Authors Guild v. OpenAI (2023) est une action collective déposée devant le tribunal de district des États-Unis pour le district sud de New York le 20 septembre 2023. Les demandeurs, l'Authors Guild et un groupe d'auteurs de renom, dont John Grisham, Jodi Picoult et George R.R. Martin, allèguent que OpenAI a violé leurs droits d'auteur en utilisant leurs livres pour entraîner ses grands modèles de langage sans autorisation. Le procès demande des dommages-intérêts légaux, une injonction et la restitution des bénéfices, ce qui en fait une affaire marquante à l'intersection de l'IA générative et du droit d'auteur.
La plainte se concentre sur l'entraînement par OpenAI de modèles tels que GPT-3 et GPT-4, qui reposent sur des architectures transformeurs. Les demandeurs soutiennent qu'OpenAI a copié leurs œuvres en intégralité dans les ensembles de données d'entraînement, permettant aux modèles de générer des textes dérivés qui concurrencent les livres originaux. Cette affaire s'inscrit dans une vague plus large de litiges contre les entreprises d'IA, notamment des procès similaires intentés par The New York Times et d'autres auteurs, mais elle se distingue par sa représentation collective de la communauté des écrivains.
Contexte et cadre juridique
Le procès a émergé dans un contexte de progrès rapides en intelligence artificielle et en apprentissage automatique, en particulier l'essor des modèles de apprentissage profond entraînés sur de vastes corpus de textes. OpenAI, fondée en 2015, a développé certains des grands modèles de langage les plus utilisés, notamment GPT-3 (publié en 2020) et GPT-4 (publié en mars 2023). Ces modèles sont entraînés sur des milliards de mots extraits d'Internet, y compris des livres, des articles et d'autres contenus protégés par le droit d'auteur, souvent sans autorisation explicite.
Le droit d'auteur aux États-Unis accorde aux auteurs des droits exclusifs de reproduction, de distribution et de création d'œuvres dérivées à partir de leurs créations originales. Les demandeurs soutiennent que l'entraînement d'un modèle d'IA sur des livres protégés constitue une reproduction non autorisée, même si le modèle ne reproduit pas directement le texte. Ils affirment également que la capacité des modèles à produire des résumés, des paraphrases ou des contenus stylistiquement similaires viole le droit aux œuvres dérivées.
OpenAI a défendu ses pratiques en invoquant la doctrine de l'usage équitable, qui permet une utilisation limitée de matériel protégé à des fins telles que la critique, le commentaire, le reportage, l'enseignement ou la recherche. L'entreprise a également soutenu que les données d'entraînement sont transformatrices, car les modèles ne reproduisent pas les œuvres originales mais apprennent des schémas statistiques. Cependant, les demandeurs contestent que l'ampleur de la copie - impliquant des milliers de livres - dépasse largement tout usage équitable raisonnable.
Parties impliquées
Les demandeurs principaux incluent plusieurs auteurs à succès : John Grisham, connu pour ses thrillers juridiques comme « The Firm » (1991) ; Jodi Picoult, auteure de « My Sister's Keeper » (2004) ; et George R.R. Martin, créateur de la série « A Song of Ice and Fire ». D'autres demandeurs nommés incluent David Baldacci, Sylvia Day et Jonathan Franzen. L'Authors Guild, une organisation professionnelle fondée en 1912, représente des milliers d'écrivains et a été active dans la défense des droits des auteurs à l'ère numérique.
Le défendeur est OpenAI, une entreprise dont le siège est à San Francisco, en Californie. La direction d'OpenAI comprend le PDG Sam Altman et la directrice technique Mira Murati, bien que le procès ne nomme pas de dirigeants individuels. L'entreprise a reçu des investissements importants de Microsoft et d'autres géants de la technologie, et ses modèles sont déployés via des plateformes comme Azure et ChatGPT.
Demandes et allégations principales
La plainte allègue que le processus d'entraînement d'OpenAI impliquait la copie intégrale des livres des demandeurs, soit par ingestion directe, soit par des ensembles de données contenant des copies piratées. Plus précisément, les demandeurs pointent l'ensemble de données Books3, une collection de plus de 190 000 livres utilisée pour entraîner certains modèles, qui incluait des œuvres des auteurs nommés. Le procès affirme que cette copie était délibérée, car OpenAI savait que l'ensemble de données contenait du matériel protégé par le droit d'auteur.
Au-delà de la reproduction, les demandeurs soutiennent que les modèles génèrent des sorties qui « résument, paraphrasent ou dérivent autrement » de leurs œuvres, créant des œuvres dérivées non autorisées. Ils citent des exemples où ChatGPT peut produire des résumés détaillés de l'intrigue ou imiter le style d'un auteur, ce qui, selon eux, diminue le marché des livres originaux. Le procès allègue également qu'OpenAI n'a pas fourni d'attribution ni de compensation, violant les droits moraux des auteurs en vertu de certains accords internationaux, bien que la loi américaine ne reconnaisse pas explicitement les droits moraux.
Les demandeurs demandent des dommages-intérêts légaux pouvant atteindre 150 000 $ par œuvre pour violation délibérée, ce qui pourrait représenter des milliards de dollars compte tenu du nombre d'œuvres impliquées. Ils demandent également une injonction pour empêcher OpenAI d'utiliser leurs œuvres dans de futurs entraînements, ainsi que la destruction de toute copie contrefaisante ou des modèles entraînés sur celles-ci.
Historique procédural
L'affaire a été assignée au juge Sidney H. Stein dans le district sud de New York. En novembre 2023, OpenAI a déposé une motion de rejet, arguant que la plainte ne formulait pas de demande valable car les demandeurs n'identifiaient pas de copies ou de sorties contrefaisantes spécifiques. L'entreprise a également réitéré sa défense d'usage équitable, citant la nature transformatrice de l'entraînement de l'IA.
Les demandeurs ont modifié leur plainte en janvier 2024, ajoutant des allégations plus spécifiques et des demandeurs supplémentaires. Ils ont également déposé une motion de certification de classe, cherchant à représenter tous les auteurs dont les œuvres ont été utilisées dans l'entraînement sans permission. En début 2025, le tribunal n'a pas encore statué sur la motion de rejet, et la phase de découverte est en cours.
L'affaire est l'un des nombreux procès très médiatisés sur le droit d'auteur et l'IA. En décembre 2023, The New York Times a déposé un procès séparé contre OpenAI et Microsoft, alléguant une infraction similaire. D'autres auteurs, dont Sarah Silverman et Christopher Golden, ont déposé des actions collectives dans d'autres districts. Les résultats de ces affaires pourraient établir des précédents sur la manière dont le droit d'auteur s'applique à l'entraînement de l'IA.
Arguments d'OpenAI
La défense d'OpenAI repose principalement sur l'usage équitable. L'entreprise soutient que l'entraînement de modèles sur des textes protégés est analogue à un humain lisant un livre et apprenant de celui-ci, ce qui ne constitue pas une infraction. Ils affirment que les modèles ne stockent pas de copies des œuvres originales mais apprennent plutôt des schémas et des relations abstraits, rendant l'utilisation transformatrice.
OpenAI met également l'accent sur le bénéfice public de la technologie de l'IA, arguant que restreindre les données d'entraînement étoufferait l'innovation et nuirait au développement d'applications bénéfiques dans des domaines comme la médecine, l'éducation et la science. L'entreprise a mis en place des mécanismes d'opt-out pour les auteurs, bien que les critiques soutiennent qu'ils sont insuffisants et placent le fardeau sur les créateurs.
Dans sa motion de rejet, OpenAI a soutenu que les demandeurs manquaient de qualité pour agir car ils n'alléguaient pas de préjudice concret. L'entreprise a affirmé que les modèles ne reproduisent pas les œuvres des demandeurs d'une manière qui concurrence celles-ci, et que toute sortie est transformatrice. Ils ont également noté que l'ensemble de données Books3 était publiquement disponible et qu'OpenAI avait pris des mesures pour retirer certaines œuvres protégées sur demande.
Implications plus larges
L'affaire a des implications significatives pour l'industrie de l'intelligence artificielle. Une décision contre OpenAI pourrait exiger que les entreprises d'IA obtiennent des licences pour toutes les données d'entraînement protégées, ce qui serait coûteux et pourrait ralentir le développement. Cela pourrait également conduire à la création de marchés de licences, similaires à ceux de la musique ou de la photographie de stock, où les auteurs sont rémunérés pour l'utilisation de leurs œuvres.
À l'inverse, une décision en faveur d'OpenAI pourrait établir que l'entraînement de l'IA est un usage équitable, donnant le feu vert aux entreprises pour continuer à extraire des données sans permission. Cela augmenterait probablement les tensions avec les créateurs de contenu et pourrait conduire à une action législative. Plusieurs pays, dont l'Union européenne, envisagent déjà des réglementations qui exigeraient la transparence des données d'entraînement et une compensation pour les titulaires de droits.
L'affaire soulève également des questions sur la nature de la créativité et de la paternité. Si les modèles d'IA peuvent générer des textes qui imitent les auteurs humains, qu'est-ce que cela signifie pour la valeur des œuvres originales ? Certains chercheurs soutiennent que le contenu généré par l'IA est dérivé par définition, tandis que d'autres le voient comme une nouvelle forme d'expression qui devrait être protégée.
Affaires connexes et développements
En plus du procès de l'Authors Guild, plusieurs autres affaires ont été déposées contre des entreprises d'IA. En juillet 2023, les auteurs Sarah Silverman, Richard Kadrey et Christopher Golden ont poursuivi OpenAI et Meta dans le district nord de la Californie, alléguant que leurs livres avaient été utilisés sans permission. Cette affaire a été partiellement rejetée en novembre 2023, mais les demandeurs ont été autorisés à modifier leurs demandes.
Le procès de The New York Times, déposé en décembre 2023, est considéré comme l'un des plus significatifs, car il implique une grande organisation médiatique avec des ressources juridiques substantielles. Le Times allègue qu'OpenAI et Microsoft ont utilisé des millions de ses articles pour entraîner des modèles, et que les modèles peuvent reproduire le contenu du Times mot pour mot. L'affaire est en cours dans le même tribunal que le procès de l'Authors Guild.
D'autres entreprises technologiques, dont Anthropic et Google DeepMind, ont également fait face à un examen minutieux de leurs pratiques d'entraînement. En 2024, le Bureau du droit d'auteur des États-Unis a lancé une consultation publique sur l'IA et le droit d'auteur, sollicitant des contributions des parties prenantes. Le bureau a publié des directives indiquant que les œuvres générées par l'IA pourraient ne pas être protégeables par le droit d'auteur si elles manquent de paternité humaine, mais la question des données d'entraînement reste non résolue.
Résultats potentiels et calendrier
Les experts juridiques s'attendent à ce que l'affaire prenne plusieurs années à se résoudre, compte tenu de la complexité des questions et du potentiel d'appels. Une motion de jugement sommaire pourrait être déposée en 2025, avec un procès possible en 2026 ou plus tard. La Cour suprême pourrait finalement devoir se prononcer sur la question de l'usage équitable, comme elle l'a fait dans l'affaire Google v. Oracle (2021), qui impliquait la copie de code.
Si les demandeurs prévalent, ils pourraient recevoir des dommages-intérêts substantiels, mais plus important encore, la décision pourrait forcer OpenAI à modifier ses pratiques d'entraînement. L'entreprise a déjà commencé à licencier du contenu auprès de certains éditeurs, comme un accord avec Axel Springer en décembre 2023, mais une ordonnance du tribunal serait plus contraignante.
Si OpenAI gagne, cela validerait l'approche actuelle de l'entraînement de l'IA et encouragerait probablement une collecte de données plus agressive. Cela pourrait entraîner une réaction négative des créateurs et éventuellement provoquer une nouvelle législation. Certains commentateurs ont suggéré qu'une solution législative, comme un système de licence obligatoire, pourrait être préférable au litige, car elle fournirait une certitude pour les deux parties.
Conclusion
Authors Guild v. OpenAI (2023) représente un tournant critique dans la relation entre l'IA générative et le droit de la propriété intellectuelle. L'affaire teste si les cadres de droit d'auteur existants peuvent s'adapter à la pratique novatrice d'entraîner des modèles sur de vastes quantités de texte. Son résultat affectera non seulement les parties impliquées mais aussi le développement futur des technologies de l'IA et les droits des créateurs dans le monde entier. Alors que le litige se poursuit, il façonnera probablement les normes industrielles et les standards juridiques pour les années à venir.