Notetaker con IA in tribunale: cosa significano le cause contro Granola e Otter per le tue riunioni

Due dei più noti notetaker con IA per le riunioni sono oggi convenuti in giudizio in class action federali in materia di privacy. Le cause, contro Otter.ai e Granola, non riguardano una violazione dei dati. Nessuno ha hackerato nulla. Riguardano qualcosa di più elementare: chi ha acconsentito a essere registrato e che cosa ha fatto poi il fornitore con le parole delle persone.

Se il tuo team usa un notetaker con IA, o partecipa a riunioni in cui lo usa qualcun altro, vale la pena capire queste cause. Qui sotto trovi che cosa è stato effettivamente depositato e deciso finora, che cosa resta soltanto un'accusa e le domande che ogni acquirente dovrebbe fare prima di estendere un notetaker a un'intera azienda.

Una nota di correttezza: una causa è un insieme di accuse, non un verdetto. Nulla di quanto descritto qui sotto è stato provato in tribunale, a meno che non diciamo che un tribunale si è pronunciato sul punto. Saremo precisi nel distinguere le due cose.

Il caso Otter: una giudice ha lasciato proseguire le pretese principali

In re Otter.AI Privacy Litigation, No. 25-cv-06911-EKL (U.S. District Court, Northern District of California, cioè il tribunale federale di primo grado del distretto settentrionale della California), riunisce quattro class action depositate inizialmente nel 2025, a partire da Brewer v. Otter.ai. I ricorrenti, persone che sono state registrate dal notetaker di Otter, sostengono che Otter abbia registrato e trascritto le loro conversazioni senza il consenso di tutti i partecipanti alla chiamata, e che abbia usato i dati delle conversazioni per i propri scopi, compreso il miglioramento dei propri modelli di machine learning.

Il 13 agosto 2026 la giudice Eumi K. Lee si è pronunciata sull'istanza di rigetto (motion to dismiss) presentata da Otter. Il tribunale ha accolto l'istanza in parte e l'ha respinta in parte, e le pretese principali sono rimaste in piedi:

• Le pretese rimaste in piedi comprendono quelle fondate sul Wiretap Act federale (ECPA), la legge sulle intercettazioni; sul California Invasion of Privacy Act (CIPA §§ 631 e 632), la legge californiana contro le violazioni della privacy; e sul Biometric Information Privacy Act dell'Illinois (BIPA), la legge sui dati biometrici, in questo caso sulla base di accuse relative a impronte vocali e profili di identificazione dei parlanti. A queste si aggiungono le pretese per arricchimento senza causa (unjust enrichment), per accertamento giudiziale (declaratory judgment) e per violazione della Unfair Competition Law della California.
• Le pretese respinte, per la maggior parte con facoltà di ripresentarle in forma modificata (leave to amend), comprendono quelle fondate sulle leggi federale e californiana sull'accesso ai sistemi informatici (CFAA/CDAFA) e sul Washington Privacy Act, insieme alla maggior parte delle pretese in materia di privacy fondate sul common law.

Il ragionamento che conta di più: il tribunale ha ritenuto che i ricorrenti avessero sostenuto in modo plausibile che Otter sia un "terzo intercettatore" (third-party eavesdropper) ai sensi del CIPA § 631, e non semplicemente un partecipante invitato o uno strumento passivo dell'organizzatore della riunione, perché Otter, secondo le accuse, "raccoglie, conserva e utilizza in modo indipendente le comunicazioni per i propri fini commerciali". In altre parole, nell'analisi del tribunale è stata l'accusa secondo cui il fornitore userebbe le registrazioni per sé, anche per migliorare i propri modelli, a trasformare uno strumento di registrazione in un intercettatore in senso giuridico.

Due limiti da tenere a mente. Primo, si tratta di una decisione in fase preliminare (pleading stage): la giudice ha ritenuto le pretese abbastanza plausibili da passare alla fase istruttoria (discovery); non ha stabilito che Otter abbia violato la legge. Nessun tribunale ha accertato la responsabilità di Otter, e nessuna classe è stata certificata. Secondo, la causa è ancora in corso, ma ha già superato la fase in cui le cause deboli vengono respinte, e l'esposizione prospettata nel ricorso, in termini di risarcimenti predeterminati dalla legge (statutory damages), è significativa (il CIPA prevede 5.000 dollari per violazione; l'ECPA prevede il maggiore tra 10.000 dollari per violazione e 100 dollari al giorno).

Il caso Granola: citata in giudizio proprio perché non ha alcun bot

Chamberlain v. Granola, Inc., No. 3:26-cv-07926 (N.D. Cal.), è stata depositata il 30 luglio 2026, davanti al giudice Edward M. Chen; il 19 ottobre 2026 è seguito un ricorso modificato (amended complaint). La ricorrente è una partecipante a una riunione, non un'utente di Granola, che afferma di non aver mai saputo che lo strumento fosse in funzione.

Il design di Granola è l'opposto di quello di Otter: nessun bot entra nella riunione, nulla compare nell'elenco dei partecipanti. Il prodotto cattura l'audio di sistema sul dispositivo stesso dell'utente. Secondo il ricorso, il problema è proprio questa invisibilità: l'atto richiama il marketing della stessa Granola (il prodotto è stato promosso con frasi del tenore di "le altre persone nella stanza non sapranno che c'è") e sostiene che le funzioni di notifica durante la riunione e di watermark vengano fornite disattivate per impostazione predefinita. Il ricorso avanza pretese ai sensi del Wiretap Act federale e del CIPA §§ 631 e 632, e formula inoltre una seconda accusa, distinta:

Addestramento dell'IA per impostazione predefinita. Secondo il ricorso, Granola userebbe le comunicazioni acquisite per addestrare modelli di IA per impostazione predefinita. La documentazione sulla sicurezza pubblicata dalla stessa Granola ne conferma i contorni: Granola addestra i modelli su dati anonimizzati, i singoli utenti possono escludersi (opt-out), l'opt-out per l'intera organizzazione è una funzione Enterprise e l'addestramento è disattivato per impostazione predefinita solo nei piani Enterprise; in altre parole, nei piani standard è attivo a meno che qualcuno non lo disattivi. Granola riconosce inoltre che, una volta incorporati in un modello, i dati non possono essere estratti, e che non può garantire che i dati non siano stati usati prima che un opt-out diventasse effettivo.

Questa causa è in una fase iniziale. All'inizio di novembre 2026 Granola non aveva risposto nel merito, i ricorrenti devono superare ostacoli giuridici concreti (primo fra tutti l'impianto del consenso di una sola parte su cui si regge la legge federale sulle intercettazioni) e nessuna delle accuse è stata provata. Una proposta di class action parallela, fondata su tesi analoghe, è stata depositata anche contro Fireflies.ai.

Lo schema ricorrente: a fare danni sono due impostazioni predefinite

Se si fa un passo indietro rispetto ai fascicoli processuali, le accuse nelle due cause riguardano le stesse due scelte di prodotto:

1. Una cattura che gli altri non possono vedere. Un bot che entra senza un accordo chiaro, oppure nessun bot e nessun segnale di alcun tipo. In entrambi i casi, le persone che hanno più da perdere, cioè quelle che vengono registrate senza aver mai scelto lo strumento, sono le ultime a saperlo.
2. Addestramento attivo per impostazione predefinita. Nel momento in cui un fornitore si riserva il diritto di imparare dalle tue conversazioni, smette di essere soltanto un tuo strumento agli occhi degli avvocati dei ricorrenti e, nella decisione sul caso Otter, agli occhi di una giudice federale nella fase preliminare. La tesi dell'"intercettatore" regge solo perché il fornitore, secondo le accuse, conserverebbe e userebbe i dati a proprio vantaggio.

Nessuna delle due cause riguarda davvero la qualità della trascrizione. Riguardano le impostazioni predefinite: che cosa succede alle persone dall'altra parte della chiamata e che cosa succede ai dati quando la riunione è finita.

Cinque domande da fare a qualsiasi fornitore di notetaker con IA (noi compresi)

1. Lo strumento addestra i suoi modelli sulle mie riunioni? Cerca la risposta nell'informativa sulla privacy, non nella pagina di marketing. Verifica se il "nessun addestramento" è un impegno contrattuale o soltanto un post sul blog.
2. Se l'addestramento esiste, qual è l'impostazione predefinita? "Puoi disattivarlo" e "non lo facciamo mai" sono risposte molto diverse. L'opt-out vale per singolo utente o per tutta l'organizzazione? Si applica retroattivamente?
3. Come fanno gli altri partecipanti a sapere che vengono registrati? Un bot visibile, un annuncio, un watermark. E queste notifiche sono attive per impostazione predefinita, o sepolte nelle impostazioni?
4. Chi sono i sub-responsabili del trattamento (subprocessor)? Il fornitore sa indicare per nome ogni azienda che tocca il tuo audio e le tue trascrizioni?
5. Che cosa succede quando me ne vado? Puoi esportare tutto, cancellare tutto e ottenere una risposta chiara su quanto tempo richiede la cancellazione, backup compresi?

La posizione di Laxis

Saremo brevi, perché questo post riguarda atti pubblici, non è una proposta commerciale. Laxis si impegna, nella nostra Informativa sulla privacy e nei nostri Termini di utilizzo, a questo: non usiamo le tue registrazioni, le trascrizioni, gli appunti o le dettature per addestrare modelli di IA senza il tuo consenso. I dettagli e il nostro ragionamento sono nel post che accompagna questo articolo: Le tue riunioni non sono dati di addestramento: l'impegno di Laxis. Sull'altra questione sollevata da queste cause, con Laxis il bot è opzionale: registri sul tuo dispositivo, oppure attivi un Bot Assistente AI visibile che entra nella chiamata. E poiché gli obblighi in materia di consenso ricadono su chi registra, abbiamo pubblicato anche una guida in parole semplici: È illegale registrare una conversazione?

Saranno i tribunali a decidere le cause Otter e Granola. Ma le domande che queste cause pongono (erano tutti d'accordo? E di chi sono i dati, dopo?) sono domande che dovresti farti prima della tua prossima riunione, non dopo il tuo primo ordine di esibizione (subpoena).

Fonti e approfondimenti

• In re Otter.AI Privacy Litigation, No. 25-cv-06911-EKL (N.D. Cal.), Order on Motion to Dismiss (ordinanza sull'istanza di rigetto), 13 agosto 2026 (Dkt. 68); fascicolo su CourtListener.
• Chamberlain v. Granola, Inc., No. 3:26-cv-07926 (N.D. Cal., depositata il 30 luglio 2026; ricorso modificato del 19 ottobre 2026).
• Barnes & Thornburg LLP, "AI Note-Taking Tools, Silent Recording, and the Consent Problem" (2026).
• Granola, documentazione sull'addestramento dei modelli (impostazioni predefinite di addestramento e opt-out per piano).

Questo post riassume atti giudiziari pubblici e documentazione dei fornitori a scopo di informazione generale. Non costituisce consulenza legale, e le accuse formulate in cause pendenti non sono fatti accertati.