Wikipédia a un problème simple à énoncer, et très emmerdant à trancher : la boîte à qui elle donne tout gratuitement depuis vingt-cinq ans est en train de lui piquer ses lecteurs.
Vendredi, la Wikimedia Foundation a déposé un mémo dans le procès qui oppose le New York Times à OpenAI et Microsoft. Elle n’y soutient ni l’éditeur ni les plateformes. Elle demande au juge de ne pas régler au bulldozer un dossier où les deux camps réclament chacun une règle unique, l’un pour tout interdire, l’autre pour tout permettre.
Sa proposition tient en une ligne. Apprendre sur du contenu protégé, oui. Le réciter à la place de l’auteur, non.
« Wikimedia s’inquiète de ce que les positions des parties dans cette affaire poussent à des applications trop larges et simplifiées du fair use », écrit l’organisation dans son document. Si les éditeurs l’emportent avec leur définition maximale, les ayants droit pourront verrouiller même les usages réellement transformatifs. Si les plateformes l’emportent avec la leur, c’est un « feu vert pour ignorer les termes des licences et fragmenter la circulation du savoir ». Deux issues, un seul perdant dans les deux cas, et ce n’est pas OpenAI.
Le vrai sujet, ce n’est pas la morale du fair use
Pour Wikipédia, l’affaire n’a rien de théorique. Les sites Wikimédia sont « l’une des sources de données les plus critiques pour tout l’entraînement en intelligence artificielle et en apprentissage automatique », rappelle la fondation. Sauf que ces mêmes systèmes siphonnent les visiteurs et affaiblissent les communautés qui tiennent les sites debout. Les bénévoles qui rédigent les articles ne le font pas pour nourrir un chatbot qui répondra à leur place, sur leur propre sujet, sans jamais citer la page.
Et c’est là que le bât blesse pour de bon. Wikimedia reproche à des services comme ChatGPT de reproduire du texte publié sous licence Creative Commons sans respecter les termes de cette licence. Attribution, partage à l’identique, les deux conditions sautent. Vous donnez votre travail au monde entier, on vous le rend mal cité.
Sa proposition de compromis est d’un pragmatisme assez brutal. Aspirer les sites n’est pas une contrefaçon. Utiliser des œuvres protégées pour pré-entraîner un modèle sans licence reste un fair use dès lors que la sortie apporte « quelque chose de neuf et de différent des sources originales ». Mais si le modèle recopie le matériau en réponse à une requête et le livre à l’utilisateur « en se substituant à la lecture des œuvres d’origine », alors une licence devient obligatoire. Le critère est unique : substitution ou transformation. Pas de gris.
« Une décision qui n’applique pas soigneusement les principes du fair use pourrait menacer la durabilité du savoir libre et étouffer le développement des technologies open source », prévient Stephen LaPorte, conseiller juridique de la fondation. Il a raison sur le fond, et il défend son pré carré en même temps. Les deux ne s’annulent pas.
Les LLM sont aussi l’outil qui répare Wikipédia
L’argument qu’on n’attendait pas : les grands modèles servent à quelque chose à la fondation. Détecter le vandalisme, repérer les violations de droit d’importation et les doxxings, signaler les articles à retravailler. La même techno qui pille le site l’aide à rester fréquentable. Bernadette Meehan, la directrice générale, en tire une conclusion de principe : « Élargir l’accès au savoir par l’IA est un objectif puissant, mais cela doit respecter les personnes, les contributeurs et les communautés qui rendent le savoir fiable possible. »
En face, les arguments classiques. Le Times reproche à OpenAI d’avoir aspiré son site pour bâtir ses jeux d’entraînement. OpenAI répond que recracher une œuvre est un « bug rare ». Microsoft, dans une écriture de septembre, affirme qu’une analyse d’experts a montré que Copilot reproduit rarement des phrases entières d’articles de presse, ce qui « n’ébranle guère l’objet transformatif de l’entraînement des LLM ». Rarement, donc jamais. C’est exactement le genre de glissement que le raisonnement à deux étages de Wikimedia vise à fermer.
Resterait à savoir ce qu’un juge de district fera d’une position qui refuse de choisir son camp. Dans ce genre de dossier, la neutralité se paie souvent en influence perdue.
Pendant ce temps, Canberra compte les zéros
Le même débat se déroule en Australie, sauf que le problème change de nature. Là-bas, ce n’est plus seulement une question de droit d’auteur, c’est une question de Constitution. Des sénateurs et l’industrie du disque alertent sur un risque au titre de la section 51, celle qui autorise le Commonwealth à acquérir des biens « à des conditions justes ». Autoriser les entreprises d’IA à aspirer œuvres, livres et articles pourrait, selon l’experte constitutionnelle Anne Twomey, « potentiellement » déclencher le problème, tout dépendant de la rédaction du texte.
Le sénateur des Nationals Ross Cadell a posé le calcul à voix haute devant la commission : « Nous pourrions être redevables d’une compensation à des conditions justes pour l’acquisition de cette propriété, pour chaque ayant droit sur Terre. » Il parle de « la plus grosse affaire d’indemnisation de l’histoire ». Le ministère du procureur général a admis être « extrêmement conscient » du sujet. Anthropic a suggéré un modèle d’opt-out, c’est-à-dire l’aspiration par défaut sauf protection numérique déposée par l’ayant droit. C’est très exactement le mécanisme qui, selon Annabelle Herd, directrice de l’ARIA, constitue « clairement une acquisition de propriété ». J’en parlais la semaine dernière à propos de la case « non » déjà décochée, et le débat n’a pas avancé d’un millimètre : il s’est juste déplacé vers le texte fondamental.
Une différence de taille entre les deux pays. À Washington, on demande à un juge d’arbitrer entre deux industriels. À Canberra, c’est le gouvernement lui-même qui pourrait se retrouver sur le banc des accusés, et pas seulement devant ses électeurs.
Le fond de l’affaire est là, et il vaut pour les deux continents : une licence libre n’est pas une renonciation. Wikipédia donne, mais elle donne avec des conditions écrites noir sur blanc. Si un modèle sait recracher du Creative Commons sans dire d’où ça vient, il sait aussi coller une notice au bon endroit. Il manque juste quelqu’un pour l’y obliger.
Sources :
Comments are closed