L'affaire The New York Times Company contre Microsoft Corporation et OpenAI, Inc. est un procès historique pour violation de droits d'auteur, déposé devant le tribunal de district des États-Unis pour le district sud de New York le 27 décembre 2023. Le procès allègue qu'OpenAI et son principal investisseur Microsoft ont utilisé des millions d'articles de presse protégés par le droit d'auteur du New York Times pour entraîner leurs modèles de langage de grande taille sans autorisation ni compensation, violant ainsi la loi sur les droits d'auteur et menaçant le modèle économique du journal. L'affaire est largement considérée comme un test crucial de la manière dont la loi sur la propriété intellectuelle s'applique aux systèmes de IA générative et à leurs données d'entraînement sous-jacentes.
Le procès vise à tenir les défendeurs responsables de ce que le Times décrit comme une « copie et une utilisation illicites des œuvres d'une valeur unique du Times ». Il exige des dommages-intérêts légaux pouvant atteindre 150 000 dollars par œuvre contrefaite, une injonction contre toute utilisation ultérieure du contenu du Times et la destruction de tout ensemble de données ou modèle ayant incorporé ce contenu. Le dépôt de la plainte a eu lieu après que des mois de négociations entre le journal et OpenAI n'ont pas abouti à un accord de licence, selon des rapports contemporains.
Contexte et contexte général
Le litige découle de l'avancement rapide des systèmes d'intelligence artificielle, en particulier des modèles de apprentissage profond basés sur l'architecture transformeur. OpenAI, fondée en 2015 en tant que laboratoire de recherche à but non lucratif puis restructurée avec une branche à but lucratif, a publié GPT-3 en 2020 et ChatGPT en novembre 2022. Ces systèmes sont entraînés sur de vastes corpus de texte extraits d'Internet, y compris des articles de presse, des livres et d'autres contenus protégés par le droit d'auteur.
Le New York Times, fondé en 1851, a longtemps maintenu un mur payant et une activité d'abonnement numérique, comptant plus de 10 millions d'abonnés à la fin de 2023. Le journal a fait valoir que son journalisme est un actif précieux et propriétaire, et que permettre aux entreprises d'IA d'utiliser librement ce contenu compromet sa capacité à récupérer les coûts de production. Le Times a également noté que les chatbots IA pourraient « mémoriser » et reproduire des portions d'articles, ce qui pourrait concurrencer directement les propres canaux de distribution du journal.
Demandes juridiques et arguments
La plainte invoque plusieurs causes d'action, notamment la violation directe du droit d'auteur, la violation contributive et la violation indirecte. Le Times a fourni des dizaines d'exemples où ChatGPT et d'autres produits OpenAI auraient reproduit des extraits quasi verbatim de ses articles, y compris une enquête de 2019 sur les prêts de médaillons de taxi et un article de 2020 sur la pandémie de COVID-19. Le journal a fait valoir que de telles sorties démontrent que les modèles ont été entraînés sur son contenu et que la reproduction n'est pas transformatrice.
OpenAI et Microsoft ont répondu dans leurs mémoires que leur utilisation de matériel protégé par le droit d'auteur relève de la doctrine de l'« usage équitable », qui permet une utilisation limitée à des fins telles que la critique, le commentaire, le reportage d'actualité, l'enseignement ou la recherche. Ils ont fait valoir que l'entraînement sur de grands ensembles de données est un processus transformateur qui ne remplace pas les œuvres originales mais crée plutôt de nouvelles représentations statistiques non expressives. Microsoft, qui avait investi plus de 13 milliards de dollars dans OpenAI au début de 2023, a déposé une requête en irrecevabilité en février 2024, affirmant que le Times n'avait pas démontré de préjudice spécifique.
Le Times a répliqué que l'usage équitable est une exception étroite et que l'échelle commerciale des opérations d'OpenAI, combinée à la concurrence directe posée par les résumés générés par IA, pèse contre une conclusion d'usage équitable. Les juristes ont noté que l'affaire pourrait établir un précédent sur la manière dont les tribunaux interprètent le « but et le caractère » de l'entraînement en IA, une question qui reste non résolue dans la jurisprudence américaine.
Événements clés et chronologie
- 27 décembre 2023 : Le Times a déposé sa plainte devant le tribunal de district du sud de New York, nommant OpenAI et Microsoft comme défendeurs.
- Janvier 2024 : OpenAI a publiquement déclaré être « surpris et déçu » par le procès, notant qu'il avait eu des discussions productives avec le Times. L'entreprise a également commencé à offrir un mécanisme de retrait pour les propriétaires de sites web qui ne souhaitaient pas que leur contenu soit utilisé dans de futurs entraînements.
- Février 2024 : Microsoft a déposé une requête en irrecevabilité, arguant que les demandes du Times étaient spéculatives et que l'entreprise n'avait aucun rôle direct dans l'entraînement des modèles.
- Avril 2024 : Le tribunal a partiellement rejeté la requête de Microsoft, permettant à l'affaire de se poursuivre sur plusieurs demandes. Le juge Sidney H. Stein, chargé de l'affaire, a ordonné aux deux parties de procéder à la découverte.
- Juin 2024 : OpenAI a déposé sa propre requête en jugement sommaire, affirmant que le Times ne pouvait pas prouver que des articles spécifiques avaient été reproduits d'une manière causant un préjudice au marché. Le Times s'y est opposé, citant des communications internes d'OpenAI reconnaissant la nécessité de licencier le contenu.
- Octobre 2024 : Le tribunal a tenu une audience préliminaire sur les litiges de découverte, en particulier concernant l'accès aux ensembles de données d'entraînement d'OpenAI. Le Times a demandé des enregistrements détaillés des articles inclus dans l'entraînement, tandis qu'OpenAI a fait valoir que ces informations étaient un secret commercial.
- Début 2025 : L'affaire restait en phase de découverte, sans date de procès fixée. Les deux parties continuaient à déposer des requêtes et des rapports d'experts.
Implications plus larges
Le procès fait partie d'une vague d'actions en justice contre les entreprises d'IA. En 2023, des auteurs tels que Sarah Silverman et George R.R. Martin ont déposé des recours collectifs contre OpenAI et Meta pour des demandes similaires. Getty Images a poursuivi Stability AI au Royaume-Uni et aux États-Unis pour avoir utilisé ses photographies dans des données d'entraînement. L'affaire du Times est notable car elle implique une grande organisation de presse disposant de ressources juridiques substantielles et d'un intérêt financier clair dans l'issue.
L'issue pourrait affecter l'économie du développement du apprentissage automatique. Si le Times l'emporte, les entreprises d'IA pourraient être tenues de licencier le contenu des éditeurs, un coût qui pourrait remodeler l'industrie. À l'inverse, une décision en faveur d'OpenAI pourrait légitimer la pratique de l'entraînement sur du texte disponible publiquement, accélérant potentiellement la croissance d'OpenAI et de concurrents comme Anthropic et Google DeepMind.
Les organisations de presse ont réagi différemment. Certaines, comme l'Associated Press et Axel Springer, ont signé des accords de licence avec OpenAI. D'autres, y compris le Times, ont choisi la voie du litige. L'affaire a également suscité des discussions sur la nécessité de nouvelles législations, certains législateurs proposant un régime de « notification et retrait » pour l'entraînement en IA.
Dimensions techniques et éthiques
L'affaire soulève des questions sur la manière dont les réseaux neuronaux stockent et récupèrent l'information. Les chercheurs ont montré que les grands modèles de langage peuvent mémoriser de longs passages de texte, surtout lorsque ces passages apparaissent plusieurs fois dans les données d'entraînement. Le Times a fait valoir que ses articles, largement syndiqués et cités, sont susceptibles d'être surreprésentés dans les ensembles de données d'OpenAI, augmentant le risque de reproduction verbatim.
Les débats éthiques portent sur la question de savoir si les entreprises d'IA ont une obligation morale de compenser les créateurs de contenu. Les partisans de l'usage équitable soutiennent que l'entraînement est analogue à une lecture et un apprentissage humains à partir d'articles, tandis que les critiques affirment que l'échelle et la nature commerciale de l'entraînement en IA sont fondamentalement différentes. L'affaire a également mis en évidence le manque de transparence dans l'entraînement en IA, car la plupart des entreprises ne divulguent pas publiquement leurs sources de données complètes.
Réactions et commentaires
Les experts juridiques ont offert des prédictions divergentes. Certains, comme le professeur de droit de Stanford Mark Lemley, ont fait valoir que l'entraînement en IA est susceptible d'être considéré comme un usage équitable, citant des précédents tels que l'affaire Google Books. D'autres, y compris la spécialiste du droit d'auteur Pamela Samuelson, ont noté que les preuves de concurrence directe du Times pourraient faire pencher la balance. Le MIT Computer Science and Artificial Intelligence Laboratory et le Stanford AI Lab ont tous deux organisé des symposiums sur l'affaire, reflétant son importance académique.
Le PDG d'OpenAI, Sam Altman, a publiquement déclaré que l'entreprise est disposée à payer pour le contenu mais estime que le cadre juridique actuel est flou. Dans une interview de mars 2024, il a déclaré : « Nous voulons être de bons partenaires avec les éditeurs. La question est de savoir quel est un prix équitable. » Le Times, pour sa part, a maintenu que son objectif principal est de protéger son journalisme et d'établir un précédent pour l'industrie.
Statut actuel et perspectives d'avenir
À la fin de 2024, l'affaire n'était pas résolue. Les deux parties ont engagé une pratique extensive de requêtes, et le tribunal n'a pas encore statué sur la question centrale de l'usage équitable. Certains observateurs s'attendent à ce que l'affaire atteigne la Cour suprême, étant donné son importance nationale. Entre-temps, OpenAI a continué à signer des accords de contenu avec d'autres éditeurs, y compris News Corp et le Financial Times, suggérant que l'industrie se dirige vers un modèle de licence indépendamment de l'issue du procès.
Le Times a également poursuivi des actions parallèles, y compris une plainte auprès du bureau du commissaire à l'information du Royaume-Uni concernant des problèmes de protection des données. L'entreprise a déclaré qu'elle continuera à investir dans ses propres capacités en IA, y compris un partenariat avec Google Cloud pour l'analyse de données, mais reste engagée dans le litige.
Conclusion
L'affaire New York Times contre OpenAI représente un tournant critique dans la relation entre les médias et l'intelligence artificielle. Sa résolution influencera probablement non seulement les parties impliquées, mais aussi l'écosystème plus large du développement de l'intelligence artificielle, des licences de contenu et du droit d'auteur. Alors que la technologie évolue, les principes juridiques établis dans cette affaire pourraient servir de fondement à de futurs litiges, en faisant l'un des procès les plus surveillés de la décennie.