Punti chiave sullo sviluppo dell’IA
- In assenza di tracciabilità del processo, la tutela del codice generato dall’IA ai sensi del diritto d’autore diventa difficile da difendere
- La conservazione e la marcatura temporale del dialogo con il modello (prompt, risposte, iterazioni) consentono di predisporre in anticipo una prova di originalità, di giustificare una richiesta di tutela del diritto d’autore e di documentare il lavoro degli sviluppatori nell’ambito di una richiesta di credito d’imposta per la ricerca
- La marcatura temporale qualificata eIDAS consente di costituire in tempo reale un fascicolo probatorio opponibile
- L'integrazione tramite API consente allo sviluppatore di monitorare il proprio lavoro senza interrompere il flusso di lavoro
Programmazione con l'IA: come sta cambiando la professione dello sviluppatore
L’avvento degli strumenti di generazione del codice ha profondamente modificato la quotidianità dello sviluppatore. Laddove un tempo scriveva ogni singola riga, ora svolge un ruolo di coordinamento: formula istruzioni, valuta i suggerimenti del modello, li perfeziona, li scarta o li convalida. Il vantaggio è concreto: le attività ripetitive vengono velocizzate e la qualità del codice prodotto migliora per determinate tipologie di problemi.
L'adozione di queste nuove pratiche è su vasta scala. GitHub Copilot contava 20 milioni di utenti nel luglio 2025[1]. Secondo lo Stack Overflow Developer Survey 2025, l'84% degli sviluppatori utilizza o prevede di utilizzare strumenti basati sull'intelligenza artificiale nel proprio flusso di lavoro.
Questo cambiamento di ruolo è reale. Tuttavia, ciò non significa che lo sviluppatore scompaia dal processo creativo. Al contrario: è proprio lui a stabilire i vincoli, a selezionare e a decidere. Il suo intervento rimane fondamentale, a condizione che sia documentato.
Quali sono le sfide legate allo sviluppo con l'IA?
Lo sviluppo assistito dall'intelligenza artificiale solleva questioni giuridiche che i team tecnici raramente sono preparati ad anticipare. La prima di queste riguarda un requisito fondamentale: l'originalità.
L'originalità del codice: un requisito difficile da dimostrare
La questione giuridica sollevata dallo sviluppo assistito dall’IA è, in fondo, piuttosto datata. Affinché un software sia protetto dal diritto d’autore, deve essere originale, ai sensi dell’articolo L. 111-1 del Codice della proprietà intellettuale.
La Corte di cassazione, nella sentenza Pachot del 7 marzo 1986[2], ha precisato tale criterio per i programmi per computer: l’originalità presuppone uno sforzo personalizzato che rifletta un know-how, al di là della semplice applicazione di una logica automatica e vincolante.
In pratica, tale criterio viene raramente documentato man mano che il lavoro procede. In assenza di elementi probatori relativi al processo creativo, il giudice, che non è un esperto in materia di diritto d’autore, tende a concludere che manchi l’originalità, ponendo così fine al dibattito sulla contraffazione prima ancora che sia realmente iniziato.
Lo sviluppo assistito dall’IA non crea questo problema: lo mette in luce e lo amplifica. Ormai non si tratta più solo di dimostrare che lo sviluppatore abbia compiuto scelte creative. Occorre anche dimostrare quale parte dell’opera sia a lui attribuibile e quale parte sia stata generata dal modello.
Allo stato attuale del diritto, nessuna norma legislativa o giurisprudenziale garantisce la tutela del diritto d’autore a un’opera la cui componente umana non possa essere identificata e documentata. Ciò pone lo sviluppatore che programma avvalendosi dell’IA in una situazione probatoria particolarmente vulnerabile.
È proprio qui che entra in gioco la tracciabilità delle interazioni con il modello. Documentare i prompt, le risposte e le iterazioni nel corso del processo creativo risolve contemporaneamente entrambi i problemi:
- È proprio in queste valutazioni (la scelta di un prompt piuttosto che di un altro, il rifiuto di un suggerimento, la riformulazione di un'istruzione) che risiede l'originalità in senso giuridico?;
- È proprio questo che il giudice deve trovare documentato per poter valutare la quota di contributo umano nella progettazione.
Responsabilità e quadro normativo: a chi spetta l’onere della prova?
La responsabilità in caso di controversia segue la stessa logica: che si tratti di una contestazione di paternità, di un'azione per contraffazione o di una controversia contrattuale sulla titolarità del codice, spetta sempre allo sviluppatore o all'azienda fornire la prova, mai al modello.
Il quadro normativo, dal canto suo, è ancora in fase di definizione. Il rapporto del Senato intitolato «Creazione e IA: dalla predazione alla condivisione del valore»[3] (luglio 2025) e l’incarico affidato dal CSPLA ad Alexandra Bensamoun[4], le cui conclusioni sono attese per l’estate del 2026, delineano i contorni di un diritto in fase di elaborazione. In questo periodo di incertezza, è meglio anticipare gli sviluppi piuttosto che attendere.
La tracciabilità dei prompt dell’IA: un punto cieco da colmare
Un repository Git registra ciò che è stato prodotto. Non fornisce alcuna indicazione su come né sul perché. La sequenza dei commit ripercorre l’evoluzione del codice. Tuttavia, essa non documenta le decisioni che ne hanno determinato la forma: perché è stata scelta questa architettura piuttosto che un’altra, perché quel prompt è stato riformulato tre volte prima di essere definitivo, perché un determinato suggerimento relativo al modello è stato scartato. È proprio in queste decisioni, tuttavia, che si esprime l’originalità dello sviluppatore.
In occasione della conferenzadell’Agenzia per la Protezione dei Programmi “Clean Code, Clean IP: programmare nell’era dell’IA”[5], l’avvocato Jérémy Pappalardo ha ricordato che la sfida pratica risiede proprio in questo: dimostrare che, dietro al codice generato, un essere umano ha compiuto delle scelte. A tal fine, ha sottolineato la necessità di conservare i prompt e le risposte del modello come materiale preparatorio di progettazione (allo stesso modo dei bozzetti o delle note di lavoro in altri ambiti creativi) e di contrassegnarle con la data e l’ora per stabilire l’antecedenza e la cronologia del processo creativo, costituendo così, man mano che si procede, un fascicolo probatorio presentabile dinanzi a un giudice.
Esistono strumenti per la gestione dei prompt. Tuttavia, essi non conferiscono alcun valore probatorio: consentono di organizzare i dati, ma non ne attestano l’autenticità. Salvare i propri prompt senza apporvi un timbro temporale equivale a costituire un fascicolo senza garantirne né la data certa né l’integrità, due condizioni che risultano tuttavia determinanti dinanzi a un giudice.
La marcatura temporale certificata tramite API: un’integrazione nativa nel flusso di lavoro di sviluppo dell’IA
La marcatura temporale qualificata ai sensi del regolamento eIDAS associa in modo crittografico una data e un'ora esatte a un documento digitale, con una presunzione legale di accuratezza riconosciuta in tutta l'Unione europea.
Se applicato ai prompt e alle versioni del codice, consente di costituire man mano un fascicolo probatorio strutturato: ogni fase significativa del processo (prompt selezionato, versione convalidata, risultato intermedio) viene datata e sigillata in modo legalmente opponibile.
Predisporre un fascicolo probatorio opponibile
Documentare le interazioni con il modello non è sufficiente se tale documentazione non è certificata. Un file di log, uno screenshot, un’esportazione della conversazione?: nessuno di questi elementi garantisce né la data né l’integrità dei dati in senso giuridico. La marcatura temporale qualificata eIDAS conferisce a ogni fase del processo una data certa e un’integrità verificabile, costituendo così un fascicolo probatorio presentabile dinanzi a un giudice in caso di contestazione della paternità o di azione per contraffazione.
Tracciare il proprio lavoro senza interrompere il flusso di lavoro
L'adozione di questa funzionalità tramite API, come proposto da Evidency, consente un'integrazione diretta nei flussi di lavoro di sviluppo esistenti, senza modificare le abitudini lavorative dei team. Con una sola chiamata viene generato un token di marcatura temporale qualificato, verificabile in qualsiasi momento. La sua implementazione non richiede alcuna competenza giuridica: si tratta di uno strumento tecnico, pensato per i team di sviluppo.
Un vantaggio per le richieste di credito d'imposta per la ricerca
La tracciabilità delle interazioni con l’IA rappresenta un ulteriore vantaggio per le imprese che intraprendono attività di ricerca e sviluppo. Il credito d’imposta per la ricerca richiede infatti di documentare la natura e la portata dei lavori svolti. Una cronologia con indicazione della data e dell’ora relativa ai prompt, alle iterazioni e alle versioni del codice costituisce una solida base documentale per giustificare l’ammissibilità delle spese e rispondere con serenità a un’eventuale verifica fiscale.
Per un CTO, i tre vantaggi sono quindi complementari: ridurre il rischio di contestazioni sulla titolarità del codice prodotto con l’IA, integrare la tracciabilità senza intoppi nei flussi di lavoro esistenti e ottimizzare la pratica CIR dell’azienda.
Sviluppo assistito dall’IA: la tracciabilità come nuovo standard
L'intelligenza artificiale generativa ha rivoluzionato la velocità di produzione del codice. Tuttavia, non ha modificato le norme che ne regolano la tutela giuridica. Un software prodotto con l’ausilio di un modello rimane soggetto agli stessi requisiti di originalità di un codice scritto riga per riga. Tuttavia, si aggiunge una difficoltà:l’intervento umano deve ora essere dimostrato, non solo affermato.
In questo contesto, documentare il proprio processo di sviluppo non è più una precauzione secondaria. Si tratta di una pratica professionale a tutti gli effetti, al pari del versioning o dei test unitari. Gli sviluppatori e le aziende che oggi la integrano nei propri flussi di lavoro si assicurano un vantaggio concreto: quello di poter difendere e valorizzare il proprio lavoro, indipendentemente dal ruolo svolto dal modello nella sua realizzazione.
Fonti
1 Microsoft Investor Relations, Trascrizione della teleconferenza sui risultati finanziari del quarto trimestre dell’anno fiscale 25 (30 luglio 2025): https://www.microsoft.com/en-us/Investor/earnings/FY-2025-Q4/press-release-webcast
2 Corte di cassazione, Sezione penale, seduta plenaria, 7 marzo 1986, sentenza Pachot, ricorso n. 83-10477: https://www.legifrance.gouv.fr/juri/id/JURITEXT000007016934
3 Senato, relazione informativa n. 842 (2024-2025), Creazione e IA: dalla predazione alla condivisione del valore, rel. A. EVREN, L. DARCOS e P. OUZOULIAS, Commissione per la cultura, l’istruzione, la comunicazione e lo sport, presentato il 3 luglio 2025: https://www.senat.fr/rap/r24-842/r24-842.html
4 https://www.culture.gouv.fr/chi-siamo/organizzazione-del-ministero/consiglio-superiore-della-proprietà-letteraria-e-artistica-cspla/lavori-e-pubblicazioni-del-cspla/compiti-del-cspla/il-cspla-avvia-una-missione-relativa-alla-protezione-dei-contenuti-generati-mediante-l’uso-dell’ia-generativa
5 Codice generato dall’IA: analisi dei prompt, Competenze nei sistemi informativi, maggio 2026, n. 523, pag. 6
Esonero di responsabilità
Le opinioni, le presentazioni, i dati e le stime riportati sul sito web, ivi compreso il blog, hanno esclusivamente scopo informativo e non devono essere considerati come consulenza legale. Per ottenere un parere legale, è necessario rivolgersi a un professionista del diritto nella propria giurisdizione.
L'uso del contenuto di questo sito web, compreso il blog, per scopi commerciali, inclusa la rivendita, è vietato senza il previo consenso di Evidency. La richiesta di autorizzazione deve specificare lo scopo e la portata della riproduzione. Per scopi non commerciali, tutto il materiale di questa pubblicazione può essere citato o ristampato liberamente, ma è necessario un riconoscimento e un link a questo sito web.


