Trois ans que le New York Times traîne OpenAI et Microsoft devant le juge Sidney Stein. Trois ans que les deux boîtes répètent le même mantra, psalmodié par tous les services com’ de la Silicon Valley : entraîner une IA sur du contenu protégé, c’est du fair use, merci, circulez. Sauf que jeudi, des documents déclassifiés sont venus déposer un peu de vérité sur le tapis.
Et la vérité, elle a un goût de scotch cheap.
Le patron de la science appliquée chez Microsoft l’a écrit lui-même
Brent Hecht, directeur de la science appliquée chez Microsoft, n’a pas mâché ses mots dans un mémo interne de janvier 2023. Il a qualifié la pratique d’« astonishing theft of unprecedented proportions » : un vol stupéfiant, d’une ampleur inédite. Et il a enfoncé le clou, parlant possiblement du « plus grand vol de travail de l’histoire humaine ».
Oui, tu as bien lu. Un cadre de Microsoft. Pas un militant d’Extinction Rébellion, pas un prof de fac remonté. Un employé de la boîte qui vend Copilot à ta grand-mère.
La réponse de Microsoft à l’AFP vaut son pesant de cacahuètes : ce sont les opinions d’« un seul employé », qui « ne représentent pas le point de vue de l’entreprise ». Traduction : quand ça nous arrange, nos experts sont des visionnaires. Quand leurs mails remontent à la surface dans un tribunal, ce sont des randoms avec un avis personnel. Le grand écart, mais version olympique.
La boucle de la mort, en chiffres
Hecht ne s’est pas contenté de faire de la poésie. Il a documenté. Selon ses propres données, le moteur de réponses Copilot a fait chuter le taux de clic vers le domaine du New York Times jusqu’à 93% par rapport à une bonne vieille recherche Bing. Dans une présentation interne, il décrit un « doom loop » qui allait « nuire aux performances de nos modèles et à tout le web en même temps ».
« Il est très inhabituel qu’un produit fini menace les fondations économiques de ses fournisseurs essentiels, mais c’est la situation que nous avons créée », peut-on lire dans le document. C’est courageux. C’est aussi accablant. Parce que constater le problème en interne et continuer quand même, ça s’appelle une décision, pas un accident.
Et ce n’est pas le seul aveu qui gratte là où ça fait mal.
En interne, ils appelaient un chat un chat
Nick Turley, patron de ChatGPT chez OpenAI, a écrit dans une communication interne que les éditeurs font face à une « menace existentielle » à cause de produits « largement substitutifs » qui « le seront de plus en plus à mesure qu’ils s’améliorent ». Greg Brockman, président d’OpenAI, a décrit les modèles comme « excellents pour l’actualité ». Pendant ce temps, un ingénieur d’OpenAI a lâché ce petit bijou : « Peu importe à quel point on affiche les liens en évidence, les utilisateurs ne cliqueront pas. »
Le lien magique qui était censé sauver la presse. Voilà voilà.
Même Satya Nadella, sous serment cette année, a lâché que tout ce qui est derrière un paywall « devrait être sous licence » et qu’il aurait exigé qu’OpenAI réentraîne ses modèles s’il avait su. Il aurait. Le conditionnel, ce doux refuge.
Les chiffres donnent le vertige
On a du concret, et du lourd. Les datasets de milieu de cycle d’OpenAI contiendraient à eux seuls 91 692 copies d’œuvres publiées par le New York Times, le Daily News et le Center for Investigative Reporting. Un dataset dérivé de Common Crawl comptait plus de 2 millions de documents issus de nytimes.com. Le projet Mango, lui, embarque au moins 160 903 œuvres uniques des éditeurs plaignants. Au global, plus de 10 millions d’articles aspirés, dont près d’un tiers rien que pour le NYT.
Et le plus beau : le dossier détaille comment la marchandise a été récupérée. Aspiration depuis l’index Bing, contournement des paywalls sans se faire repérer, suppression délibérée des mentions de copyright. À ce stade, ce n’est plus de la collecte de données. C’est de la spoliation avec un tableau Excel.
Hecht aurait même averti qu’OpenAI avait pu se livrer à une « dissimulation accidentelle » en essayant d’identifier le contenu du NYT dans ses systèmes. Accidentelle. Bien sûr. Comme le chien qui a mangé le devoir.
On ne va pas non plus tout gober cru
Un peu d’honnêteté, parce que l’ironie n’excuse pas l’approximation. La plupart de ces révélations viennent du mémoire de la partie civile, pas des pièces elles-mêmes, qui restent sous scellés. Les citations sortent de leur contexte d’origine. C’est une pièce à charge, montée par des avocats qui ont intérêt à ce qu’elle fasse mal. Ça ne veut pas dire que c’est faux, loin de là, mais dis-toi que c’est la version New York Times de l’histoire. Un juge tranchera.
D’autant que le terrain juridique est loin d’être gagné pour la presse. Les juges américains ont plutôt tendance à acheter l’argument du fair use. Début septembre, le ministère de la Justice a même déposé un mémoire en défense d’OpenAI et Microsoft, invoquant le « progrès scientifique », la croissance économique et la « sécurité nationale ». Trois mots magiques qui font souvent taire les débats les plus simples.
Les éditeurs (Ziff Davis, la maison mère de Mother Jones, The Intercept, tout un tas de canards locaux) demandent un jugement sommaire en leur faveur. S’il est accordé, pas de procès. Mais on ne saura rien avant 2027.
Le vrai sujet n’est pas juridique
On en parlait déjà dans nos colonnes : l’IA a appris sur le savoir public, et personne ne sait à qui il appartient. Ce dossier ajoute une couche dérangeante. Le problème n’est pas tant de savoir si scraper était légal. Il est de constater que les mecs qui l’ont fait savaient que c’était un casse. Ils l’ont écrit. Ils l’ont chiffré. Puis ils ont embauché des armées d’avocats pour expliquer que tout ça, c’était de la transformation innovante au service de l’humanité.
Le fair use, c’est censé être une exception. Eux en ont fait un business model. Et quand ton business model tient sur le fait que ton produit finit par rendre inutile celui qui t’a fourni la matière première, il y a un mot pour ça, et ce n’est pas « synergie ».
C’est « vol ». Le mot est de Brent Hecht, pas de moi. Enfin, si on l’en croit. Son employeur, lui, dit que non.
Sources :
Comments are closed