I doppiatori giapponesi hanno scritto da soli le regole del consenso per l'IA

Masako Nozawa dà la voce a Son Goku dal 1986. Ha 89 anni. Nel 2025 è diventata la prima doppiatrice a ricevere uno dei più alti riconoscimenti culturali del Giappone.

Questo mese, parlando con NHK dei video che ricreano la sua voce con l'IA, ha detto: «Questa non è la mia voce. Usarla senza permesso è imperdonabile. È la stessa cosa di un furto, e mi fa arrabbiare».

Ha aggiunto che le copie possono essere tecnicamente perfette e comunque non funzionare. «Magari è una copia perfetta. Ma non ha cuore, vero?»

Quelle frasi sarebbero già di per sé una bella storia umana. Sono arrivate insieme a qualcosa di più pesante: il 15 ottobre il Japan Actors Union ha pubblicato le linee guida sull'uso della voce con l'IA, che riguardano circa 2.600 tra attori e doppiatori.

Che cosa chiedono davvero le linee guida

Il punto centrale è il consenso preventivo. Gli interpreti devono essere d'accordo prima che la loro voce venga usata per addestrare modelli di IA, per generare nuove registrazioni o per comparire in contenuti pubblicati. Le linee guida stabiliscono anche un compenso e tutele contro l'uso non autorizzato.

L'ordine è la parte importante. Non è un meccanismo di rimozione, è un meccanismo di permesso. Il default si ribalta: da «usalo e toglilo su richiesta» a «chiedi prima». È un cambiamento molto più grande di quanto sembri, perché mette l'onere della prova su chi clona, non su chi viene clonato.

E dà agli interpreti una cosa che le cause individuali raramente offrono: una checklist. Prima che qualcuno firmi un contratto di sintesi, il sindacato ha già stabilito che cosa deve contenere un contratto equo.

Un sindacato è un posto strano ed efficace per scrivere uno standard

Quasi tutti i paesi stanno affrontando la questione per via legislativa o giudiziaria. Il Giappone lo fa con l'organizzazione collettiva, e c'è un motivo per cui può funzionare più in fretta.

La legge è lenta e generale. I tribunali sono più lenti e valgono solo per chi fa causa. Una linea guida sindacale non è né l'una né l'altra. È uno standard di mercato che 2.600 professionisti in attività possono porre come condizione per lavorare: le case di produzione devono metterlo in conto prima del primo progetto, non dopo la prima causa.

Risolve anche un problema di coordinamento che un singolo interprete non può risolvere. Una giovane doppiatrice a cui chiedono di firmare una clausola ampia sulla sintesi ha pochissimo potere contrattuale. Un sindacato che dice «questa clausola non va bene» le dà un margine che da sola non avrebbe avuto.

Il limite ovvio: una linea guida non è legge applicabile. Se uno studio la ignora, la risposta è sindacale, non legale. Ma in un'industria dove le stesse quattro agenzie piazzano quasi tutto il lavoro, la pressione sindacale non è poco.

Nozawa non è contro la tecnologia

Il dettaglio che quasi tutti hanno saltato: ha detto anche che l'IA la entusiasma.

La sua obiezione riguarda l'autorizzazione, non l'esistenza della sintesi. «Non posso perdonare che la si usi senza chiedere», ha detto. «Voglio che la gente rispetti le regole».

È una posizione più utile di un rifiuto totale, perché indica una linea praticabile. La tecnologia va bene; manca un livello di permesso e un pagamento. Ed è esattamente quello che le linee guida provano a costruire.

È la stessa posizione di Megumi Ogata, che ha doppiato Shinji in Evangelion e ad agosto ha definito il clonaggio vocale con l'IA «straziante», chiedendo al governo di intervenire. Due interpreti molto diversi, la stessa richiesta: non un divieto, un regolamento.

Perché la voce è un caso più difficile dell'immagine

C'è una ragione strutturale per cui gli interpreti stanno vincendo questa discussione più in fretta degli artisti visivi.

Una voce è inequivocabilmente di una persona sola. Nessuno sostiene che una voce sia un genere o una tecnica. Quando qualcuno clona il Goku di Nozawa, non c'è alcuna tesi credibile che si sia solo ispirato a uno stile: ha riprodotto lo strumento di una persona identificabile.

Lo stile è l'ambiguità che tiene impantanate le cause sulle immagini da tre anni. La voce non ha quella via di fuga. Per questo i casi sulla voce sono andati più veloci, e per questo gli standard che si scrivono adesso diventeranno probabilmente il modello su cui si costruiranno le regole sulla somiglianza visiva.

Per chi costruisce prodotti che sintetizzano volti o voci, questo è il segnale da leggere: l'architettura del consenso la stanno definendo prima gli interpreti, e verrà esportata.

Il doppiaggio è il punto in cui tutto questo costa

Le voci degli anime sono il caso visibile, il doppiaggio è quello commerciale.

Ogni film e ogni serie straniera che esce in Giappone viene ridoppiata, e quel lavoro è una fetta grande, costante e sindacalizzata dell'industria. È anche la parte più ovviamente automatizzabile del mestiere: rispettare il labiale, tenere il registro del personaggio, consegnare in tempo. Un modello che faccia un doppiaggio accettabile a un decimo del costo è un'offerta esistenziale per chi ci campa.

È proprio per questo che le regole sul consenso contano qui più che in qualsiasi altro angolo del lavoro vocale. Se il doppiaggio diventa sintetico per default, la professione si riduce a un ruolo di supervisione. Se richiede consenso e pagamento, diventa un input su licenza: la stessa posizione strutturale di un autore quando si fa una cover.

Le linee guida non risolvono quella partita. Assicurano solo che gli interpreti siano al tavolo quando si fissano le condizioni, invece di scoprirlo dopo da un trailer.

Che cosa significa in pratica

Tre cose, per tre persone diverse.

Se sei un interprete, l'oggetto utile è la checklist. Chiedi l'ambito dell'uso per l'addestramento, la durata, il territorio, se è concessa la sublicenza e che fine fanno i derivati alla scadenza del contratto. Fatti dare la risposta per iscritto. «Non ti cloneremo» non è una clausola.

Se stai costruendo un prodotto, il consenso sta diventando un problema di dati prima che legale. Ti serve un registro di chi ha accettato cosa, legato allo specifico modello vocale e con una scadenza. Gli studi che sanno produrre quel registro su richiesta vinceranno i contratti; quelli che non sanno farlo li perderanno, qualunque sia la qualità del risultato.

Se sei pubblico, il cambiamento interessante è che «è una persona vera?» sta diventando la domanda sbagliata. Quella giusta è «questa persona ha acconsentito?». La prima è un problema di rilevamento che nessuno sta vincendo. La seconda è un problema di carte che si può davvero risolvere.

La frase che verrà citata

«Senza cuore non va bene, qualunque sia il ruolo. Anche una voce che si limita a piangere è diversa quando piangi con sentimento vero».

La si può leggere come una vecchia interprete che difende il mestiere da una macchina, e molti lo faranno. Ma l'affermazione è più precisa. Sta dicendo che ciò che viene copiato non è il suono: è la decisione dietro il suono, la scelta di piangere in un certo modo in una determinata ripresa.

Quello non si può concedere in licenza, e non si può sintetizzare. Si può solo assumere la persona che lo fa. Le linee guida esistono perché quell'assunzione avvenga ancora, e perché, quando non avviene, qualcuno venga pagato.