Un cadre de Microsoft qualifie le 'scraping' d'IA de 'plus grand vol de travail de l'histoire'

Des documents internes, rendus publics dans le cadre d'un procès, accusent Microsoft et OpenAI de violation du droit d'auteur, alléguant que les entreprises ont utilisé d'énormes quantités de contenu d'actualités pour entraîner des modèles d'intelligence artificielle sans autorisation appropriée. Les documents, révélés dans une requête en jugement sommaire déposée par des plaignants journalistiques, dont le New York Times, éclairent les points de vue internes des entreprises concernant les pratiques de collecte de données qui ont alimenté le développement de l'IA.

Brent Hecht, directeur de la science appliquée chez Microsoft, est cité dans les documents rendus publics, exprimant des préoccupations importantes concernant cette pratique. Il aurait décrit le 'scraping' (extraction) de contenu d'actualités pour l'entraînement de l'IA comme "un vol stupéfiant de proportions sans précédent" et potentiellement "le plus grand vol de travail de l'histoire de l'humanité". Ces déclarations semblent contredire la position publique et les arguments juridiques des entreprises.

Les organisations de presse soutiennent que les avertissements internes de Hecht sapent la défense de Microsoft et d'OpenAI selon laquelle l'utilisation de contenu d'actualités pour l'entraînement de l'IA constitue une utilisation équitable ("fair use"). Dans un document, Hecht aurait suggéré que la collecte généralisée d'informations rendait "une parodie complète de l'idée d'utilisation équitable". Le procès se concentre sur la question de savoir si les entreprises d'IA ont violé les lois sur le droit d'auteur en utilisant prétendument du matériel protégé par le droit d'auteur provenant de sources d'information pour développer des produits tels que ChatGPT et Copilot.

La divulgation de ces communications internes s'inscrit dans le cadre d'une bataille juridique en cours entre les grands éditeurs de presse et les entreprises d'IA concernant l'utilisation de matériel protégé par le droit d'auteur. L'issue de cette affaire pourrait établir des précédents importants pour l'avenir du développement de l'IA et des droits de propriété intellectuelle à l'ère numérique.