Con le Guidelines 03/2026 on web scraping in the context of generative AI, adottate l’8 luglio 2026 e sottoposte a consultazione pubblica, l’European Data Protection Board interviene su uno dei profili più delicati nello sviluppo dei sistemi di intelligenza artificiale generativa: la raccolta automatizzata di dati disponibili online per la costituzione dei dataset di training.

Il rapido sviluppo dell'Intelligenza Artificiale Generativa (GenAI) si basa sull'acquisizione di enormi datasets dal web, incluso lo scraping sistematico di opere protette da copyright. Ciò da luogo ad una tensione normativa con il dovere costituzionale, sancito dall'articolo 17(2) della Carta dei Diritti Fondamentali dell'Unione Europea, di garantire la protezione della proprietà intellettuale.

Il web scraping (o data scraping) è un modo automatizzato per estrarre grandi quantità di informazioni pubbliche dal web.