Risposta rapida
È legale leggere pagine web con uno strumento AI?
Leggere pagine pubbliche è una pratica diffusa, ma le regole dipendono dal paese, dal contenuto e da come vi si accede. Nell'UE, gli opt-out leggibili da macchina come robots.txt limitano il text and data mining. Negli USA, diversi casi del 2025–2026 su AI e accesso automatizzato sono aperti, senza sentenza definitiva. WebReaderAPI rispetta robots.txt e gli opt-out AI; senza KYC, in cripto. Non è consulenza legale.
Date chiave
| 17 aprile 2019 | Direttiva DSM UE, articolo 4(3): il text and data mining commerciale può essere riservato con mezzi leggibili da macchina |
|---|---|
| 10 luglio 2025 | Codice di condotta EU GPAI: i firmatari si impegnano a usare crawler che leggono e rispettano robots.txt |
| 5 dicembre 2025 | The New York Times ha citato in giudizio Perplexity per l'acquisizione dei suoi contenuti (accuse) |
| 31 luglio 2026 | Reddit c. SerpApi e Perplexity: le accuse ai sensi del DMCA §1201(a) superano la mozione di archiviazione (accuse) |
| Riportato il 5 agosto 2026 | La Ninth Circuit annulla l'ingiunzione di Amazon contro l'agente Comet di Perplexity |
Cosa dice la legge UE sulla lettura dei contenuti web?
La legge UE consente il text and data mining di contenuti legalmente accessibili, ma permette ai titolari dei diritti di riservarlo. L'articolo 4(3) della direttiva DSM (2019/790) stabilisce che l'eccezione commerciale si applica solo se l'uso non è stato espressamente riservato "in modo appropriato, ad esempio con mezzi leggibili da macchina" per i contenuti pubblicati online.
Il Codice di condotta dell'AI Act UE per i modelli di AI generale, pubblicato il 10 luglio 2025, va oltre per i suoi firmatari. Si impegnano a usare crawler che leggono e rispettano robots.txt e altri protocolli leggibili da macchina appropriati. Ecco perché rispettare robots.txt e le preferenze AI dichiarate è diventato un requisito di base per l'uso in Europa.
Quali casi USA contano, e a che punto sono?
Nessuno ha prodotto una sentenza definitiva sulla lettura di pagine pubbliche per l'AI. I fatti finora, tutti come accuse salvo diversa decisione di un tribunale:
- Reddit c. SerpApi, Perplexity e altri (S.D.N.Y.). Il 31 luglio 2026 il tribunale ha ammesso le accuse ai sensi del DMCA §1201(a) nella fase di pleading, trattando le protezioni di Google basate su challenge come misure che controllano l'accesso. Nessun convenuto è stato dichiarato responsabile.
- The New York Times c. Perplexity. Depositato il 5 dicembre 2025. Il Times sostiene che i suoi contenuti siano stati recuperati al momento della query dopo che aveva bloccato Perplexity in robots.txt.
- Amazon c. Perplexity. Come riportato il 5 agosto 2026, la Ninth Circuit ha annullato un'ingiunzione contro l'agente di shopping Comet di Perplexity, osservando che l'assistente ha agito su istruzioni del suo utente. La corte ha dichiarato di non aver stabilito alcuna regola generale per l'AI agentica.
La direzione è mista, e i ricorsi continuano. Considera qualsiasi riassunto, compreso questo, come datato.
Cosa riduce il rischio quando uno strumento AI legge delle pagine?
Alcune pratiche ricorrono in ogni regola e caso sopra:
- Leggi solo pagine pubbliche. Niente login, niente aree riservate ai membri, niente paywall.
- Rispetta le opt-out leggibili da macchina. robots.txt e le preferenze AI dichiarate, come
ai-input=no. - Non aggirare mai una protezione. Niente user agent camuffati, niente indirizzi a rotazione per sfuggire ai blocchi, niente risoluzione di challenge.
- Evita i dati personali. Non raccogliere profili, recapiti o altri dati su persone private.
- Cita le fonti. Conserva l'URL con ogni pagina e mostralo quando una risposta si basa su di esso.
Queste sono buone pratiche, non una garanzia. Chiedi a un avvocato per il tuo caso d'uso.
Cosa fa WebReaderAPI dal suo lato?
Abbiamo costruito il servizio intorno a queste pratiche. Rispettiamo robots.txt: il nostro crawler si identifica come WebReaderAPI, segue le regole scritte per lui o per tutti i robot e non legge una pagina che un sito vieta. Le pagine rifiutate non vengono addebitate. Se un sito dichiara Content-Signal: ai-input=no nel suo robots.txt, non leggiamo le sue pagine per te. Se un sito rifiuta la nostra richiesta, restituiamo la sua risposta: non risolviamo mai CAPTCHA, non accediamo agli account e non tentiamo di aggirare un blocco o un paywall.
La nostra Acceptable Use Policy vieta di raccogliere dati personali su persone private e di leggere contenuti dietro un login o un paywall. Ogni richiesta si identifica come WebReaderAPI/1.0 (+https://webreaderapi.com/bot/), e la nostra pagina crawler spiega ai proprietari dei siti come contattarci.
Domande legali
Rispettare robots.txt rende legale il mio uso?
Non di per sé. Risponde alla questione dell'opt-out UE e dimostra buona fede, ma copyright, contratti, normative sulla privacy e i termini di ciascun sito si applicano comunque. Questo non è un parere legale.
Posso memorizzare le pagine che leggo?
Dipende dai contenuti, dal tuo scopo e dalla tua giurisdizione. WebReaderAPI non conserva alcuna copia delle pagine che legge per te; ciò che memorizzi dal tuo lato è una tua decisione e una tua responsabilità.
Leggere una pagina per un singolo utente è diverso dal crawling di un sito?
Alcuni fornitori e una corte d'appello hanno trattato un agente guidato dall'utente in modo diverso da un crawler. La legge non è consolidata, quindi WebReaderAPI applica le stesse regole robots.txt a entrambi.
Dove posso leggere di più?
La nostra guida a robots.txt copre gli standard, e le fonti qui sotto rimandano ai testi e ai rapporti. Per la tua situazione specifica, chiedi a un avvocato nella tua giurisdizione.
Fonti (5)
- Direttiva (UE) 2019/790, articolo 4 — legislation.gov.uk (read 2026-10-22)
- L'AI Office pubblica la versione finale del Codice di condotta per i modelli di AI generale — Global Policy Watch (2025-07)
- Reddit c. SerpApi LLC — Loeb & Loeb (2026-08)
- NYT cita in giudizio il motore di ricerca AI Perplexity — The Decoder (read 2026-10-22)
- Un tribunale USA annulla l'ingiunzione di Amazon contro Perplexity — Retail Insight Network (2026-08-05)