Authors Guild v. OpenAI est une action en justice pour violation du droit d'auteur déposée devant le tribunal de district des États-Unis pour le district sud de New York en 2023. Les demandeurs, un groupe d'auteurs représentés par l'Authors Guild, allèguent qu'OpenAI a utilisé leurs livres protégés par le droit d'auteur sans autorisation pour entraîner ses grands modèles de langage, notamment GPT-3 et GPT-4. Cette affaire est l'un des nombreux défis juridiques de premier plan contre les pratiques des entreprises d'IA générative, soulevant des questions sur l'application de la doctrine de l'usage équitable à l'apprentissage automatique.
L'action en justice a été initiée le 19 septembre 2023 par l'Authors Guild et dix-sept auteurs individuels, dont David Baldacci, John Grisham et George R.R. Martin. Les demandeurs affirment que le processus d'entraînement d'OpenAI impliquait la copie de leurs œuvres dans des ensembles de données, qui étaient ensuite utilisés pour entraîner les modèles, constituant une violation directe et indirecte du droit d'auteur. Ils allèguent également qu'OpenAI a tiré profit de ces copies non autorisées, violant leurs droits exclusifs en vertu de la loi sur le droit d'auteur de 1976.
Plainte initiale et arguments juridiques
La plainte originale demandait des dommages-intérêts légaux et une injonction, arguant que l'utilisation par OpenAI de textes protégés par le droit d'auteur n'était pas transformative car les modèles reproduisent et tirent de la valeur du contenu expressif des œuvres. Les demandeurs ont souligné que les modèles d'OpenAI peuvent générer du texte qui imite étroitement le style et le contenu des livres originaux, sapant le marché des œuvres des auteurs.
OpenAI a répondu en déposant une motion de rejet début 2024, affirmant que l'utilisation de matériel protégé par le droit d'auteur dans l'entraînement est protégée par la doctrine de l'usage équitable. L'entreprise a soutenu que le processus d'entraînement est transformatif, car il crée de nouvelles sorties non expressives, et que les modèles ne servent pas de substituts aux livres originaux. OpenAI a également contesté que les demandeurs n'avaient pas allégué des cas spécifiques de violation, comme l'exigent les normes de plaidoirie.
Plainte modifiée et nouvelles allégations
Le 18 mars 2024, les demandeurs ont déposé une plainte modifiée, ajoutant plus d'auteurs et affinant leurs réclamations. La plainte modifiée incluait des exemples spécifiques de modèles générant du texte qui paraphrasait ou reproduisait étroitement des passages des livres des demandeurs, ce que les demandeurs ont soutenu démontrait une violation directe. La plainte modifiée a également introduit des réclamations pour enrichissement injuste et concurrence déloyale, bien que celles-ci aient été abandonnées dans des dépôts ultérieurs.
La plainte modifiée a nommé des défendeurs supplémentaires, y compris Microsoft, qui avait investi massivement dans OpenAI et fourni une infrastructure cloud via Microsoft Azure. Les demandeurs ont allégué que Microsoft était conjointement responsable de la violation car il tirait profit de l'entraînement et du déploiement des modèles. Microsoft a déposé sa propre motion de rejet, arguant qu'il n'avait aucune implication directe dans le processus d'entraînement.
Décisions sur les motions de rejet
Le 9 juillet 2024, le juge Sidney H. Stein a rendu une décision sur les motions de rejet. Le tribunal a rejeté plusieurs réclamations des demandeurs, y compris celles pour violation indirecte et enrichissement injuste, mais a permis aux réclamations centrales de violation directe de procéder. Le tribunal a estimé que les demandeurs avaient suffisamment allégué qu'OpenAI avait copié leurs œuvres, et que la défense d'usage équitable était mieux traitée au stade du jugement sommaire plutôt que sur une motion de rejet.
La décision a également abordé la question des dommages-intérêts légaux, notant que les demandeurs pouvaient les demander pour les œuvres enregistrées auprès du Bureau du droit d'auteur des États-Unis. Le tribunal a rejeté les réclamations contre Microsoft, estimant que les demandeurs n'avaient pas suffisamment allégué que Microsoft avait le droit et la capacité de superviser l'activité infractionnelle, une exigence pour la responsabilité indirecte.
Usage équitable et débat sur l'utilisation transformative
La question juridique centrale de l'affaire est de savoir si l'entraînement d'un Large language model sur des textes protégés par le droit d'auteur constitue un usage équitable. La doctrine de l'usage équitable, codifiée dans la section 107 de la loi sur le droit d'auteur, considère quatre facteurs : le but et le caractère de l'utilisation, la nature de l'œuvre protégée, la quantité et la substantialité de la partie utilisée, et l'effet sur le marché potentiel de l'œuvre.
OpenAI soutient que l'utilisation est transformative car les modèles ne reproduisent pas les œuvres originales mais apprennent plutôt des modèles statistiques à partir d'elles. L'entreprise souligne que les modèles sont conçus pour générer de nouveaux textes, et non pour servir de référentiels d'œuvres existantes. Les demandeurs rétorquent que la copie n'est pas transformative car les modèles sont entraînés à imiter le style et le contenu des œuvres originales, et que la nature commerciale des opérations d'OpenAI pèse contre l'usage équitable.
Découverte et preuves
Suite à la décision de juillet 2024, l'affaire est entrée dans la phase de découverte. Les demandeurs ont cherché à accéder aux données d'entraînement d'OpenAI et aux communications internes concernant l'utilisation de matériel protégé par le droit d'auteur. OpenAI a résisté à certaines de ces demandes, invoquant la protection des secrets commerciaux et la charge de produire de vastes quantités de données.
En octobre 2024, le tribunal a ordonné à OpenAI de produire une liste des livres utilisés dans ses ensembles de données d'entraînement, mais a permis à l'entreprise de caviarder certaines informations propriétaires. Les demandeurs ont également cherché à déposer des témoignages de dirigeants clés d'OpenAI, y compris le PDG Sam Altman, bien que le tribunal n'ait pas encore statué sur ces demandes.
Affaires connexes et impact sur l'industrie
L'affaire Authors Guild fait partie d'une vague plus large de litiges contre les entreprises d'IA. Des actions similaires ont été déposées par d'autres auteurs, y compris une action collective menée par Sarah Silverman, et par des organisations de presse telles que le New York Times. Ces affaires sont surveillées de près par l'industrie de l'Artificial intelligence, car les résultats pourraient établir des précédents pour la manière dont les modèles d'IA sont entraînés et déployés.
L'affaire a également attiré l'attention des décideurs politiques. En 2024, le Bureau du droit d'auteur des États-Unis a publié un rapport sur l'IA et le droit d'auteur, recommandant que le Congrès clarifie la portée de l'usage équitable pour les données d'entraînement. Le rapport a noté que la loi actuelle est ambiguë et qu'une action législative pourrait être nécessaire pour fournir une certitude aux créateurs et aux développeurs d'IA.
Statut actuel et prochaines étapes
À la fin de 2024, l'affaire est en phase de découverte, les deux parties se préparant à d'éventuelles motions de jugement sommaire. Le tribunal a programmé une conférence de statut pour janvier 2025 afin de discuter des progrès de la découverte et de toute motion restante. Une date de procès n'a pas été fixée, mais les experts juridiques s'attendent à ce que l'affaire soit résolue par un jugement sommaire ou un règlement, compte tenu de la complexité et du coût d'un procès complet.
Le résultat de Authors Guild v. OpenAI pourrait avoir des implications significatives pour l'industrie de la Generative AI. Si le tribunal conclut que l'entraînement sur des œuvres protégées par le droit d'auteur n'est pas un usage équitable, les entreprises d'IA pourraient devoir obtenir des licences pour les données d'entraînement, ce qui pourrait augmenter les coûts et ralentir l'innovation. À l'inverse, une décision en faveur d'OpenAI pourrait fournir une base juridique pour la poursuite de l'utilisation de l'extraction à grande échelle de données web dans le développement de l'IA.
Contexte plus large et commentaires savants
Les juristes ont offert des points de vue divergents sur l'affaire. Certains soutiennent que la doctrine de l'usage équitable devrait être interprétée de manière flexible pour s'adapter aux nouvelles technologies, citant l'histoire du droit d'auteur s'adaptant à des innovations comme le photocopieur et le magnétoscope. D'autres affirment que l'échelle de la copie dans l'entraînement de l'IA est sans précédent et que le préjudice économique pour les auteurs est réel, en particulier pour ceux dont les œuvres sont utilisées pour entraîner des modèles capables de générer du contenu concurrent.
L'affaire a également suscité des débats sur la nature de la créativité et de la paternité à l'ère de l'IA. Certains commentateurs ont suggéré que le procès reflète une anxiété plus large concernant le rôle des auteurs humains dans un monde où les machines peuvent produire du texte indiscernable de l'écriture humaine. D'autres ont souligné que les demandeurs ne s'opposent pas à l'IA en soi, mais plutôt à l'utilisation non rémunérée de leurs œuvres.
Résultats potentiels et précédents
Si l'affaire procède à une décision sur le fond, le tribunal devra appliquer le test des quatre facteurs de l'usage équitable aux faits spécifiques de l'entraînement de l'IA. Le tribunal pourrait considérer si les sorties des modèles sont suffisamment transformatives, si les œuvres utilisées sont principalement factuelles ou créatives, et si le processus d'entraînement copie plus que nécessaire. Le facteur de préjudice au marché sera probablement central, car les demandeurs soutiendront que les modèles réduisent la demande pour leurs livres, tandis qu'OpenAI soutiendra que les modèles ne concurrencent pas les œuvres originales.
Une décision en faveur des demandeurs pourrait conduire à une exigence pour les entreprises d'IA d'obtenir des licences pour les données d'entraînement, créant potentiellement un nouveau marché pour les œuvres protégées par le droit d'auteur. Une décision en faveur d'OpenAI pourrait renforcer l'idée que l'entraînement de l'IA est un usage équitable, mais elle pourrait également inciter à une action législative pour répondre aux préoccupations des créateurs. Dans les deux cas, l'affaire sera probablement portée en appel, et la résolution finale pourrait éventuellement venir de la Cour suprême.
Conclusion
Authors Guild v. OpenAI est une affaire marquante qui façonnera le paysage juridique de l'IA et du droit d'auteur. Les plaintes modifiées et les décisions ont clarifié la portée des réclamations, mais la question centrale de l'usage équitable reste non résolue. Alors que l'affaire progresse, elle continuera à attirer l'attention des communautés juridique, technologique et créative, et son résultat aura des implications durables pour le développement du Machine learning et la protection de la propriété intellectuelle.