Britannica poursuit OpenAI pour violation massive du droit d’auteur Britannica accuse OpenAI d’utiliser massivement des contenus protégés pour entraîner ses IA, menaçant les éditeurs et posant des questions juridiques majeures.
Dans le cadre de l'intelligence artificielle et droits d'auteur OpenAI Britannica, Britannica et sa filiale Merriam-Webster déposent une plainte contre OpenAI, affirmant que des contenus protégés ont été utilisés massivement pour entraîner les modèles et étoffer leur base de connaissances. Cette action, déposée vendredi 13 mars, met en lumière un conflit croissant entre éditeurs et acteurs du machine learning autour de l'utilisation des données textuelles.
Des accusations précises et des chiffres clés
La plainte précise que près de 100 000 articles en ligne seraient utilisés sans l'accord des ayants droit pour alimenter les systèmes d'OpenAI et pour enrichir les données des modèles d'apprentissage.
Le document indique que le chatbot peut « parfois produire des reproductions entières ou partielles des verbatims » des articles et « reformuler des textes qui ressemblent, paraphrasent ou résument » les travaux protégés, selon le texte de la plainte.
« près de 100 000 articles en ligne » utilisés sans l’accord des ayants droit; le document évoque des reproductions entières ou partielles et des reformulations qui ressemblent à leurs travaux protégés, selon la plainte.
« GPT-4 a lui-même mémorisé » une grande partie du contenu protégé par le droit d’auteur de Britannica et peut reproduire, sur simple demande, des passages importants, affirme le dossier.
« GPT-4 a lui-même mémorisé une grande partie du contenu protégé par le droit d’auteur de Britannica et est capable de reproduire, sur simple demande, des passages importants »
Les avocats des plaignants soutiennent que ChatGPT prive les éditeurs web de revenus en fournissant des réponses qui se substituent au contenu des éditeurs et lui font directement concurrence, ce qui peut menacer les modèles économiques des maisons d’édition.
Plusieurs auteurs ont déjà porté plainte pour violation du droit d’auteur contre OpenAI, rappelle le document, citant d’autres cas tels que Le New York Times.
Impact sur l’édition et l’entraînement des IA
Cette affaire illustre un enjeu majeur: comment permettre l’accès à d’immenses corpus pour entraîner des IA sans bafouer les droits des créateurs. Les parties impliquées demandent des clarifications sur les licences, le cadre juridique et les mécanismes de compensation possibles pour les éditeurs.
- Cadre juridique : les plaignants appellent à des obligations de licensing claires pour les textes protégés utilisés dans l’entraînement.
- Technique et données : le recours à des contenus pour le pré-entraînement et le RAG est au cœur du débat.
- Conséquences économiques : les éditeurs craignent une perte de revenus lorsque le contenu est utilisé pour répondre à des requêtes.
Contexte et limites
Il s’agit d’un litige en cours qui s’inscrit dans un contexte plus large de recours au data harvesting et d’évaluation du droit d’auteur face à l’IA générative. Si des arguments techniques et juridiques seront détaillés lors des audiences, des zones d’incertitude demeurent, notamment sur l’étendue des usages considérés comme licites et sur les mécanismes de compensation proposés.
Pour terminer
En définitive, la plainte braque les projecteurs sur une tension durable entre l’accès à des données massives pour l’IA et le respect des droits d’auteur. Ce chapitre du dossier OpenAI Britannica pourrait influencer les règles du jeu pour les licences et les modèles d’apprentissage dans les mois à venir.
