Le New York Times contre OpenAI est une poursuite pour violation du droit d'auteur intentée par The New York Times Company contre OpenAI et Microsoft en décembre 2023. L'affaire porte sur l'utilisation prétendument non autorisée de millions d'articles de journaux protégés par le droit d'auteur pour entraîner les grands modèles de langage qui alimentent ChatGPT et d'autres produits. Le journal réclame des milliards de dommages-intérêts et exige la destruction des modèles d'IA et des ensembles de données qui contiennent ou dérivent de son contenu. En 2025, le litige reste en cours devant le tribunal de district des États-Unis pour le district sud de New York, avec une date de procès fixée à la fin 2025 ou au début 2026.
Contexte : IA générative et droit d'auteur
L'essor de l'IA générative basée sur les grands modèles de langage a créé une nouvelle frontière en matière de droit d'auteur. Ces systèmes, construits sur des architectures de transformeurs, ingèrent de vastes corpus de textes extraits d'Internet, y compris des articles de presse, des livres et des sites Web. Le ChatGPT d'OpenAI, lancé pour la première fois en novembre 2022, a démontré sa capacité à générer des réponses de type humain, reproduisant souvent ou paraphrasant étroitement des textes protégés par le droit d'auteur. Ce comportement a soulevé des questions juridiques sur la question de savoir si l'entraînement de l'IA sur du matériel protégé par le droit d'auteur constitue un usage équitable ou une violation passible de poursuites. Plusieurs poursuites ont suivi de la part d'auteurs et de titulaires de droits, mais l'affaire du Times est devenue la plus importante en raison de son ampleur et de l'implication de grandes entreprises technologiques.
Parties et revendications juridiques
Le plaignant, The New York Times Company, est un grand journal américain avec un historique de défense vigoureuse du droit d'auteur. Les défendeurs incluent OpenAI et son partenaire commercial Microsoft, qui a fourni l'infrastructure cloud et l'hébergement cloud exclusif pour les produits d'OpenAI. GitHub Copilot de Microsoft est également nommé, bien que l'accent principal reste sur ChatGPT et les modèles sous-jacents.
Dans sa plainte déposée auprès de le tribunal de district du sud de New York le 27 décembre 2023, le Times a affirmé plusieurs chefs d'accusation : violation directe du droit d'auteur, violation contributive, violation indirecte et concurrence déloyale en vertu de la loi Lanham. Le Times a allégué qu'OpenAI et Microsoft avaient copié des millions de ses articles sans autorisation, les avaient utilisés pour entraîner des modèles et avaient permis aux modèles de générer des sorties qui « mémorisent », « régurgitent » ou paraphrasent le texte original, souvent avec l'attribution supprimée. La plainte comprenait des dizaines d'exemples où ChatGPT produisait des extraits quasi verbatim d'articles du Times, parfois des paragraphes entiers.
Le journal a demandé des dommages-intérêts légaux allant jusqu'à 150 000 $ par œuvre violée, ce qui pourrait représenter des milliards compte tenu du nombre d'articles en cause. Il a également exigé la suppression ou la destruction de toutes les données d'entraînement et des modèles qui incorporaient son contenu protégé par le droit d'auteur, ainsi qu'une injonction empêchant toute utilisation future.
Réponse d'OpenAI et de Microsoft
OpenAI et Microsoft ont déposé des requêtes en rejet en février 2024, arguant que l'utilisation de matériel protégé par le droit d'auteur pour l'entraînement constituait un usage équitable en vertu de la loi américaine sur le droit d'auteur. Ils ont soutenu que les modèles transforment le contenu en de nouvelles structures non expressives de relations statistiques, et que les sorties en question étaient soit des résumés légitimes, soit le résultat de prompts d'utilisateurs qui ont provoqué la reproduction. Ils ont également fait valoir que les affirmations du Times concernant la « mémorisation » étaient exagérées et que le journal n'avait pas prouvé de préjudice réel.
Dans leurs mémoires juridiques, les défendeurs ont noté que le Times n'avait pas subi de baisse de lectorat spécifiquement due à l'IA, et que le journal lui-même avait expérimenté l'utilisation de contenu généré par l'IA. Ils ont souligné la pratique industrielle du scraping Web comme étant coutumière. Les requêtes en rejet ont été partiellement couronnées de succès : en septembre 2024, le juge Sidney H. Stein a rejeté les demandes liées à la violation indirecte mais a autorisé les demandes de violation directe et contributive à procéder. La demande de la loi Lanham pour fausse approbation a également été rejetée, le tribunal suggérant au Times de la redéposer.
Questions juridiques clés et précédents
L'affaire touche à plusieurs doctrines non résolues. La question centrale est de savoir si l'entraînement sur des œuvres protégées par le droit d'auteur est transformateur selon le test des quatre facteurs de l'usage équitable, qui examine le but de l'utilisation, la nature de l'œuvre, la quantité utilisée et l'effet sur le marché. Les tribunaux ont historiquement jugé que certains types de reproduction numérique, comme le projet de numérisation de livres de Google, constituent un usage équitable. Cependant, le Times soutient que l'IA générative diffère parce que ses sorties peuvent directement concurrencer les articles originaux, réduisant potentiellement les revenus d'abonnement et les opportunités de licence.
Une autre question est le phénomène de « mémorisation ». La recherche a montré que les grands modèles de langage peuvent recréer des données d'entraînement lorsqu'ils sont sollicités, en particulier pour des textes obscurs ou répétés. Le Times a documenté des cas où ChatGPT reproduisait ses articles presque verbatim, suggérant que le modèle n'avait pas complètement transformé le contenu. OpenAI a maintenu que ces sorties sont rares et qu'ils ont mis en œuvre des mesures techniques pour empêcher les reproductions longues.
Impact plus large sur l'industrie de l'IA
La poursuite a des implications significatives pour l'écosystème plus large de l'IA. De nombreuses entreprises, y compris Anthropic, Google DeepMind et Apple, ont fait face ou font face à des poursuites similaires ou ont conclu des accords de licence avec des éditeurs. Le résultat pourrait établir un précédent sur la question de savoir si les entreprises d'IA doivent obtenir une autorisation et payer pour les données d'entraînement ou peuvent continuer à extraire le Web librement.
En réponse au litige, plusieurs organisations médiatiques ont signé des accords avec OpenAI et d'autres entreprises. Par exemple, l'Associated Press, Axel Springer et News Corp auraient conclu des accords de licence, tandis que d'autres comme National Public Radio et le Chicago Tribune ont exploré des alternatives. L'affaire pourrait accélérer la tendance vers la licence de contenu, car les entreprises d'IA cherchent à réduire le risque juridique. À l'inverse, une décision en faveur du Times pourrait forcer un changement fondamental dans la façon dont les ensembles de données d'entraînement sont compilés, augmentant potentiellement les coûts pour les startups et les petits acteurs.
Procédures juridiques et calendrier
L'affaire a progressé à travers les phases préalables au procès. En 2024, les parties ont engagé une découverte approfondie, le tribunal ordonnant à OpenAI de produire des journaux de données d'entraînement et des communications internes. Le Times a également obtenu des enregistrements montrant que les employés d'OpenAI avaient des préoccupations concernant l'utilisation de matériel protégé par le droit d'auteur sans autorisation. En novembre 2024, le tribunal a refusé une motion du Times pour inclure des demandes supplémentaires liées à Copilot de Microsoft, mais a autorisé des amendements à la plainte.
Un développement notable s'est produit en février 2025 lorsque le juge Stein a approuvé une ordonnance de calendrier fixant le procès au 15 décembre 2025. Il a également refusé une demande d'OpenAI de retarder le procès en attendant une affaire connexe dans le deuxième circuit, qui implique une poursuite distincte d'un auteur. Le procès devrait durer plusieurs semaines et comportera probablement des témoignages d'experts sur la technologie de l'IA et l'économie.
Considérations économiques et stratégiques
Pour le Times, la poursuite ne concerne pas seulement les dommages-intérêts. Elle représente une défense de son journalisme et une poussée pour établir un marché de licences pour le contenu d'actualités utilisé par l'IA. Le journal a soutenu que les chatbots IA pourraient remplacer la recherche traditionnelle et la consommation directe de nouvelles, sapant son modèle d'abonnement. Il valorise également sa marque et s'attend à une attribution lorsque ses reportages sont utilisés.
OpenAI, quant à lui, a investi massivement dans la défense juridique, engageant des cabinets d'avocats éminents et des experts externes. L'entreprise a également entrepris une sensibilisation publique, publiant des articles sur le droit d'auteur et l'usage équitable. Microsoft, en tant qu'actionnaire majeur et fournisseur d'infrastructure, a sa propre équipe juridique mais s'est largement aligné sur la stratégie d'OpenAI. Les enjeux financiers sont élevés : si le Times gagne, il pourrait réclamer des milliards en dommages-intérêts légaux, et un verdict contre les défendeurs pourrait déclencher une vague de poursuites de suivi de la part d'autres éditeurs.
Réactions de l'industrie et contexte constitutionnel
Les réactions ont été divisées. De nombreux universitaires et chercheurs en IA soutiennent que l'entraînement sur des textes protégés par le droit d'auteur est nécessaire pour faire progresser le domaine et que des décisions trop restrictives entraveraient l'innovation. D'autres, y compris des journalistes et des auteurs, soutiennent le Times, considérant l'affaire comme essentielle pour protéger les moyens de subsistance créatifs. Le Bureau du droit d'auteur des États-Unis a pesé, publiant des directives qui reconnaissent la complexité, mais s'est abstenu de rendre des décisions définitives sur l'entraînement de l'IA.
L'affaire touche également à des considérations du premier amendement, car le contenu généré par l'IA repose sur l'ingestion de nouvelles pour fournir des informations. La Cour suprême n'a pas encore abordé ces questions, laissant les tribunaux de district naviguer dans un territoire inexploré. Certains ont établi des parallèles avec les affaires marquantes de l'ère Internet, telles que Sony contre Universal et Authors Guild contre Google, qui équilibraient le progrès technologique avec la protection du droit d'auteur.
Ce qui est en jeu
Si le tribunal statue que l'utilisation des articles du Times ne constitue pas un usage équitable, il pourrait ordonner la destruction de certains modèles d'OpenAI ou exiger un système de licence. Un tel résultat pourrait forcer les entreprises d'IA à s'appuyer sur des données du domaine public ou explicitement sous licence, ralentissant le développement mais créant potentiellement une nouvelle activité pour les créateurs de contenu. À l'inverse, une décision d'usage équitable validerait les pratiques actuelles de nombreux laboratoires d'IA, bien qu'elle ne puisse pas exclure des accords volontaires.
À la fin 2025, le procès n'a pas encore commencé, et les deux parties ont signalé une ouverture à un règlement. OpenAI a accordé des licences de contenu à d'autres éditeurs, suggérant une volonté de négocier. Cependant, le Times a déclaré son engagement à plaider, arguant que la licence seule ne résoudrait pas la « menace existentielle » posée par l'IA. L'affaire reste l'une des plus surveillées à l'intersection du droit et de la technologie, avec des implications pour l'avenir du journalisme et de l'économie numérique.