Meta a remporté une bataille juridique décisive concernant les données d’entraînement des modèles d’intelligence artificielle. Un juge fédéral a estimé que l’utilisation par Meta de livres protégés par le droit d’auteur pour entraîner ses modèles LLaMA relevait de l’usage loyal, au grand désarroi des auteurs qui ont poursuivi l’entreprise.
Toutefois, le juge fédéral du district Vince Chhabria a précisé que cette décision « ne signifie pas que l’utilisation par Meta de contenus protégés par le droit d’auteur pour entraîner ses modèles de langage est légale ». Elle ne s’applique qu’à ces 13 auteurs, qui ont été déboutés parce qu’ils n’ont pas fourni de « preuves significatives » que les agissements de Meta avaient causé un « préjudice au marché ».
Ce jugement intervient quelques jours seulement après la victoire similaire remportée par Anthropic devant la justice, lorsqu’un juge fédéral a estimé que l’utilisation par l’entreprise de livres protégés par le droit d’auteur pour entraîner ses modèles d’IA était couverte par l’usage loyal.
Meta a entraîné son IA à l’aide de livres provenant du site de piratage LibGen
La controverse a commencé lorsque des documents judiciaires rendus publics ont révélé que l’entreprise avait utilisé des jeux de données de LibGen pour entraîner ses modèles de langage d’IA, notamment LLaMA 3. Créé par des militants russes, LibGen est un célèbre répertoire en ligne controversé offrant un accès gratuit à des millions de livres et d’articles universitaires, dont beaucoup sont protégés par le droit d’auteur.
Des communications internes indiquaient que les employés de Meta étaient conscients de la nature piratée de ces contenus. Bien qu’un employé ait exprimé des préoccupations éthiques, le PDG Mark Zuckerberg aurait approuvé leur utilisation.
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 soutiennent que l’utilisation par Meta de livres piratés pour entraîner ses modèles d’IA, dont 666 de leurs propres ouvrages, viole leurs droits de propriété intellectuelle et menace leurs moyens de subsistance. La plainte réclamait des dommages et intérêts ainsi qu’une injonction visant à empêcher Meta de continuer à utiliser des contenus non autorisés.
La justice donne raison à Meta au nom de l’usage loyal
Selon la décision rendue sur requête en jugement sommaire déposée mercredi, le tribunal a estimé que l’utilisation par Meta des livres des auteurs était « hautement transformatrice », puisqu’ils avaient été convertis en données pour entraîner une IA, et non pour être lus ou distribués. La copie d’œuvres intégrales était également « raisonnable », puisque l’objectif était de rendre l’IA aussi utile que possible.
Ainsi, bien qu’il soit « généralement illégal de copier des œuvres protégées sans autorisation », Chhabria a estimé que la doctrine de l’usage loyal protégeait les agissements de Meta.
« Nous nous félicitons de la décision rendue aujourd’hui par le tribunal », a déclaré un porte-parole de Meta à TechRepublic dans un courriel. « Les modèles d’IA open source favorisent les innovations transformatrices, la productivité et la créativité des particuliers comme des entreprises, et l’usage loyal de contenus protégés par le droit d’auteur constitue un cadre juridique essentiel au développement de cette technologie transformatrice. »
Les avocats représentant les plaignants n’ont pas répondu à la demande de commentaire de CNBC.
Le juge a qualifié le raisonnement de Meta de « non-sens » et estime que de futurs créateurs pourraient l’emporter avec des preuves plus solides
Bien que Meta ait finalement remporté la bataille, le juge a relevé plusieurs failles dans la défense de l’entreprise. Il a qualifié de « non-sens » l’argument de Meta selon lequel « l’intérêt général » serait « gravement desservi » si on lui interdisait d’utiliser gratuitement des textes protégés par le droit d’auteur pour entraîner ses modèles.
Une telle décision n’empêcherait pas Meta d’entraîner ses modèles sur des œuvres protégées ; elle obligerait simplement l’entreprise à obtenir une autorisation, éventuellement en négociant directement les droits de licence avec les auteurs.
« Il se peut que les entreprises spécialisées dans les LLM avancent un peu plus lentement ou gagnent un peu moins d’argent », a déclaré Chhabria. « Mais l’idée que la croissance de la technologie des LLM s’arrêterait (ou même s’en approcherait) ne résiste pas à un examen sérieux. »
Il a également déclaré que la victoire de Meta « pourrait être fortement en décalage avec la réalité », reconnaissant que de futurs plaignants pourraient obtenir gain de cause s’ils apportaient des éléments de preuve plus solides.
« Quelle que soit la portée transformatrice de l’entraînement des LLM, il est difficile d’imaginer qu’il puisse relever de l’usage loyal d’utiliser des livres protégés par le droit d’auteur pour développer un outil destiné à générer des milliards ou des milliers de milliards de dollars, tout en permettant la création d’un flux potentiellement inépuisable d’œuvres concurrentes susceptibles de nuire considérablement au marché de ces livres », a ajouté Chhabria.
Une action contre Meta est toujours en instance
La question de savoir si Meta a distribué illégalement des œuvres protégées par le droit d’auteur en les remettant en ligne pendant le processus de téléchargement par torrent reste en suspens. Une audience de gestion de l’instance consacrée à cette demande est prévue le 11 juillet. Anthropic risque également d’être tenue pour responsable d’avoir prétendument téléchargé des millions de livres depuis des sites pirates afin de créer une « bibliothèque centrale ».
Pour en savoir plus sur la manière dont les créateurs ripostent face à l’IA, découvrez la lettre ouverte d’artistes réclamant une meilleure protection du droit d’auteur.