma architettonico del framework proposto: Panoramica del sistema proposto basato sulla rete bayesiana per determinare la proprietà dei contenuti generati dall'IA. L'architettura illustra il flusso dall'acquisizione e annotazione dei dati alla modellazione probabilistica, all'inferenza e all'attribuzione della proprietà. Clicca qui per visualizzare una versione più grande di questa figura.

La Figura 1 illustra il flusso di lavoro architettonico del framework proposto basato sulla Bayesian Network per l'analisi della proprietà dei contenuti generati dall'IA. Il flusso di lavoro include raccolta dati, annotazione delle caratteristiche, modellazione bayesiana della rete, inferenza probabilistica, analisi di scenari e validazione. Variabili legali e tecniche, come il coinvolgimento umano, l'autonomia dell'IA, la provenienza dei dati di addestramento, il contesto contrattuale e la giurisdizione, sono modellate all'interno di un quadro bayesiano per stimare l'attribuzione della proprietà in condizioni incerte. Il framework supporta il ragionamento probabilistico interpretabile e la valutazione basata su scenari per il supporto decisionale legale.

Raccolta dati
I dati sui casi legali sono stati raccolti da varie fonti per creare un dataset focalizzato sulla proprietà e sulle cause di proprietà intellettuale che coinvolgono contenuti generati dall'IA. Per cominciare, il dataset generale di casi legali citati nel documento base è stato filtrato includendo solo contenziosi riguardanti copyright, proprietà, controversie relative alla proprietà intellettuale e altre questioni di proprietà intellettuale nei dati di addestramento. Ulteriori casi legali sono stati ottenuti da database pubblici di opinioni giudiziarie che forniscono accesso a sentenze giudiziarie di milioni di casi, oltre a un archivio di monitoraggio dei casi di copyright che monitora sia i procedimenti legali in corso che conclusi in tutto il mondo sull'uso dell'Intelligenza Artificiale riguardante la Proprietà Intellettuale. Sono stati inoltre annotati casi legali per evidenziare variabili chiave, tra cui l'esito del caso, il livello di contributo creativo umano, l'autonomia del sistema di Intelligenza Artificiale, l'origine dei dati di addestramento, la giurisdizione e i parametri contrattuali, se applicabile. Si tratta di un dataset multi-fonte che aggrega dati sufficienti sulla Proprietà Intellettuale relativi all'uso di strumenti di IA, adatti al ragionamento probabilistico nell'analisi bayesiana.

Tre fonti principali, tra cui il dataset base di contenziosi AI (IA), un database pubblico di opinioni giudiziari e un repository AI per il tracciamento dei casi di copyright, sono state utilizzate in un processo metodico di raccolta e screening per creare il dataset di questo studio. Parole chiave come "intelligenza artificiale", "contenuti generati dall'IA", "copyright", "proprietà intellettuale", "autorialità", "proprietà" e "opere generate da macchina" sono state utilizzate nelle interfacce di ricerca dei repository e nei campi di metadati per individuare casi pertinenti. Sono stati considerati casi che coinvolgevano contenuti generati o assistiti dall'IA che affrontavano questioni di proprietà, paternità o proprietà intellettuale con sufficiente profondità per l'estrazione variabile. I casi che erano duplicati, non collegati a contenuti generati dall'IA, concentrati su altri ambiti legali o privi di informazioni adeguate non venivano accettati. È stata utilizzata una procedura di screening in due fasi, con una valutazione di idoneità a testo completo che viene effettuata dopo il titolo iniziale e l'esame sommario. Per garantire l'unicità, i record duplicati tra più dataset venivano identificati utilizzando i metadati dei casi e rimossi.

Le parole chiave "intelligenza artificiale", "contenuti generati dall'IA", "opere generate da macchina", "copyright", "autorialità", "proprietà", "dati di addestramento" e "disputa sulla proprietà intellettuale" sono state utilizzate nel processo di ricerca dei dataset. Per garantire la qualità e la rilevanza del dataset, è stata utilizzata una procedura di screening in due fasi. Per individuare i conflitti di proprietà e di copyright relativi all'IA, sono stati esaminati titoli e riassunti dei casi nella prima fase. Per determinare l'idoneità all'inclusione nello studio, è stata condotta una revisione completa del caso nella seconda fase. Sono stati inclusi solo i casi che coinvolgevano contenuti generati o assistiti dall'IA, con adeguati dettagli legali e tecnici riguardanti la paternità, l'attribuzione della proprietà, il contesto contrattuale o l'uso dei dati di addestramento. Sono stati esclusi casi con informazioni contestuali insufficienti, documenti legali inadeguati, voci duplicate e casi non correlati a conflitti di proprietà intellettuale. Confrontando metadati come il titolo del caso, la giurisdizione, la data di deposito e la categoria della controversia, i casi duplicati tra fonti sono stati identificati ed eliminati. Annotazioni, modellazione bayesiana della Rete, inferenza probabilistica e analisi di sensibilità sono state poi eseguite sul dataset finale curato.

I dati utilizzati nello studio comprendono una raccolta di fonti legali che copre l'intera portata delle controversie sui diritti di proprietà dei contenuti dell'IA e sulle rivendicazioni di proprietà intellettuale, come mostrato nella Tabella 2. Innanzitutto, i dati sulle cause legali con l'IA utilizzati nello studio principale includono la conservazione selettiva di circa 72 controversie legali specificamente legate a rivendicazioni di copyright, autorialità, paternità per invenzione e proprietà riguardanti output di IA. Per aumentare la variabilità dei dati e una migliore rappresentazione delle controversie emergenti nel campo dell'IA generativa, i dati includono l'acquisizione di controversie rilevanti provenienti dal pubblico database delle opinioni giudiziarie (CAP), una vasta raccolta pubblica di sentenze dei tribunali statunitensi, per selezionare specifiche controversie AI-IP di 38 richieste basate sui termini legali pertinenti di proprietà intellettuale. Inoltre, lo studio utilizza l'AI e il Copyright Case Tracker per includere 21 controversie di copyright AI di livello mondiale, basate su un approccio di analisi legale del copyright addestrato dall'IA che affina la creazione di un tracker personalizzato dei casi di copyright con IA per le principali controversie legali internazionali, utilizzando approcci di analisi iniziale specifici che coinvolgono l'analisi AI delle controversie sul copyright. Il dataset finale comprendeva 131 casi: un dataset base di contenziosi IA, un database pubblico di opinioni giudiziarie e un repository AI per il tracciamento dei casi di copyright. Questi casi sono stati selezionati dopo l'applicazione di procedure di inclusione, esclusione e deduplicazione.

Fonte del dataset	Tipo di dataset	No. Di casi utilizzati	Copertura
Dataset base di contenzioso AI1	Casi giudiziari legati all'IA	72 (sottoinsieme filtrato)	Tribunali federali e statali degli Stati Uniti
Progetto di Accesso alla Giurisprudenza (CAP)31	Corpus di causa giuridico pubblico	38 (focalizzato sull'IA-IP)	Pareri dei tribunali statunitensi
AI e Tracciatore di Casi di Copyright (CMS)32	Riassunti dei casi curati	21 casi storici	Globale (USA, UE, UK)

Tabella 2: Descrizione del dataset. Sommario dei dataset utilizzati per modellare controversie sulla proprietà intellettuale nei contenuti generati dall'IA, inclusi origine, struttura e rilevanza per l'analisi della proprietà.

Per garantire accuratezza e coerenza, è stata utilizzata una combinazione di processi manuali e semi-automatizzati. Il metodo di etichettatura utilizzava tre annotatori con esperienza sia in diritto che in studi legali legati all'IA. Tutte le variabili, inclusi l'input creativo umano, l'autonomia dei sistemi di IA, la legalità dei dati di addestramento, le clausole di proprietà contrattuale, la giurisdizione, la trasparenza del coinvolgimento dell'IA e regole decisionali esplicite ed esempi, sono state definite in un codebook annotato. Due annotatori annotavano indipendentemente ogni istanza; le divergenze venivano risolte tramite discussione e, se necessario, da un terzo revisore esperto. Il coefficiente kappa di Cohen veniva utilizzato per misurare l'accordo tra valutatori; il risultato è stato 0,81, indicando un forte accordo. Circa il 9% dei casi riguardava disaccordi, principalmente sull'autonomia dell'IA e sull'interpretazione dei contratti. Per ulteriori modellazioni della rete bayesiana, sono state utilizzate le annotazioni complete.

Identificazione dei fattori di incertezza giuridica
Le principali fonti di incertezza nella proprietà dei contenuti generati dall'IA sono state identificate attraverso un'analisi di casi di proprietà intellettuale legati all'IA in molteplici dataset legali, inclusi dataset basati su contenziosi e depositi giudiziari pubblici disponibili. La creatività umana, l'autonomia dell'IA, la legalità dei dati di addestramento, i collegamenti contrattuali, le questioni giurisdizionali e la trasparenza dei sistemi di IA sono stati fattori importanti. Il grado di coinvolgimento umano e le definizioni di proprietà contrattuale venivano spesso evidenziati dai tribunali, e l'ambiguità legale era aggravata dalle differenze nelle leggi sul copyright e dall'uso dei dati di formazione protetti da copyright. Il framework Bayesian Network per l'analisi probabilistica della proprietà è stato sviluppato sulla base di queste considerazioni.

Fattore	Descrizione
Coinvolgimento creativo umano	Grado di contributo umano nella generazione del contenuto (alto, moderato o minimo).
Livello di autonomia dell'IA	Misura in cui il sistema di IA opera in modo indipendente senza la guida umana.
Proprietà dei dati di formazione e legalità	Stato legale dei dati di addestramento utilizzati (licenzati, di pubblico dominio, proprietari o in violazione).
Clausole di Proprietà Contrattuale	Esistenza e chiarezza degli accordi che definiscono la proprietà tra gli stakeholder.
Quadro giuridico giurisdizionale	Leggi nazionali o regionali applicabili sulla proprietà intellettuale.
Scopo dell'Uso	Che i contenuti generati dall'IA vengano utilizzati per scopi commerciali o non commerciali.
Trasparenza e spiegabilità	Disponibilità di informazioni riguardanti la progettazione e il funzionamento del sistema di IA.
Divulgazione dell'assistenza AI	Se l'uso dell'IA nella creazione di contenuti sia stato esplicitamente divulgato.
Natura dei contenuti generati	Tipo di output prodotto (ad esempio, testo, immagine, codice o design).
Disponibilità di precedenti giudiziari	Presenza di precedenti sentenze giudiziarie rilevanti per la proprietà dei contenuti generati dall'IA.

Tabella 3: Fattori chiave di incertezza legale e tecnica che influenzano la proprietà. Identificazione di variabili critiche che influenzano l'attribuzione della proprietà nei contenuti generati dall'IA, comprendendo sia le dimensioni legali che quelle tecniche.

La Tabella 3 riassume le incertezze legate all'attribuzione della proprietà nel modello proposto della rete bayesiana. Queste incertezze derivano dalle controversie sulla proprietà intellettuale associate all'IA e dalle leggi attuali sulla proprietà intellettuale. L'input creativo umano e l'autonomia nell'IA si riferiscono alla relazione tra autori umani e contenuti generati dall'IA nel determinare la proprietà. Le incertezze, inclusa la legalità dei dati di addestramento utilizzati dall'IA, la proprietà del contratto e le leggi sulla proprietà intellettuale esistenti della giurisdizione, sono motivo di controversia. Lo scopo dell'uso e la divulgazione dell'assistenza all'IA si riferiscono alle circostanze in cui il sistema giudiziario considera la generazione assistita dall'IA. Trasparenza e spiegabilità, invece, si riferiscono all'aspetto associato alla responsabilità e alla responsabilità. Altre incertezze, inclusa la natura delle creazioni generate dall'IA e i precedenti giudiziari esistenti, determinano come le leggi sulla proprietà intellettuale esistenti si applichino alle creazioni IA.

Annotazione dei dati e codifica delle variabili
Il dataset, costruito a partire da casi di contenzioso AI filtrato, CAP e casi selezionati di copyright tramite IA, tra gli altri, deve poi essere annotato manualmente e semi-automaticamente in base ai fattori di incertezza giuridica identificati per ciascun caso. Per ogni caso, le etichette strutturate sono determinate valutando opinioni giudiziarie, descrizioni e ragionamenti. Il compito di annotazione prevede la determinazione sia di fattori legali che tecnici, come il livello di partecipazione creativa umana, l'autonomia dell'IA, la validità legale dei dati di addestramento, clausole contrattuali sulla proprietà, la giurisdizione e la divulgazione dell'assistenza da parte dell'IA. Per coerenza, le linee guida derivano da altri principi di proprietà intellettuale e sono verificate tramite verifiche incrociate tra diverse fonti legali. Consulta il File Supplementare 1(S1) per una descrizione matematica dettagliata dell'annotazione dei dati e della codifica delle variabili.

Il framework è stato implementato utilizzando un linguaggio di programmazione con librerie di modellazione grafica probabilistica e strumenti di calcolo numerico. La pre-elaborazione e l'analisi dei dati venivano eseguite in un ambiente informatico basato su notebook su un sistema desktop con processore multi-core e configurazione di memoria standard

Per garantire coerenza e riproducibilità nell'annotazione dei dataset, è stato sviluppato uno schema strutturato di codifica variabile per tutti i fattori legali e tecnici inclusi nel framework Bayesian Network. Ogni caso è stato revisionato manualmente e annotato utilizzando stati categorici predefiniti derivati da precedenti legali e letteratura sulla governance dell'IA. La Tabella 4 riassume le variabili, le descrizioni e le categorie di codifica utilizzate nello studio. Per facilitare la modellazione probabilistica e l'inferenza basata su scenari all'interno del framework Bayesian Network, il sistema di codifica è stato applicato in modo uniforme in tutti i casi annotati. Per rappresentare circostanze legali e tecnologiche spesso osservate nei conflitti che coinvolgono materiale generato dall'IA, sono stati scelti stati variabili.

Variabile	Descrizione	Categorie di codifica
Contributo umano	Grado di coinvolgimento creativo umano nella creazione di contenuti	Basso, Medio, Alto
Autonomia dell'IA	Livello di generazione indipendente di sistemi di IA	Basso, Medio, Alto
Legalità dei dati di addestramento	Stato legale dei dataset utilizzati per l'addestramento dell'IA	Licenziato, di pubblico dominio, incerto, non autorizzato
Proprietà contrattuale	Presenza di clausole di proprietà contrattuale	Presente, assente
Chiarezza dell'attribuzione	Chiarezza nell'identificazione dei contributori	Chiaro, Parziale, Non Chiaro
Giurisdizione	Giurisdizione legale associata alla controversia	India, Stati Uniti, Cina, Altro
Trasparenza	Disponibilità di informazioni riguardanti il processo di generazione dell'IA	Alta, Moderata, Bassa
Esito della proprietà	Risultato finale di attribuzione della proprietà (variabile target)	Proprietà umana, proprietà condivisa, proprietà dell'organizzazione, incerta

Tabella 4: Schema di codifica variabile utilizzato per l'annotazione bayesiana delle reti. La tabella riassume le variabili legali e tecniche utilizzate durante l'annotazione del dataset, incluse le loro definizioni e gli stati di codifica categorici applicati per la modellazione probabilistica e l'inferenza di proprietà.

Progettazione della struttura della rete bayesiana
La Rete Bayesiana (BN) è stata creata per modellare le relazioni probabilistiche tra fattori contestuali, tecnologici e legali che influenzano la proprietà delle informazioni prodotte dall'intelligenza artificiale. Mentre il nodo target rappresentava i risultati della proprietà, i nodi di rete rappresentavano variabili come il contributo umano, l'autonomia dell'IA, la legalità dei dati di addestramento, i termini di proprietà contrattuale e la giurisdizione. Le dipendenze condizionate derivanti da associazioni basate sui dati e da processi di ragionamento giudiziario sono state registrate tramite spigoli diretti. L'ottimizzazione basata sui dati e i vincoli legali sono stati combinati in un metodo ibrido di apprendimento strutturale. Le dipendenze consentite sono state determinate dai principi giudiziari, e il grafico di dipendenze più probabile che spiega i risultati delle controversie riportate è stato trovato utilizzando l'apprendimento della struttura basato sul punteggio. Questo metodo garantiva che la rete finale rimanesse sia giuridicamente interpretabile sia statisticamente valida.

Figura 2: Struttura della rete bayesiana utilizzata per l'inferenza della proprietà. Rappresentazione grafica della Rete Bayesiana che mostra le dipendenze tra variabili legali e tecniche che influenzano le decisioni di proprietà. Clicca qui per visualizzare una versione più grande di questa figura.

La Figura 2 mostra come una rete bayesiana viene impiegata nelle assegnazioni di proprietà dei contenuti generati dall'IA. Su un modello di alto livello, alcune variabili essenziali di input, ovvero Input Umano, Dati di Addestramento, Autonomia dell'IA e Giurisdizione, indicano alcune dimensioni legali e tecniche essenziali da considerare quando si attribuisce un diritto sui contenuti generati dall'IA. Ogni variabile è designata come nodo probabile piuttosto che come regola codificata rigidamente, permettendo un modello che tiene conto delle dipendenze variabili. I nodi verdi, noti anche come punti di connessione, compaiono tra i nodi di ingresso e l'uscita finale. Indicano, ad esempio, come i livelli di coinvolgimento umano siano correlati con l'autonomia dell'IA, mentre sia i dati di addestramento legale sia i fattori giurisdizionali aiutano a definire un diritto ai contenuti generati dall'IA da una prospettiva giurisdizionale.

La teoria giuridica e i dati annotati di contenzioso hanno costituito la base per la selezione delle variabili e le definizioni di stato discreto della Rete Bayesian. Data la loro importanza nel determinare la proprietà, fattori chiave come il coinvolgimento umano, l'autonomia dell'IA, la legalità dei dati di addestramento, le condizioni contrattuali, la giurisdizione e la trasparenza sono stati dati al massimo dei priorità. Sono stati utilizzati criteri di annotazione revisionati da esperti per discretizzare le variabili in categorie giuridicamente significative. Per identificare le dipendenze supportate statisticamente, è stata utilizzata una strategia ibrida che combina apprendimento basato sul punteggio e vincoli legali per costruire la struttura della rete. L'approccio è stato ulteriormente validato utilizzando studi di sensibilità e ablazione, che hanno confermato l'impatto significativo dell'input umano e delle restrizioni contrattuali sull'inferenza di proprietà, mentre altre variabili hanno mostrato effetti moderativi. Per i sistemi di supporto alla decisione, questo approccio giuridico-empirico combinato migliora sia la robustezza che l'interpretabilità.

Le probabilità inferite da tutti i nodi interconnessi convergono al nodo della Decisione di Proprietà, che genera probabilità di proprietà a posteriori basate sulle prove legali e tecniche disponibili. Questo consente l'inferenza della proprietà anche in condizioni incomplete o contestate e supporta l'aggiornamento dinamico quando nuove prove diventano disponibili. Per ridurre l'overfitting e le correlazioni spurie, sono state utilizzate la selezione del modello e l'analisi di sensibilità per rimuovere bordi ridondanti o a basso impatto, producendo un grafo aciclico diretto (DAG) conciso. La struttura finale della rete bayesiana cattura sia dipendenze probabilistiche sia relazioni causali tra i fattori che contribuiscono all'incertezza legale nella proprietà dei contenuti generati dall'IA. La descrizione matematica del design della rete bayesiana è fornita nel File Supplementare 1 (S2).

La Rete Bayesiana consente l'inferenza probabilistica della proprietà anche quando alcuni fattori legali o tecnici sono incompleti o parzialmente osservabili. Modificando le variabili delle prove, il framework supporta anche l'analisi basata su scenari per il processo decisionale legale, la valutazione delle politiche e le applicazioni di governance dell'IA. La struttura della rete è stata sviluppata utilizzando un approccio ibrido che combina vincoli legali definiti da esperti con apprendimento basato sui dati. Per l'ottimizzazione della struttura è stato utilizzato un algoritmo di Hill Climbing con punteggio Bayesian Information Criterion (BIC), mentre la stima bayesiana dei parametri con priori di Dirichlet e il smoothing di Laplace (&α = 1) ha affrontato la scarsità dei dati e le osservazioni mancanti. Tutte le variabili sono state rappresentate come stati categorici discreti per supportare l'inferenza probabilistica. Moduli di modellazione grafica probabilistica in Python furono utilizzati per costruire il framework Bayesian Network. Le due fasi della costruzione della rete erano l'apprendimento dei parametri e la definizione della struttura. Inizialmente, i nodi della rete rappresentavano le caratteristiche legali e tecniche riscontrate durante l'annotazione dei dataset. Un metodo ibrido che accoppiava l'analisi strutturale delle dipendenze basata sui dati con relazioni legali definite da esperti è stato utilizzato per creare archi diretti tra i nodi. La stima della massima verosimiglianza è stata utilizzata per stimare le Tabelle di Probabilità Condizionata (CPT) dal dataset annotato. Le tecniche di modellazione grafica probabilistica all'interno di un pacchetto di ambiente computazionale sono state utilizzate per implementare la Rete Bayesiana, con la funzione Maximum Likelihood Estimator per l'apprendimento dei parametri e la funzione Bayesian Network () per definire la struttura della rete. La procedura di inferenza di eliminazione variabile () è stata utilizzata per calcolare le probabilità di proprietà a posteriori sotto varie condizioni di evidenza.

Apprendimento dei parametri
Nel modellare quantitativamente l'incertezza giuridica nella proprietà dei contenuti generati dall'IA, la stima dei parametri è un passaggio cruciale nel framework proposto per la rete bayesiana. La stima dei parametri bayesiani è stata utilizzata per apprendere le Tabelle di Probabilità Condizionate (CPT) da casi legali annotati. Sebbene il nodo obiettivo indichi l'attribuzione della proprietà, ogni nodo riflette un aspetto legale o tecnologico, come il contributo umano, l'autonomia dell'IA, la legalità dei dati di addestramento o le disposizioni di proprietà contrattuale. Poiché le stime bayesiane possono gestire scarso materiale giuridico e prove inadeguate, è stata scelta per promuovere un ragionamento giuridico interpretabile e per rappresentare correlazioni probabilistiche osservate nelle decisioni giudiziarie. I valori rappresentativi di probabilità condizionata acquisiti all'interno della Rete Bayesiana sono mostrati nella Tabella 5. Sebbene una grande autonomia dell'IA favorisca incertezza o risultati di assenza di proprietà, un significativo coinvolgimento creativo umano indica una probabilità sostanziale di proprietà umana, indicando un'enfasi giudiziaria sul contributo intellettuale umano. I risultati sottolineano anche l'importanza dei termini contrattuali di proprietà e la legalità dei dati di addestramento, con accordi espliciti e dati autorizzati che aumentano la proprietà. La sensibilità del quadro verso varie situazioni legali è ulteriormente dimostrata dalle variazioni giurisdizionali.

Variabili genitori	Stati delle variabili genitori	Esito della proprietà	Probabilità condizionale appresa
Coinvolgimento creativo umano	Alto	Autore umano	0.82
Coinvolgimento creativo umano	Basso	Sviluppatore AI	0.41
Autonomia dell'IA	Alto	Nessuna proprietà riconosciuta	0.55
Legalità dei dati di addestramento	Autorizzato	Umano / Sviluppatore	0.76
Legalità dei dati di addestramento	Violazione	Nessuna proprietà / Contestata	0.68
Clausola di Proprietà Contrattuale	Presente esplicito	Parte contrattuale	0.89
Clausola di Proprietà Contrattuale	Assente	Contestato / Incerto	0.61
Quadro giurisdizionale	Diritto della Proprietà Intellettuale Centrato sull'Uomo	Autore umano	0.79
Quadro giurisdizionale	Diritto ambiguo / emergente	Congiunto / Incerto	0.47

Tabella 5: Esempio di probabilità condizionate nel modello bayesiano della rete. Valori illustrativi di probabilità condizionali appresi dalla Rete Bayesiana, che dimostrano dipendenze tra variabili chiave che influenzano gli esiti di proprietà.

L'algoritmo 1 racchiude l'intero processo del framework Bayesian Network proposto per catturare le incertezze sulla proprietà nei contenuti di IA. Algoritmo 1: Avviare una struttura di rete bayesiana definendo il modello grafico in cui i nodi rappresentano le incertezze tecniche e legali esaminate nelle cause con informazioni annotate, e il nodo target è la designazione di proprietà. La struttura del modello Bayesian Network può quindi essere stabilita applicando un approccio congiunto che unisce le strutture legalmente vincolanti esistenti con strutture ottimizzate derivate dai dati. Le tabelle di probabilità condizionate possono quindi essere specificate implementando lo schema bayesiano di stima dei parametri basato sul dataset ottenuto, tenendo così conto di incertezze, scarsità e relazioni condizionate inferite dalla magistratura. Quando si applica l'algoritmo a un particolare esempio legale o ipotetico, le informazioni o le prove di input possono essere ottenute nella Rete Bayesiana applicando l'inferenza probabilistica per determinare la probabilità posteriore di proprietà. L'algoritmo può quindi applicare aggiustamenti ai valori degli input modificando iterativamente l'input delle prove alla Rete Bayesiana e valutando l'impatto sulla designazione della proprietà regolando l'input umano, l'autonomia dell'IA, la legalità contrattuale e la legalità dei dati di addestramento. Consulta il File Supplementare 1(S3) per i passaggi algoritmici.

Inferenza probabilistica e analisi degli scenari
La struttura grafica della Rete Bayesiana e le tabelle di probabilità condizionate possono quindi essere addestrate su un dataset annotato di contenziosi legati all'IA riguardanti la proprietà, e il sistema consente di inferire la probabilità di proprietà. Le descrizioni matematiche sono indicate nel File Supplementare 1 (S4).

Osservando come queste probabilità di proprietà a posteriori varino tra scenari controfattuali, il modello fornisce un insieme di influenze relative sugli esiti giudiziari per ogni caratteristica legale e tecnica. Questa capacità di inferenza guidata da scenari costituisce uno dei principali contributi del lavoro proposto, poiché si allinea a come tribunali, responsabili politici ed esperti legali ragionano sulla proprietà dei contenuti generati dall'IA: attraverso la valutazione contestuale piuttosto che l'applicazione rigida delle regole. La Rete Bayesiana funge da strumento di supporto alle decisioni spiegabile, trasformando i modelli di contenzioso empirico in intuizioni probabilistiche che supportano un ragionamento coerente tra giurisdizioni, contesti contrattuali e livelli di autonomia dell'IA. Di conseguenza, tale fattoriale di usabilità va oltre l'analisi giuridica descrittiva fornendo un meccanismo sistematico per anticipare i risultati di proprietà sotto i regimi in evoluzione di IA e proprietà intellettuale. L'approccio di eliminazione variabile è stato utilizzato per calcolare la probabilità posteriore di proprietà degli esiti per l'inferenza. Modificare iterativamente le variabili di evidenza e ricalcolare le distribuzioni a posteriori ha permesso l'analisi degli scenari. Per garantire la resilienza su piccoli dataset, il modello è stato validato utilizzando la validazione leave-one-out e la validazione incrociata k-fold (k = 5). Per eseguire un'analisi di sensibilità, le variabili di input sono state sistematicamente variate e sono state misurate le variazioni successive delle probabilità a posteriori (ΔP(Y)).

Validazione del modello e analisi di sensibilità
Il modello Bayesian Network suggerito è stato verificato utilizzando un dataset annotato di conflitti di proprietà intellettuale legati all'IA per garantire affidabilità, robustezza e applicabilità legale. Per prevedere i risultati della proprietà e confrontarli con decisioni legali reali, è stato utilizzato un approccio di validazione retrospettiva. Data la scarsità di situazioni di disputa di proprietà legate all'IA, sono state utilizzate la validazione incrociata con leave-one-out e k-fold per valutare la robustezza del modello.

L'impatto di fattori legali e tecnici sull'attribuzione della proprietà, inclusi il coinvolgimento umano, l'autonomia dell'IA, la legalità dei dati di addestramento e i termini di proprietà contrattuale, è stato indagato tramite un'analisi di sensibilità. L'indagine ha identificato fattori contestuali e ad alto impatto che influenzano le scelte di proprietà modificando gli stati dei nodi genitori e monitorando i cambiamenti nelle probabilità posteriori. Mostrando come l'ambiguità legale si diffonda in tutta la rete, questo ha aumentato l'interpretabilità. I risultati della validazione e dell'analisi di sensibilità sono raccolti nella Tabella 6. Durante la convalidazione incrociata, il modello ha raggiunto oltre l'80% di concordanza tra gli esiti giudiziari inferti e quelli effettivi. I test di robustezza hanno verificato un'inferenza affidabile in contesti di evidenza limitata, e una bassa varianza posteriore tra le pieghe suggeriva probabilità condizionate stabili e generalizzabili. L'analisi di sensibilità ha rivelato che, sebbene l'autonomia dell'IA e la legalità dei dati di addestramento aumentassero notevolmente l'incertezza dell'attribuzione, le clausole di proprietà contrattuale e il coinvolgimento creativo umano avevano il maggiore impatto sull'attribuzione della proprietà. Le condizioni tecniche e contrattuali interagivano con variabili giurisdizionali, esercitando un effetto moderato. Nel complesso, i risultati mostrano che il paradigma suggerito è sia giuridicamente interpretabile sia empiricamente valido.

Aspetto della Validazione / Sensibilità	Metodo applicato	Metrica / Osservazione
Validazione basata sui casi	Cross-validazione Leave-one-out	Coerenza degli esiti di proprietà dell'81,3%
Stabilità a piega incrociata	Validazione incrociata a 5 volte	La varianza posteriore < 0,05 tra le pieghe
Robustezza delle prove mancanti	Inferenza di evidenza parziale	< variazione del 7% nelle probabilità posteriori
Sensibilità: Coinvolgimento creativo umano	Perturbazione a un fattore	ΔP(Y) ≈ +0,32
Sensibilità: autonomia dell'IA	Perturbazione a un fattore	ΔP(Y) ≈ −0,28
Sensibilità: Legalità dei dati di addestramento	Perturbazione a un fattore	ΔP(Y) ≈ +0,25
Sensibilità: clausole contrattuali	Perturbazione a un fattore	ΔP(Y) ≈ +0,37
Sensibilità: Giurisdizione	Perturbazione a un fattore	ΔP(Y) ≈ +0,14

Tabella 6: Risultati di validazione e analisi di sensibilità. Risultati della validazione del modello e dell'analisi della sensibilità, valutazione della robustezza, della stabilità e dell'impatto delle variabili chiave sull'inferenza della proprietà.

Interpretazione e analisi delle implicazioni politiche
I risultati probabilistici della Rete Bayesiana forniscono un quadro interpretabile per analizzare la proprietà dei contenuti generati dall'IA modellando fattori legali e tecnici, tra cui il contributo umano, l'autonomia dell'IA, la chiarezza contrattuale e la legalità dei dati di addestramento. Piuttosto che servire esclusivamente come output predittivi, le stime di probabilità a posteriori supportano un ragionamento trasparente basato su scenari in condizioni legali incerte. Il quadro può aiutare i professionisti legali a migliorare la coerenza durante la valutazione della proprietà, supportare i responsabili politici nell'identificare le lacune normative relative ai contenuti generati dall'IA e aiutare gli sviluppatori di IA a valutare come le scelte di design e governance possano influenzare l'attribuzione della proprietà in diversi contesti legali.

Risultati

I risultati dell'esperimento dimostrano l'efficacia del framework Bayesian Network nel catturare la natura dell'incertezza nella proprietà dei contenuti prodotti dall'IA. Il modello fornisce un approccio strutturato e guidato dai dati per supportare l'inferenza di proprietà in situazioni di incertezza. Il dataset finale comprendeva 131 casi: un dataset base di contenziosi IA, un database pubblico di opinioni giudiziarie e un repository AI per il tracciamento dei casi di copyright. Questi casi sono stati selezionati dopo ...

Discussione

Il framework proposto per la rete bayesiana rappresenta un progresso rispetto alla ricerca attuale sulla proprietà dei contenuti generati dall'IA, a differenza degli approcci descrittivi o di identificazione delle domande di altre opere. Gli altri lavori, incluso il documento base di Raghupathi et al.^{in 1}, utilizzano essenzialmente approcci di apprendimento automatico nell'analisi del testo nel tentativo di scoprire temi o categorie nel contesto del contenzioso su...

Materiali

Elenco dei materiali utilizzati in questo articolo

Nome	Azienda	Numero di catalogo	Commenti
Judicial Opinions & Court Records Dataset	Caselaw Access Project (CAP)	RRID:SCR_016043	Fonte di decisioni giudiziarie utilizzate per l'estrazione di ragionamenti legali e risultati di proprietà
AI & Copyright Case Tracker	CMS Legal	N/A	Dataset curato di controversie globali relative alla proprietà intellettuale legate all'IA
Legal Contracts & Agreements Dataset	Vari Repostitory Legali Pubblici	N/A	Documenti che definiscono proprietà, licenze e diritti contrattuali
Statutory and Case Law References	Portali Legali del Governo	N/A	Leggi sulla proprietà intellettuale e precedenti giudiziari utilizzati per l'analisi
Legal Annotation Guidelines	Difinita da esperti (Framework Manuale)	N/A	Regole per l'annotazione coerente delle variabili di incertezza legale
Annotated Legal Dataset	Genera in Studio	N/A	Dataset etichettato con variabili legali e tecniche per il modeling
Python Programming Environment (v3.10)	Python Software Foundation	RRID:SCR_008394	Ambiente di programmazione di base utilizzato per l'implementazione
pgmpy Library (v0.1.24)	Open-source	RRID:SCR_016274	Libreria utilizzata per il modeling delle reti Bayesiane
NumPy (v1.24)	Open-source	RRID:SCR_008633	Calcoli numerici e operazioni su array
Pandas (v1.5)	Open-source	RRID:SCR_018214	Pre-processing dei dati e gestione del dataset
Jupyter Notebook	Project Jupyter	RRID:SCR_018315	Ambiente interattivo per lo sviluppo del modello
Bayesian Network Model	Sviluppato nello Studio	N/A	Modello grafico probabilistico per l'inferenza della proprietà
Hill Climbing Algorithm (BIC)	Implementato tramite pgmpy	N/A	Metodo di apprendimento strutturale per la rete Bayesiana
Variable Elimination Inference Engine	Implementato tramite pgmpy	N/A	Computa le probabilità di proprietà posteriori
Scenario Analysis Module	Sviluppato nello Studio	N/A	Consente simulazioni "what-if"
Sensitivity Analysis Module	Sviluppato nello Studio	N/A	Misura l'influenza delle variabili sui risultati di proprietà
Cross-Validation Framework (k-fold, LOOCV)	Compatibile con Scikit-learn	RRID:SCR_002577	Usato per la validazione del modello e il testing di robustezza
Computing System (Intel Core i7, 16GB RAM)	Intel / OEM	N/A	Hardware utilizzato per l'addestramento e la valutazione del modello
Operating System (Windows 11)	Microsoft Windows	RRID:SCR_018096	Ambiente OS per l'implementazione