Le conflit d'OpenAI avec le New York Times sur le droit d'auteur : ce qu'allègue une nouvelle requête

The New York Times et un groupe d'autres éditeurs de presse ont fait monter d'un cran leur procès de longue date contre OpenAI pour violation du droit d'auteur, en déposant une nouvelle requête en sanctions accusant l'entreprise d'avoir dissimulé des preuves pertinentes pour l'affaire. La requête allègue qu'OpenAI a caché des outils et des ensembles de données capables d'identifier du journalisme protégé par le droit d'auteur intégré dans les données d'entraînement de l'entreprise.

Le procès sous-jacent, intenté par le Times et rejoint par d'autres éditeurs, porte sur la question de savoir si la pratique d'OpenAI consistant à entraîner ses grands modèles de langage sur d'immenses quantités de texte issu d'internet, y compris des articles de presse protégés par le droit d'auteur, sans accords de licence explicites, constitue une violation du droit d'auteur. OpenAI a soutenu que son utilisation de ce matériel relève des protections du fair use.

Selon la nouvelle requête, les éditeurs allèguent qu'OpenAI a affirmé au tribunal ne pas avoir la capacité technique de rechercher dans ses propres données d'entraînement et ses journaux internes du matériel protégé par le droit d'auteur, une affirmation que les plaignants qualifient de fausse. La requête soutient que l'entreprise disposait en réalité d'outils capables de ce type de recherche mais ne les a pas révélés lors des phases antérieures de la procédure de découverte des preuves.

Les éditeurs allèguent en outre qu'OpenAI a conservé des milliards de journaux internes pertinents pour l'affaire plus longtemps que ce qui avait été précédemment divulgué, des informations qui, selon eux, auraient pu démontrer à quelle fréquence les réponses de ChatGPT reproduisaient étroitement des articles de presse publiés spécifiques plutôt que de produire un texte véritablement original.

OpenAI n'a pas encore déposé de réponse publique détaillée aux allégations spécifiques de la nouvelle requête en sanctions, bien que l'entreprise ait constamment soutenu tout au long de ce contentieux plus large que ses pratiques d'entraînement de l'IA sont licites et que toute similitude superficielle entre les réponses du modèle et les articles de presse ne constitue pas une violation.

Les experts juridiques suivant l'affaire estiment que des requêtes en sanctions comme celle-ci représentent un développement sérieux dans un contentieux complexe, les tribunaux pouvant imposer des sanctions allant de décisions probatoires défavorables à des amendes financières s'ils constatent qu'une partie a dissimulé ou dénaturé des preuves lors de la procédure de découverte.

Cette affaire est l'une des nombreuses poursuites majeures pour violation du droit d'auteur auxquelles font actuellement face les entreprises d'IA de la part d'éditeurs, d'auteurs et d'autres titulaires de droits, toutes testant des questions juridiques similaires sur la question de savoir si l'entraînement de modèles d'IA sur du matériel protégé par le droit d'auteur sans autorisation explicite est protégé par le droit d'auteur existant.

L'issue de ces affaires pourrait avoir des implications financières importantes pour l'industrie de l'IA dans son ensemble, une décision défavorable aux protections du fair use pouvant contraindre les entreprises à négocier des accords de licence pour les données d'entraînement à une échelle qui serait coûteuse et logistiquement complexe à mettre en œuvre rétroactivement.

Certaines entreprises d'IA, dont OpenAI, ont déjà commencé à conclure des accords de licence avec des éditeurs individuels afin de sécuriser un accès légitime au contenu d'actualité pendant que les questions juridiques plus larges restent non résolues devant les tribunaux, une stratégie qui pourrait aussi servir à démontrer leur bonne foi aux juges chargés de ces litiges.

Une décision sur la requête en sanctions est attendue dans les mois à venir, et les observateurs juridiques estiment qu'elle pourrait déterminer le niveau de contrôle que les tribunaux appliqueront aux pratiques internes de données des entreprises d'IA dans la vague plus large de contentieux sur le droit d'auteur qui continue de progresser dans le système judiciaire américain.