L'affaire Authors Guild v. OpenAI est une action collective déposée devant le tribunal de district des États-Unis pour le district sud de New York le 19 septembre 2023. Les plaignants, un groupe d'auteurs éminents représentés par l'Authors Guild, allèguent qu'OpenAI, le créateur du modèle de langage de grande taille GPT, a violé leurs droits d'auteur en utilisant leurs livres pour entraîner ses systèmes d'IA sans autorisation. Cette affaire est l'un des nombreux défis juridiques très médiatisés concernant l'utilisation de matériel protégé par le droit d'auteur dans l'intelligence artificielle générative et a des implications significatives pour l'avenir du développement de l'IA et du droit d'auteur.
Le procès a été initié par l'Authors Guild, une organisation professionnelle pour les écrivains, ainsi que par des auteurs individuels, notamment John Grisham, Jodi Picoult, George R.R. Martin et David Baldacci. Les plaignants affirment que les modèles d'OpenAI, y compris GPT-3 et GPT-4, ont été entraînés sur de vastes ensembles de données comprenant des livres protégés par le droit d'auteur, souvent obtenus à partir de sites pirates, sans permission ni compensation. Ils soutiennent que cela constitue une violation délibérée du droit d'auteur et qu'OpenAI a profité commercialement de leurs œuvres. L'affaire demande des dommages-intérêts légaux et une injonction, pouvant potentiellement atteindre des milliards de dollars.
Contexte : Entraînement de l'IA et droit d'auteur
Le litige porte sur la manière dont OpenAI construit ses modèles de langage de grande taille. Ces modèles sont entraînés sur de vastes corpus de textes, comprenant des livres, des articles et des pages web. Les plaignants soutiennent que le processus d'entraînement d'OpenAI implique la copie du texte de livres protégés par le droit d'auteur pour créer des œuvres dérivées, ce qui constitue une violation des droits exclusifs des titulaires de droits d'auteur. OpenAI a fait valoir que son utilisation de matériel protégé relève de la doctrine de l'usage équitable, qui permet une utilisation limitée d'œuvres protégées à des fins telles que la critique, le commentaire, le reportage, l'enseignement, la bourse ou la recherche. L'affaire dépendra probablement de la question de savoir si la nature transformative de l'entraînement de l'IA qualifie d'usage équitable.
Les plaignants et leurs revendications
Les plaignants nommés dans l'affaire comprennent un groupe diversifié d'auteurs, de fiction et de non-fiction. Parmi eux figurent des romanciers comme Jodi Picoult et George R.R. Martin, ainsi que des écrivains de non-fiction comme David Baldacci. L'Authors Guild, qui compte plus de 20 000 membres, s'est jointe en tant que plaignante pour représenter les intérêts de ses membres. La plainte allègue que les modèles d'OpenAI peuvent reproduire des extraits verbatim de livres protégés par le droit d'auteur, démontrant que les données d'entraînement incluaient ces œuvres. Les plaignants affirment également qu'OpenAI n'a pas demandé de licences ni de permission aux auteurs, malgré les ressources disponibles pour le faire.
Réponse d'OpenAI et stratégie juridique
OpenAI a répondu au procès en déposant une motion de rejet en février 2024. L'entreprise soutient que les plaignants n'ont pas qualité pour agir car ils n'ont pas enregistré leurs droits d'auteur auprès du bureau des droits d'auteur des États-Unis avant de déposer la plainte, une exigence en vertu de la loi américaine. OpenAI affirme également que son utilisation de matériel protégé est transformative et donc un usage équitable, citant des précédents tels que l'affaire Google Books. L'entreprise a souligné que ses modèles sont conçus pour générer du nouveau contenu, non pour reproduire des œuvres existantes, et que toute similitude est fortuite ou due à la nature du langage. OpenAI a également mis en avant ses efforts pour fournir des mécanismes de retrait aux auteurs, bien que les plaignants soutiennent qu'ils sont insuffisants.
Litiges connexes et impact sur l'industrie
L'affaire Authors Guild v. OpenAI fait partie d'une vague plus large de poursuites pour droit d'auteur contre les entreprises d'IA. En 2023, d'autres auteurs, dont Sarah Silverman et Christopher Golden, ont déposé des actions collectives distinctes contre OpenAI et Anthropic pour des allégations similaires. De plus, des artistes visuels ont poursuivi des générateurs d'images IA comme Stability AI et Midjourney. Ces affaires sont étroitement surveillées par l'industrie technologique, car leurs résultats pourraient établir des précédents sur la manière dont les entreprises d'IA utilisent des données protégées par le droit d'auteur. Certaines entreprises, comme Google DeepMind et Microsoft (un investisseur majeur dans OpenAI), ont commencé à conclure des accords de licence avec des éditeurs et des créateurs de contenu pour éviter les litiges. Par exemple, OpenAI a signé des accords avec des organisations de presse comme l'Associated Press et Axel Springer.
Développements procéduraux et calendrier
Après le dépôt initial en septembre 2023, l'affaire a été consolidée avec d'autres poursuites similaires contre OpenAI dans le district sud de New York. En novembre 2023, le tribunal a nommé un avocat principal pour les plaignants. La motion de rejet d'OpenAI a été déposée en février 2024, et les plaignants ont déposé leur opposition en mars 2024. À la mi-2024, le tribunal n'avait pas encore statué sur la motion. L'affaire en est à ses débuts, et la découverte devrait être contentieuse, en particulier concernant les données d'entraînement d'OpenAI et les communications internes. Aucune date de procès n'a été fixée, mais les experts juridiques anticipent que l'affaire pourrait prendre des années à résoudre, atteignant potentiellement la Cour suprême.
Arguments en faveur de l'usage équitable
La défense de l'usage équitable d'OpenAI est centrale dans son affaire. L'entreprise soutient que l'entraînement de modèles d'IA est analogue à un humain lisant un livre et apprenant de celui-ci, ce qui ne viole pas le droit d'auteur. Elle souligne également la nature transformative de la sortie, qui génère du nouveau texte plutôt que de copier des œuvres existantes. OpenAI a cité la décision de la Cour suprême dans Andy Warhol Foundation v. Goldsmith, qui a clarifié que l'utilisation transformative est un facteur clé dans l'analyse de l'usage équitable. Cependant, les plaignants rétorquent que l'ampleur de la copie dans l'entraînement de l'IA est sans précédent et que la nature commerciale des opérations d'OpenAI pèse contre l'usage équitable. Ils notent également que les modèles d'OpenAI peuvent produire des extraits quasi verbatim, ce qui affaiblit la revendication de transformation.
Arguments des plaignants
Les plaignants soutiennent que l'utilisation de leurs œuvres par OpenAI n'est pas un usage équitable car elle est commerciale et nuit au marché de leurs livres. Ils affirment que le contenu généré par l'IA pourrait se substituer aux œuvres écrites par des humains, réduisant la demande pour le travail des auteurs. Ils soulignent également qu'OpenAI n'a pas demandé de permission ni offert de compensation, alors que les auteurs dépendent des redevances pour leur subsistance. La plainte détaille des cas où GPT-3 et GPT-4 ont généré des passages de livres, démontrant que les données d'entraînement incluaient les œuvres des plaignants. Les plaignants demandent des dommages-intérêts légaux allant jusqu'à 150 000 dollars par œuvre, ce qui pourrait entraîner une responsabilité de plusieurs milliards de dollars s'ils l'emportent.
Implications plus larges pour l'IA et le droit d'auteur
L'issue de cette affaire pourrait avoir des conséquences considérables pour l'industrie de l'intelligence artificielle. Si le tribunal statue contre OpenAI, les entreprises d'IA pourraient être tenues d'obtenir des licences pour toutes les données d'entraînement protégées par le droit d'auteur, ce qui pourrait être coûteux et ralentir l'innovation. À l'inverse, une décision en faveur d'OpenAI pourrait légitimer l'utilisation de matériel protégé dans l'entraînement de l'IA, conduisant potentiellement à davantage de litiges de la part d'autres créateurs de contenu. L'affaire soulève également des questions sur la nécessité de nouvelles législations pour aborder l'IA et le droit d'auteur, car les lois existantes n'ont pas été conçues pour l'apprentissage automatique. Certains chercheurs ont proposé un système de licence obligatoire, tandis que d'autres préconisent une exception de domaine public pour les données d'entraînement.
Statut actuel et perspectives futures
À la fin de 2024, l'affaire reste en instance. Le tribunal n'a pas encore statué sur la motion de rejet d'OpenAI, et les parties sont engagées dans des motions préliminaires. Entre-temps, OpenAI a introduit un outil permettant aux auteurs de se retirer de l'utilisation de leurs livres dans l'entraînement, mais les plaignants soutiennent que cela est inadéquat car cela place la charge sur les auteurs. L'affaire sera probablement influencée par d'autres décisions dans des affaires similaires, comme le rejet de certaines revendications dans l'affaire Silverman. Les analystes juridiques suggèrent que la Cour suprême pourrait éventuellement devoir clarifier l'application de l'usage équitable à l'entraînement de l'IA. L'Authors Guild a exprimé sa confiance dans sa position, tandis qu'OpenAI a promis de défendre ses pratiques. La résolution de cette affaire sera un moment marquant à l'intersection du droit d'auteur et du apprentissage automatique.