ChatGPT gratis ai ricercatori: l'accesso non costa nulla, il conto arriva dopo

OpenAI apre i modelli di frontiera a centomila accademici, Italia compresa. Ma la partita vera si gioca su dati, appalti e dipendenza tecnologica

Lo scorso 29 luglio OpenAI ha annunciato ChatGPT for Academic Researchers, il programma con cui la società di San Francisco mette gratuitamente i propri modelli più avanzati nelle mani di centomila ricercatori entro il 2027. Il primo scaglione, diecimila utenze, è partito nel corso dell’estate; fra le istituzioni italiane indicate come idonee figurano l’Università Bocconi, l’Università degli Studi di Bari “Aldo Moro”, l’Università degli Studi di Torino e la CRUI con la Fondazione CRUI, con la promessa di un elenco destinato ad ampliarsi.

Chi può accedere, e a cosa

La gratuità ha una durata definita — dodici mesi di workspace dedicato — e una platea altrettanto definita. Possono candidarsi soltanto docenti con attività di ricerca e ricercatori post-dottorato affiliati a istituzioni ammesse, a condizione che abbiano firmato negli ultimi tre anni almeno un contributo depositato su archivi di preprint quali arXiv, bioRxiv o ChemRxiv, in una delle aree ammesse: scienze biologiche, chimica e materiali, informatica, scienze della Terra e planetarie, ingegneria, matematica, fisica. L’affiliazione va verificata tramite un servizio terzo di attestazione; ogni titolare può invitare fino a quattro collaboratori del proprio ateneo. Restano fuori dottorandi, studenti e, soprattutto, l’intero campo delle scienze umane, sociali e giuridiche.

L’ambiente offerto prevede protezioni di livello business e soglie d’uso allineate al piano professionale, ma non include crediti API: i modelli non possono cioè essere integrati nei software di ateneo né impiegati per elaborazioni automatizzate. Alla scadenza non è previsto alcun rinnovo automatico: OpenAI comunicherà le eventuali condizioni di prosecuzione, altrimenti lo spazio di lavoro verrà disattivato, con possibilità di esportare i contenuti.

Il contratto CRUI è un’altra cosa (ma il perimetro è lo stesso)

Il programma non va confuso con l’accordo che la CRUI ha già in essere con OpenAI Ireland Limited per la fornitura triennale di soluzioni software e servizi, cioè il perimetro di ChatGPT Edu: si tratta di ambienti distinti, che possono al più raccordarsi sul piano operativo quando il ricercatore selezionato appartenga a un ateneo già dotato di licenze, senza che il workspace gratuito confluisca nel contratto. Quest’ultimo è stato affidato con procedura negoziata senza previa pubblicazione di un bando di gara ai sensi dell’art. 76, comma 2, lett. b), del d.lgs. 36/2023, sul presupposto — sostenuto dalla Conferenza — che gli atenei richiedessero proprio quei prodotti e che non esistano concorrenti equivalenti a ChatGPT Edu. Secondo i dati resi noti dalla CRUI, nel primo anno hanno aderito 78 istituzioni per circa 40.000 licenze e 2,7 milioni di euro di spesa, con una stima di 3,5 milioni per ciascuna delle due annualità successive, a fronte di un valore massimo triennale che le ricostruzioni giornalistiche indicano in 30 milioni.

Il nodo non è il training, è il contratto

Sul piano giuridico la questione centrale non è la rassicurazione — pur ribadita — che i contenuti non alimentino l’addestramento dei modelli. È una configurazione predefinita, non una garanzia strutturale. Come osserva in un’intervista al Fatto Quotidiano Corrado Giustozzi, docente di cybersecurity all’Università Campus Bio-Medico di Roma, chi usa questi strumenti per ricerca vi immette necessariamente materiali di frontiera: dataset, codice, ipotesi, risultati non ancora pubblicati, bozze, informazioni potenzialmente brevettabili. Le domande che contano diventano allora contrattuali e verificabili: quali obblighi di riservatezza sono assunti, se la cancellazione richiesta produca un’effettiva eliminazione, dove i dati risiedano, chi possa accedervi, quali sub-fornitori intervengano. E soprattutto per quanto tempo quelle condizioni restino stabili, considerato che un operatore privato può trovarsi esposto a pressioni o obblighi imposti dal proprio ordinamento nazionale.

La localizzazione europea, aggiunge Giustozzi, è una garanzia formale rilevante ma non assoluta: il problema diventa politico prima che tecnologico, e riguarda ogni cloud extraeuropeo cui si affidino dati sensibili. Sul punto OpenAI dichiara che per i clienti idonei sono disponibili opzioni di conservazione ed elaborazione entro una determinata area geografica, ma non conferma che tali impostazioni siano attive per tutti i ricercatori italiani. Quanto alle conversazioni cancellate, la rimozione è indicata entro trenta giorni, salvo obblighi legali o di sicurezza.

Ne discende un onere che ricade per intero sulle singole università, in qualità di titolari del trattamento: individuare i dati caricabili e quelli vietati, ricostruire la catena dei responsabili e dei sub-responsabili, verificare trasferimenti e tempi di conservazione, valutare la necessità di una valutazione d’impatto ex art. 35 GDPR. A ciò si aggiunge, dal 2 febbraio 2025, l’obbligo di alfabetizzazione in materia di intelligenza artificiale di cui all’art. 4 del Regolamento (UE) 2024/1689.

Il lock-in che non si vede

La possibilità di esportare i dati e l’assenza di rinnovo automatico attenuano il rischio di dipendenza tecnica e formale, non quello sostanziale. Il punto, come rileva Mario De Caro, ordinario di filosofia morale a Roma Tre e titolare della cattedra UNESCO per l’etica dell’IA, non è che OpenAI si appropri dei risultati: è che l’uso intensivo da parte di comunità scientifiche d’eccellenza rafforza il prodotto e la sua posizione nell’ecosistema della conoscenza. Dopo dodici mesi un gruppo di ricerca avrà costruito procedure, archivi di richieste e abitudini attorno a quello specifico ambiente. Disabituarsi sarà più difficile che iniziare.

Nessuno può ragionevolmente chiedere ai ricercatori di rinunciare a strumenti divenuti decisivi, dalle simulazioni complesse alla previsione delle proprietà dei materiali, dallo sviluppo di farmaci alle nanotecnologie. Ciò che manca è il termine di paragone: le esperienze europee, da Mistral ai progetti italiani come Minerva, non reggono il confronto per basi dati e finanziamenti. Servirebbe, appunto, un investimento continentale capace di costruire non un altro modello, ma un’infrastruttura alternativa.

Resta il dato di fondo, che è insieme giuridico e istituzionale: un’infrastruttura privata sta entrando nel cuore della ricerca pubblica in assenza di linee guida comuni. E le infrastrutture, quando diventano indispensabili, smettono di essere gratuite.