Des pièces judiciaires dévoilent que des cadres de Microsoft et OpenAI voyaient l’entraînement de l’IA comme une menace directe pour la presse.
En bref
- Des cadres alertaient sur un risque pour la presse
- Le dossier évoque paywalls contournés et copyright effacé
- Le procès peut redéfinir le fair use pour l’IA
Le plus frappant, ici, n’est pas seulement le procès. C’est le décalage. D’un côté, Microsoft et OpenAI défendent devant la justice des usages qu’ils jugent compatibles avec le droit d’auteur. De l’autre, des documents internes désormais déclassifiés montrent que plusieurs de leurs propres cadres voyaient dans l’entraînement des modèles une menace directe pour le journalisme.
Des mots internes qui contredisent la ligne de défense
Parmi les extraits rendus publics, le plus dur vient de Dr. Brent Hecht, directeur de la science appliquée chez Microsoft. Il comparait le travail d’OpenAI à « le plus grand vol de travail de l’histoire de l’humanité » et redoutait une « boucle infernale ». De son côté, Nick Turley, cadre chez OpenAI, estimait que cela représentait une menace existentielle pour les éditeurs.
Ces passages apparaissent dans des pièces judiciaires liées à l’action engagée en 2023 par The New York Times contre OpenAI et Microsoft. Seuls des extraits ont été rendus publics, sans le contexte complet, mais ils suffisent à montrer une chose, les risques pour la presse étaient identifiés en interne.
Microsoft a d’ailleurs pris ses distances avec les propos de ses salariés. Son porte-parole Alex Haurek a rappelé que la position de l’entreprise figurait dans ses écritures judiciaires, où elle soutient que ces usages transformateurs respectent le droit d’auteur et que Copilot ne remplace pas le travail journalistique des éditeurs.
Le cœur du dossier, des contenus aspirés à grande échelle
Les documents déclassifiés ne s’arrêtent pas aux commentaires. Ils décrivent aussi la manière dont des contenus d’entraînement auraient été obtenus, notamment via le contournement de paywalls, l’aspiration de millions de documents, ainsi que l’effacement des mentions de copyright dans les jeux de données.
Un échange interne va dans le même sens. Lorsqu’un salarié a signalé à Greg Brockman, président d’OpenAI, une nouvelle méthode pour franchir un paywall, celui-ci aurait répondu « ah, bien ». Autre pièce citée, un document interne de Microsoft daté de 2023 anticipait que des millions de personnes considéreraient bientôt les grands modèles comme aspirant tout leur travail, à une échelle inédite.
Bref, on n’est plus dans un débat abstrait sur l’IA. On parle ici de méthodes concrètes de collecte, donc de données d’entraînement et de propriété intellectuelle.
Pourquoi ce procès pèse bien plus qu’un simple contentieux
La plainte de The New York Times, engagée avec cinq autres auteurs, accuse les groupes technologiques d’avoir récupéré en ligne des millions d’articles pour entraîner des LLM sans autorisation ni rémunération. Plusieurs actions similaires ont déjà tourné à l’avantage des sociétés d’IA. Mais les juges ont aussi souligné que le cadre juridique restait loin d’être stabilisé.
C’est pour ça que cette affaire compte. Elle pourrait peser sur l’interprétation du fair use, cette doctrine qui autorise parfois l’usage d’œuvres protégées sans permission, par exemple dans la parodie ou le journalisme.
Et les autres extraits n’arrangent rien pour les plateformes. Dr. Brent Hecht décrivait les grands modèles comme un produit qui détruit sa propre chaîne d’approvisionnement. Un ingénieur logiciel d’OpenAI écrivait en 2023 que, même si les liens étaient 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. Pour l’écosystème média, c’est sans doute la ligne la plus importante du dossier.
