Il est largement reconnu que les sociétés d’IA utilisent des articles Web pour entraîner leurs modèles sans rémunérer les créateurs ni obtenir d’autorisation. Des éditeurs tels que le New York Times, le Chicago Tribune et le Toronto Star ont déjà intenté des poursuites contre cette pratique. Aujourd’hui, une autre organisation importante s’est jointe à la procédure judiciaire.
Techcrunch a rapporté que l'Encyclopedia Britannica et sa filiale Merriam-Webster ont intenté une action en justice contre OpenAI, alléguant que le géant de l'IA avait commis une « violation massive du droit d'auteur » en récupérant et en utilisant près de 100 000 de ses articles en ligne pour former ses LLM sans autorisation.
De quoi parle ce procès ?
Britannica affirme que ChatGPT génère des réponses qui remplacent son contenu, réduisant ainsi le trafic Web et les revenus potentiels. Si les utilisateurs peuvent poser une question à ChatGPT et recevoir une réponse basée sur les articles de Britannica, ils seront peut-être moins incités à visiter directement le site Web.
La plainte vise également l'utilisation par OpenAI du contenu Britannica dans le flux de travail RAG de ChatGPT, un processus par lequel l'IA analyse le Web à la recherche d'informations mises à jour lorsqu'elle répond à des questions, alléguant que l'IA reproduit son contenu, en totalité ou en partie, lorsqu'elle répond à des questions.
De plus, Britannica allègue qu'OpenAI viole le droit des marques. La société a fait valoir que ChatGPT hallucine les informations et les attribue ensuite à tort à l'éditeur. Selon Britannica, les hallucinations de ChatGPT mettent en péril « l'accès continu du public à des informations en ligne fiables et de haute qualité ».
Que va-t-il se passer ensuite ?
C'est la grande question. Il n’existe pas de précédent juridique solide établissant si la formation d’une IA sur un contenu protégé par le droit d’auteur constitue une violation du droit d’auteur. N'importe qui peut vous dire qu'il n'est pas correct d'utiliser le travail de quelqu'un d'autre pour former vos données, mais la loi qui l'entoure est pour le moins trouble.
Dans une affaire récente impliquant Anthropic, un juge fédéral a statué que l'utilisation de contenu protégé par le droit d'auteur comme données de formation était suffisamment transformatrice pour être légale. Cependant, le même juge a estimé qu'Anthropic avait téléchargé illégalement des millions de livres, ce qui a abouti à un règlement de 1,5 milliard de dollars avec les écrivains concernés.
Alors que cette question continue d’évoluer, les législateurs ont un chemin important à parcourir. L’issue de ces affaires déterminera probablement la manière dont les entreprises d’IA pourront utiliser légalement le contenu Web à l’avenir.
