Un groupe d’auteurs a poursuivi Microsoft, l’accusant d’avoir entraîné un modèle d’intelligence artificielle à l’aide de leurs œuvres protégées par le droit d’auteur, sans autorisation. Déposée à New York le 24 juin, la plainte affirme que le géant technologique a utilisé leurs livres de manière déloyale pour entraîner Megatron-LM, un algorithme fondé sur l’architecture Transformer qui a contribué au développement de l’IA générative.
Meta Platforms, Anthropic et OpenAI font tous l’objet de poursuites similaires, alors que les tribunaux commencent à établir des précédents sur la question de savoir si l’entraînement des modèles d’IA constitue un usage transformateur.
Les auteurs réclament des dommages-intérêts et une injonction contre la violation du droit d’auteur
Selon les auteurs — Kai Bird, Jia Tolentino, Daniel Okrent et d’autres — près de 200 000 livres piratés ont été introduits dans Megatron. En conséquence, le modèle pouvait « générer un large éventail de formulations imitant la syntaxe, la voix et les thèmes des œuvres protégées par le droit d’auteur sur lesquelles il a été entraîné », affirment les auteurs dans la plainte rapportée en premier par Reuters.
Les plaignants réclament jusqu’à 150 000 dollars de dommages-intérêts légaux pour chaque livre, ainsi qu’une injonction judiciaire visant à empêcher Microsoft de se livrer à des pratiques similaires à l’avenir.
Les entreprises d’IA générative affirment qu’il est impossible de créer de grands modèles de langage sans vastes jeux de données constitués de textes écrits par des auteurs humains.
Chaque affaire portée devant les tribunaux contribue à établir une nouvelle norme à l’ère de l’aspiration massive de contenus par l’IA
Plus tôt cette semaine, il a été établi qu’Anthropic avait aspiré les livres d’auteurs d’une manière couverte par l’exception américaine de fair use, a statué un juge fédéral californien. Dans cette affaire, U.S. District Judge William Alsup a estimé que l’utilisation de livres pour entraîner une IA constituait un usage transformateur et qu’il n’était pas possible de prouver que le modèle avait reproduit des copies exactes des livres. Le juge a plutôt déclaré que l’entraînement de l’IA devait être comparé à l’influence réciproque entre écrivains, et non à une copie directe.
Pourtant, les créateurs soutiennent depuis des années que l’IA générative évince le travail humain tout en effaçant les personnes mêmes dont le travail a servi à entraîner les modèles.
Bien que l’entraînement de l’IA ait été considéré comme relevant du fair use dans la décision concernant Anthropic, cette affaire a laissé ouverte la possibilité d’une indemnisation des écrivains en raison de la manière dont Anthropic a obtenu les données sur des sites de piratage. Un procès à venir examinera cet aspect.
De même, un groupe d’auteurs a poursuivi Meta en mars au sujet de son utilisation de LibGen, un site de piratage bien connu. Cette semaine, Meta a remporté une victoire judiciaire dans cette affaire.
Le New York Times reste engagé dans une bataille judiciaire avec OpenAI et son principal bailleur de fonds, Microsoft, au sujet de la question de savoir si les entreprises d’IA ont utilisé le contenu du journal pour entraîner leurs modèles d’IA. La dernière initiative d’OpenAI a consisté à critiquer le Times pour avoir demandé à l’entreprise de conserver les conversations des utilisateurs avec ChatGPT comme preuves potentielles.