Chiedere a ChatGPT di scrivere un racconto dell’orrore nello stile di Stephen King non porta più a un pastiche di frasi spezzate e atmosfere claustrofobiche. Ora il chatbot risponde con un garbato rifiuto, offrendo invece una «sensazione simile» pur mantenendo la propria voce. È quanto verificato questa mattina da Ars Technica, che ha ricevuto un diniego anche quando il prompt citava J.K. Rowling, Amy Tan, Charles Dickens o Ernest Hemingway: una sterzata che segna un dietrofront netto rispetto a comportamenti precedenti.

Un’analisi pubblicata da No Latency nelle scorse settimane aveva già notato la differenza: ChatGPT accettava di copiare lo stile di autori defunti, mentre si rifiutava per quelli in vita. Ora il blocco è totale, senza distinzioni. OpenAI non ha commentato ufficialmente il cambio di policy, ma la lettura più immediata è che l’azienda stia reagendo a un rischio legale crescente. Le cause sul diritto d’autore legate ai dati di training si moltiplicano, e anche l’imitazione stilistica – per quanto non copra testi specifici – potrebbe essere interpretata come produzione di opere derivate. Con le major dell’editoria già pronte a fare muro, evitare ogni traccia di clonazione è un passo preventivo quasi obbligato per un servizio cloud che deve accontentare azionisti e regolatori.

Per gli utenti, però, il cambio ha un sapore agrodolce. Da un lato è una dimostrazione di quanto un singolo avviso legale possa ridisegnare le capacità di un LLM ospitato su cloud. Dall’altro è il campanello che ricorda dove risiede il vero controllo: dietro ogni API, c’è un provider che decide cosa la macchina può o non può dire. E qui la storia incrocia il tema centrale per chi valuta deployment locali o on-premise. Un LLM self-hosted, che gira su un server aziendale o su hardware dedicato, non ha guardrail imposti da terzi. Se l’organizzazione ha bisogno di simulare un certo stile per ragioni creative, educative o di ricerca – nel pieno rispetto delle normative vigenti, e con le dovute cautele legali interne – può farlo senza che un aggiornamento silenzioso stravolga l’output. Niente blackout improvvisi, niente «mi dispiace, non posso» decisi a migliaia di chilometri di distanza.

Non è solo una questione letteraria. Lo stesso principio vale per qualsiasi dominio in cui la libertà di prompting è cruciale: assistenza clienti, sceneggiatura, produzione di documentazione tecnica con un tone of voice specifico, generazione di codice in uno stile personale. Ogni paletto imposto dal cloud è un vincolo che si paga in termini di creatività e agilità. Chi fa girare modelli aperti in locale – magari dopo un fine-tuning mirato su corpora proprietari – non subisce questo tipo di frenate. Certo, ci sono costi infrastrutturali e complessità da gestire, ma la sovranità sull’inference è un asset che sta diventando difficile da ignorare.

La vicenda segnala un riassetto strutturale: più i provider cloud serrano le maglie per proteggersi da azioni legali e rischi reputazionali, più spingono una fetta di utenti professionali a valutare stack on-premise. Non è un esodo, ma un lento riequilibrio di forze. Possiamo leggerlo come un paradosso: nel tentativo di rendere ChatGPT più sicuro e meno esposto, OpenAI rende involontariamente più appetibile l’alternativa del fai-da-te. Per chi sviluppa strategie LLM la domanda non è più se il modello sa scrivere come Stephen King, ma chi decide se può farlo.