Dans une controverse qui évolue rapidement, à l’intersection du développement de l’intelligence artificielle (IA) et du droit d’auteur, Meta, la société mère de Facebook, fait l’objet d’un examen minutieux pour avoir prétendument utilisé des contenus piratés provenant de Library Genesis (LibGen) afin d’entraîner ses modèles d’IA. Cette situation a déclenché des actions en justice et suscité de vives critiques de la part d’auteurs et d’organisations éditoriales, mettant en lumière les défis éthiques et juridiques complexes posés par la dépendance de l’IA à de vastes ensembles de données.
LibGen : la bibliothèque pirate dans le collimateur de la justice
Créé par des militants russes, LibGen est un dépôt en ligne notoire proposant un accès gratuit à des millions de livres et d’articles universitaires, dont beaucoup sont protégés par le droit d’auteur. Le site a fait face à plusieurs actions en justice au fil des ans, notamment une plainte déposée en 2015 par l’éditeur universitaire Elsevier, qui a abouti à une décision de justice ordonnant sa fermeture. LibGen a continué à fonctionner grâce à d’autres noms de domaine et à des sites miroirs.
En septembre 2023, des éditeurs de contenus éducatifs — parmi lesquels Pearson Education, McGraw Hill et Macmillan — ont porté plainte, l’accusant de « violations massives » du droit d’auteur et exigeant le contrôle ou la suppression de ses noms de domaine. En décembre 2024, ces éditeurs avaient réussi à désactiver de nombreux domaines de LibGen, mais le site pirate a trouvé des moyens de poursuivre ses activités.
L’utilisation présumée de contenus piratés par Meta
La controverse autour de Meta a commencé lorsque des documents judiciaires rendus publics ont révélé que l’entreprise avait utilisé des ensembles de données de LibGen pour entraîner ses modèles linguistiques d’IA, notamment Llama 3. Des communications internes indiquaient que des employés de Meta étaient au courant du caractère piraté de ces documents. Bien qu’un employé ait exprimé des inquiétudes éthiques, le PDG de Meta, Mark Zuckerberg, aurait donné son feu vert à leur utilisation.
Le PDG d’OpenAI, Sam Altman, a lui aussi déclaré, de manière célèbre, que son entreprise ne pouvait pas créer de modèles d’IA compétitifs sans les entraîner sur des contenus protégés par le droit d’auteur.
The Atlantic a publié une base de données interrogeable qui permet aux auteurs de vérifier si leurs œuvres figuraient dans les données de LibGen qui auraient été utilisées pour entraîner l’IA. Cette initiative s’inscrit dans une demande croissante de transparence et de responsabilité de la part des créateurs quant à l’utilisation de leurs œuvres, avec ou sans leur autorisation.
Actions en justice et réactions des auteurs
En réaction à ces révélations, un groupe d’auteurs américains — parmi lesquels Sarah Silverman, Ta-Nehisi Coates et Richard Kadrey — a intenté une action en justice contre Meta, l’accusant de violation du droit d’auteur. Les plaignants affirment que l’utilisation par Meta de livres piratés pour entraîner ses modèles d’IA porte atteinte à leurs droits de propriété intellectuelle et menace leurs moyens de subsistance. La plainte réclame des dommages et intérêts ainsi qu’une injonction visant à empêcher Meta de continuer à utiliser des contenus non autorisés.
The Authors Guild, une importante organisation représentant les écrivains, participe activement à la lutte contre le piratage numérique. L’organisation a collaboré avec des éditeurs et le gouvernement fédéral pour faire fermer de grands sites de piratage comme Z-Library et a contribué aux actions menées contre LibGen, qui ont entraîné le blocage de domaines américains et l’infliction d’amendes de plusieurs millions de dollars. The Authors Guild continue de défendre les droits des auteurs et souligne l’importance de protéger les œuvres créatives contre toute utilisation non autorisée.
« Je suis furieux d’apprendre que mes livres ont de nouveau été piratés et utilisés sans mon consentement pour entraîner un système d’IA générative qui est non seulement contraire à l’éthique et illégal dans sa forme actuelle, mais auquel je m’oppose avec véhémence », a déclaré le romancier australien Holden Sheppard à The Guardian. « Aucun consentement n’a été obtenu de la part des milliers d’auteurs dont les œuvres ont été prises, et pas un seul centime n’a été versé à qui que ce soit. Étant donné que Meta vaut littéralement des milliards, l’entreprise est tout à fait en mesure d’indemniser équitablement les auteurs. »
D’autres écrivains ont rapidement réagi à l’article de The Atlantic sur les réseaux sociaux, alimentant de longs fils de discussion en ajoutant leur nom à la liste de ceux dont les œuvres avaient été volées.
« Ce qui compte, c’est qu’ils auraient dû DEMANDER et, en cas de réponse positive, rémunérer le détenteur des droits », a publié la romancière à succès N.K. Jemisin sur Bluesky. « J’aurais dit non. »
D’autres artistes, d’autres procès
L’affaire Meta-LibGen n’est qu’une des nombreuses actions en justice visant des entreprises d’IA accusées d’avoir récupéré des contenus protégés par le droit d’auteur sans autorisation. The New York Times a remporté une victoire juridique lorsqu’un juge fédéral a autorisé la poursuite de sa plainte contre OpenAI. Le journal accuse OpenAI d’avoir utilisé ses articles pour entraîner ChatGPT sans autorisation ni rémunération, portant ainsi atteinte à son lectorat et à ses revenus. OpenAI soutient avoir agi dans les limites du « fair use », mais la décision finale du tribunal pourrait redéfinir les conditions dans lesquelles les contenus d’actualité peuvent être légalement utilisés dans les modèles d’IA.
Une autre affaire majeure a progressé en août 2024 lorsqu’un juge fédéral a autorisé l’examen de plusieurs chefs d’accusation dans une action en justice intentée par un groupe d’artistes contre Stability AI et Midjourney. La plainte affirme que ces entreprises ont utilisé, sans autorisation, des milliards d’images protégées par le droit d’auteur pour entraîner leurs systèmes d’IA générative. Fait notable, le juge a autorisé la poursuite des accusations de violation directe du droit d’auteur et d’atteinte aux droits de marque des artistes, signe que les tribunaux sont de plus en plus disposés à examiner la manière dont les entreprises d’IA se procurent leurs données d’entraînement.
Les implications plus larges pour l’IA et le droit d’auteur
Cette affaire souligne la tension plus large entre le développement de l’IA et le droit d’auteur. Les modèles d’IA nécessitent d’immenses quantités de données pour leur entraînement, et l’utilisation de contenus protégés par le droit d’auteur sans autorisation soulève d’importantes questions juridiques et éthiques. Meta et d’autres entreprises technologiques ont défendu leurs actions en invoquant la doctrine du « fair use », soutenant que l’utilisation de données accessibles au public pour modéliser statistiquement le langage est permise. Cette défense est de plus en plus contestée devant les tribunaux.
Réactions du secteur et du monde politique
Ces révélations ont également suscité des réactions dans l’ensemble du monde de la création et chez des personnalités politiques. L’auteur à succès Richard Osman a exhorté les écrivains à agir contre Meta, soulignant la nécessité de protéger les droits des auteurs face aux avancées technologiques. Par ailleurs, la présence d’œuvres de personnalités politiques dans les ensembles de données piratés a provoqué de l’embarras et suscité des appels à des réformes des politiques publiques afin de mieux protéger la propriété intellectuelle à l’ère numérique.
La situation qui se déroule autour de l’utilisation présumée par Meta de contenus piratés provenant de LibGen pour entraîner ses modèles d’IA met en évidence les défis complexes à l’intersection de la technologie, du droit et des droits des créateurs. Alors que les poursuites se multiplient et que les créateurs réclament davantage de transparence, les tribunaux joueront un rôle déterminant pour définir la manière dont la propriété intellectuelle sera traitée à l’ère de l’IA — et déterminer si l’innovation peut véritablement coexister avec les droits de ceux qui créent.
Lisez notre guide pour naviguer parmi les enjeux éthiques de l’IA générative pour en savoir plus.