Les recours collectifs d'auteurs contre OpenAI sont un ensemble de procès fédéraux américains consolidés intentés par des écrivains de fiction contre OpenAI, le développeur des grands modèles de langage sous-jacents à des produits tels que ChatGPT. Les plaignants allèguent qu'OpenAI a copié leurs livres protégés par le droit d'auteur sans autorisation pour entraîner ses modèles, constituant une contrefaçon directe et indirecte, et que l'entreprise a profité de cette utilisation non autorisée. Le litige, consolidé devant le tribunal de district des États-Unis pour le district sud de New York, est devenu une affaire test centrale pour l'application du droit d'auteur à l'entraînement des systèmes de IA générative.
Les affaires ont émergé à la suite de la sortie commerciale de ChatGPT fin 2022 et de l'expansion ultérieure de la famille de modèles d'OpenAI. Les auteurs ont fait valoir que leurs œuvres étaient incluses dans des corpus de textes massifs utilisés pour l'entraînement, sans licence ni compensation, et que les modèles pouvaient reproduire ou paraphraser de près des passages de leurs livres. OpenAI a répondu que son utilisation de matériel protégé par le droit d'auteur relevait de la doctrine de l'usage loyal, citant la nature transformatrice de l'apprentissage automatique et les schémas statistiques non expressifs appris par les modèles.
Historique procédural et consolidation
La première grande action en justice d'auteurs a été déposée en juin 2023 par l'humoriste et auteure Sarah Silverman, ainsi que par les auteurs Richard Kadrey et Christopher Golden, dans le district nord de la Californie. Cette affaire, Silverman v. OpenAI, alléguait que les données d'entraînement d'OpenAI incluaient des dépôts de livres piratés. En juillet 2023, une action collective distincte a été déposée dans le district sud de New York par les auteurs Paul Tremblay et Mona Awad, représentés par le même cabinet d'avocats, contre OpenAI et son partenaire Microsoft.
En septembre 2023, le panel judiciaire sur les litiges multidistricts a consolidé plusieurs actions d'auteurs qui se chevauchaient en une seule procédure, In re OpenAI ChatGPT Litigation, assignée au juge Jed S. Rakoff dans le district sud de New York. L'action consolidée incluait des réclamations d'auteurs tels que George R.R. Martin, John Grisham, Jodi Picoult et d'autres qui ont rejoint plus tard, bien que certains auteurs aient déposé des poursuites distinctes qui ont ensuite été intégrées à l'affaire principale. Début 2024, les plaignants principaux ont déposé une plainte modifiée consolidée, ajoutant des réclamations pour enrichissement sans cause et négligence, et nommant OpenAI et son PDG Sam Altman comme défendeurs.
Principales réclamations juridiques
La réclamation principale des plaignants est la contrefaçon directe du droit d'auteur en vertu de l'article 501 du titre 17 du Code des États-Unis, affirmant qu'OpenAI a reproduit et distribué leurs œuvres pendant l'entraînement et dans les sorties des modèles. Ils ont également allégué une contrefaçon indirecte et par contribution, affirmant qu'OpenAI avait le droit et la capacité de contrôler l'activité contrefaisante et en tirait profit. La plainte citait des cas spécifiques où ChatGPT aurait généré des extraits quasi verbatim de livres protégés par le droit d'auteur, ce que les plaignants ont fait valoir démontrait que les modèles stockaient et récupéraient du contenu expressif.
Une deuxième réclamation majeure concernait la suppression des informations de gestion du droit d'auteur (CMI), telles que les noms d'auteurs et les titres, des données d'entraînement, en violation de la loi sur le droit d'auteur du millénaire numérique (DMCA). Les plaignants ont fait valoir que le retrait des CMI facilitait la contrefaçon et entravait la capacité des auteurs à faire respecter leurs droits. OpenAI a demandé le rejet de cette réclamation, arguant que la disposition de la DMCA exigeait une intention d'induire la contrefaçon, ce que les plaignants n'avaient pas allégué de manière plausible.
Décisions clés
En février 2024, le juge Rakoff a rejeté la réclamation au titre de la DMCA, estimant que les plaignants n'avaient pas suffisamment allégué qu'OpenAI avait intentionnellement retiré les CMI pour dissimuler la contrefaçon. Il a autorisé les réclamations principales de droit d'auteur à se poursuivre, rejetant l'argument d'OpenAI selon lequel les réclamations étaient préemptées par le droit des États et que les plaignants manquaient de qualité pour agir parce qu'ils n'avaient pas enregistré chaque œuvre.
En novembre 2024, le juge Rakoff a rendu une décision cruciale sur l'usage loyal. Il a refusé la demande de rejet des réclamations de contrefaçon directe, estimant que la défense d'usage loyal ne pouvait pas être résolue au stade de la plaidoirie. Le tribunal a souligné que la question de savoir si l'utilisation était transformatrice et si les modèles concurrençaient les œuvres originales étaient des questions de fait nécessitant une découverte. La décision a également noté que les propres documents d'OpenAI, y compris les communications internes sur la rareté des données textuelles de haute qualité, pouvaient avoir une incidence sur le but et le caractère de l'utilisation.
Cependant, dans une décision distincte le même mois, le juge Rakoff a rejeté les réclamations pour enrichissement sans cause et négligence, estimant qu'elles faisaient double emploi avec les réclamations de droit d'auteur et étaient barrées par la règle de la perte économique. Il a également écarté certaines allégations reposant sur des théories spéculatives de préjudice, comme l'affirmation selon laquelle les sorties des modèles réduiraient les ventes de livres.
Arguments sur l'usage loyal
La défense d'usage loyal d'OpenAI repose sur quatre facteurs légaux : le but et le caractère de l'utilisation, la nature de l'œuvre protégée, la quantité et l'importance de la partie utilisée, et l'effet sur le marché potentiel. L'entreprise a fait valoir que l'entraînement d'un réseau neuronal est une utilisation non expressive, car le modèle apprend des schémas statistiques plutôt que de reproduire des expressions spécifiques. Elle a cité la décision de la Cour suprême dans Google v. Oracle (2021), qui a jugé que la copie de code à des fins transformatrices était un usage loyal, et la décision du deuxième circuit dans Authors Guild v. Google (2015), qui a conclu que la numérisation de livres par Google pour la recherche était un usage loyal.
Les plaignants ont répliqué que l'utilisation d'OpenAI était commerciale et que les modèles pouvaient générer du texte qui concurrence les œuvres originales, nuisant au marché des reproductions sous licence. Ils ont également fait valoir que l'ampleur de la copie - des milliards de mots provenant de millions de livres - n'était pas analogue aux extraits limités dans l'affaire Google Books. La décision du tribunal de novembre 2024 a laissé ces questions pour le procès, notant que la découverte serait nécessaire pour évaluer les sorties réelles et l'impact économique.
Litiges connexes et contexte
Les affaires des auteurs font partie d'une vague plus large de poursuites pour droit d'auteur contre les entreprises d'IA. En 2023, des artistes visuels ont déposé des recours collectifs contre Stability AI, Midjourney et DeviantArt, et en 2024, des éditeurs de musique ont poursuivi Anthropic pour reproduction de paroles. L'affaire Anthropic, Concord Music Group v. Anthropic, impliquait des réclamations similaires concernant les données d'entraînement et la reproduction des sorties. Les affaires des auteurs recoupent également le procès du New York Times contre OpenAI et Microsoft, déposé en décembre 2023, qui alléguait que les modèles reproduisaient des articles de presse verbatim.
Dans le litige des auteurs, le tribunal a coordonné la découverte avec l'affaire du New York Times, permettant une production de documents partagée et des témoignages d'experts. Cette coordination a ralenti le rythme du litige, le tribunal fixant une date de procès pour fin 2025 ou début 2026. Début 2025, les parties étaient engagées dans la découverte des faits, y compris les dépositions de dirigeants et de personnel technique d'OpenAI, et l'échange de métadonnées sur les données d'entraînement.
Implications pour le développement de l'IA
L'issue des recours collectifs des auteurs pourrait affecter considérablement l'industrie de l'intelligence artificielle. Une décision selon laquelle l'entraînement sur des œuvres protégées par le droit d'auteur sans licence n'est pas un usage loyal forcerait les développeurs d'IA à négocier des licences avec les éditeurs et les auteurs, augmentant potentiellement les coûts et limitant la diversité des données d'entraînement. À l'inverse, une décision en faveur d'OpenAI affirmerait la légalité des pratiques actuelles d'entraînement, bien qu'elle ne résolve peut-être pas les questions sur la reproduction des sorties.
L'affaire a également attiré l'attention des législateurs. En 2024, plusieurs sénateurs américains ont introduit des projets de loi proposant des exigences de transparence pour les données d'entraînement et un régime de licence légale pour les œuvres protégées. Le litige des auteurs a été cité dans ces débats comme preuve de la nécessité de règles plus claires. À l'international, la loi sur l'IA de l'Union européenne, adoptée en 2024, comprend des dispositions exigeant la divulgation de résumés des données d'entraînement, bien qu'elle ne traite pas directement de la responsabilité en matière de droit d'auteur.
Statut actuel et perspectives
Début 2025, l'action consolidée est en phase de découverte. Le tribunal a refusé les motions de certification de la classe, mais les plaignants ont indiqué qu'ils demanderaient à nouveau la certification après la découverte des faits. Le juge Rakoff a programmé une conférence préalable au procès pour mi-2025, avec un procès potentiel en 2026. L'affaire est largement suivie par les juristes et les observateurs de l'industrie, car elle pourrait établir un précédent sur la manière dont les tribunaux américains appliquent l'usage loyal à l'apprentissage automatique à grande échelle.
OpenAI a également fait face à des litiges parallèles dans d'autres juridictions, notamment un recours collectif au Canada et une plainte devant le Bureau du droit d'auteur des États-Unis. L'entreprise a commencé à conclure des accords de licence avec certains éditeurs, tels qu'Axel Springer et l'Associated Press, mais n'a pas conclu d'accords avec des auteurs de fiction individuels. Les recours collectifs des auteurs restent le défi le plus complet aux pratiques d'entraînement d'OpenAI, et leur résolution façonnera probablement l'avenir de l'IA générative et du droit d'auteur.