Un dirigeant de Microsoft a qualifié le scraping de l’IA de « plus grand vol de travail de l’histoire de l’humanité », révèlent de nouveaux documents judiciaires non caviardés
techcrunch ·
De nouvelles pièces judiciaires non expurgées dans le cadre de l’action en justice intentée par The New York Times contre OpenAI et Microsoft pour violation du droit d’auteur révèlent que des responsables internes décrivaient l’extraction de données par IA comme un vol, et les produits d’IA comme une menace pour les éditeurs et les journalistes. Les pièces allèguent que les entreprises ont contourné des murs payants, aspiré massivement du contenu et supprimé les mentions de droit d’auteur des données d’entraînement, bien qu’une grande partie des nouveaux éléments provienne du mémoire du Times, tandis que les pièces justificatives sous-jacentes restent sous scellés. Ces révélations mettent en cause certains aspects de la défense fondée sur l’usage loyal invoquée par OpenAI : des données de Microsoft ont montré que Copilot réduisait jusqu’à 93 % les taux de clics vers nytimes.com par rapport au Bing traditionnel, et des communications internes décrivaient les chatbots comme largement substitutifs. Des documents de Microsoft avertissaient également que l’IA générative pourrait perturber l’emploi des personnes dont le travail avait fourni les données d’entraînement, tandis que le PDG de Microsoft, Satya Nadella, a déclaré sous serment que le contenu derrière un mur payant devait faire l’objet d’une licence et qu’il aurait exigé un réentraînement s’il avait su qu’il avait été aspiré. Les documents indiquent que les jeux de données utilisés pendant l’entraînement d’OpenAI contenaient plus de 91 692 copies d’œuvres de The New York Times, du Daily News et du Center for Investigative Reporting, tandis qu’un jeu de données dérivé de Common Crawl contenait plus de 2 millions de documents provenant de nytimes.com. Ils décrivent également Project Mango comme contenant au moins 160 903 œuvres distinctes provenant de ces éditeurs et relatent un projet présumé visant à contourner le mur payant de The New York Times. Dans une note de 2023, Brent Hecht, de Microsoft, a qualifié ces copies d’« étonnant vol d’une ampleur sans précédent » et du « plus grand vol de travail de l’histoire de l’humanité » ; OpenAI et Microsoft n’ont pas souhaité faire de commentaire.
techcrunch