En bref
- Des documents internes compliquent la défense d’OpenAI et Microsoft, en montrant que certains dirigeants reconnaissaient les risques pour les éditeurs de presse.
- Le procès du New York Times soulève la question du droit d’auteur, notamment sur l’utilisation de contenus protégés pour entraîner les modèles d’IA.
- Les échanges sur les paywalls et le caractère substitutif de l’IA fragilisent le discours public des entreprises sur le respect du travail journalistique.
Le dossier entre IA et droit d’auteur vient de prendre un tour beaucoup plus embarrassant pour OpenAI et Microsoft. Des pièces judiciaires rendues publiques montrent que, en interne, plusieurs dirigeants jugeaient eux-mêmes que l’entraînement de ChatGPT sur des articles de presse posait un vrai problème pour les éditeurs.
Un procès devenu test grandeur nature
À la base, il y a la plainte lancée en 2023 par The New York Times, accompagnée de cinq auteurs. Leur accusation est simple, et lourde: des entreprises de la tech auraient récupéré des millions de textes en ligne pour entraîner des grands modèles de langage, sans autorisation ni compensation.
L’affaire compte beaucoup parce qu’elle peut aider à fixer la frontière du fair use, cette notion juridique américaine qui autorise parfois l’usage d’œuvres protégées sans accord préalable, notamment pour la parodie ou le journalisme. Plusieurs actions similaires ont déjà tourné à l’avantage des sociétés d’IA, mais les juges ont aussi rappelé que le cadre légal restait loin d’être stabilisé.
Des échanges internes beaucoup plus directs
Ce qui ressort des documents dévoilés, ce sont surtout des mots très durs. Dr. Brent Hecht, directeur de la science appliquée chez Microsoft, a comparé ce travail à « le plus grand vol de travail de l’histoire humaine ». Il a aussi évoqué une possible boucle destructrice.
Chez OpenAI, Nick Turley parlait de son côté d’une « menace existentielle pour les éditeurs ». Un autre document interne de Microsoft, daté de 2023, expliquait que des millions de personnes pourraient bientôt voir les grands modèles aspirer leur travail comme un vol sidérant, d’une ampleur inédite. Dit autrement, même en interne, le risque pour la presse était identifié.
Paywalls contournés et mentions supprimées
Les passages rendus publics évoquent aussi la façon dont certains contenus d’entraînement auraient été obtenus. Il y est question de paywalls contournés, de millions de documents aspirés pour constituer des ensembles de données, mais aussi de mentions de copyright retirées des données utilisées.
Un échange est particulièrement scruté. Lorsqu’un salarié a signalé à Greg Brockman, président d’OpenAI, une nouvelle méthode pour contourner un paywall, il aurait répondu « ah, bien ». Sans le contexte complet, la formule reste courte. Mais elle n’aide pas franchement la défense.
La défense officielle ne dit pas la même chose
Publiquement, Microsoft prend ses distances avec ces propos. Son porte-parole Alex Haurek a rappelé que la position du groupe figurait dans ses documents de justice, avec l’idée que ces usages étaient transformatifs, compatibles avec le droit d’auteur, et que Copilot ne remplaçait pas le journalisme des éditeurs.
Sauf que d’autres échanges internes compliquent cette ligne. Un ingénieur logiciel d’OpenAI écrivait en 2023 que, même avec des liens très visibles, les utilisateurs ne cliqueraient pas. Nick Turley allait dans le même sens en reconnaissant que les produits d’IA étaient largement substitutifs au journalisme. Et c’est sans doute là que ce dossier devient explosif.
