Presse et IA : licences et fair use devant le juge

Alors que la phase de découverte s’achève et que des plaintes contre OpenAI et Microsoft ont été regroupées, les éditeurs réclament une rémunération pour l’entraînement des modèles d’IA. OpenAI invoque l’usage équitable et des licences implicites via robots.txt. Un échange de chiffres oppose la presse à Vivek Shah et OpenAI, tandis que des blocages de robots et des paywalls se multiplient.

Des blocages et paywalls plus stricts annoncés par des éditeurs

De nombreux éditeurs bloquent désormais l’accès de robots d’OpenAI et d’autres entreprises d’IA à leurs sites. Vivek Shah estime que ces barrières et les paywalls vont se renforcer, ce qui limiterait l’accès à l’information et freinerait le web ouvert. Il attribue cette évolution à l’idée, selon lui non contestée, que le licensing serait difficile et coûteux.

Procédure : découverte en fin de course et questions clés à venir

La phase de découverte touche à sa fin dans les affaires de droit d’auteur visant OpenAI, avec plusieurs plaintes distinctes, dont certaines contre Microsoft, regroupées devant un seul juge. Les parties ont soumis ce mois-ci des demandes pour que le tribunal fédéral tranche des points comme l’usage équitable. Le juge pourrait statuer sur certaines questions majeures avant de renvoyer les affaires dans leurs districts d’origine pour d’éventuels procès. L’ensemble de ces poursuites entre ainsi dans une nouvelle phase.

Ce que reprochent les éditeurs : trafic en baisse et contenus IA

Parmi les plaignants figurent The New York Times et Ziff Davis, propriétaire de CNET. Dans un document commun, plusieurs rédactions affirment que l’utilisation de leurs articles pour former ChatGPT a réduit leur trafic web et inondé le marché de contenu généré par IA qualifié de « slime rose ». Elles relient aussi la sortie de ChatGPT en novembre 2022 à l’accélération par d’autres acteurs, dont Google, de produits d’IA générative tels que les Aperçus IA.

La ligne de défense d’OpenAI : fair use et licence implicite

OpenAI soutient que l’entraînement sur des données collectées en ligne relève de l’usage équitable, car l’usage serait hautement transformateur, portant sur des œuvres très factuelles, sans préjudice reconnaissable au marché. L’entreprise argue aussi d’une licence implicite lorsque les éditeurs n’avaient pas bloqué l’accès via robots.txt ou des moyens similaires. Elle rappelle que des moteurs de recherche copient depuis longtemps des pages web pour constituer des index, que les plaignants utilisent leurs propres scrapers et que cette copie est comprise comme implicitement autorisée sauf désinscription. OpenAI met par ailleurs en avant des partenariats avec des organisations de presse et présente ses systèmes comme bénéfiques pour le journalisme et le public.

Le débat sur les coûts : 20 milliards vs 750 milliards d’investissements

Le gouvernement fédéral a indiqué que des exigences de licence pourraient peser sur les entreprises d’IA, une intervention portée dans le contexte de l’administration Trump. Vivek Shah conteste cette vision en citant des ordres de grandeur : moins de 20 milliards de dollars par an de redevances dans la musique aux États-Unis contre 750 milliards de dollars qu’OpenAI a indiqué à des investisseurs vouloir consacrer à l’infrastructure d’ici 2030. Selon lui, environ 20 milliards de dollars par an en licences pour les éditeurs seraient négligeables pour les acteurs de l’IA, tout en étant déterminants pour la presse, et une tarification cohérente favoriserait la qualité des contenus d’entrée comme de sortie.