De nouveaux documents judiciaires récemment déclassifiés ont levé le voile sur des conversations privées au sein de Microsoft et d’OpenAI qui ressemblent moins à des notes de service d’entreprise qu’à des confessions. Selon des documents rendus publics cette semaine et rapportés par le New York Times et TechCrunch, des employés des deux sociétés ont débattu en interne pour savoir si l’aspiration de contenus d’actualité afin d’entraîner des modèles d’intelligence artificielle équivalait à un vol pur et simple. Ces révélations ont ravivé la controverse sur les données d’entraînement de l’IA qui couvait depuis que le New York Times a intenté une action en justice contre les deux sociétés fin 2023, et elles se trouvent désormais au cœur de l’une des affaires de droit d’auteur les plus suivies du secteur.
Sommaire
Points clés à retenir
- Le directeur de la science appliquée de Microsoft, Brent Hecht, a qualifié en privé l’aspiration de données par l’IA de « plus grand vol de travail de l’histoire de l’humanité » dans un document interne de 2023.
- Des documents internes de Microsoft décrivent une « boucle fatale » dans laquelle des outils d’IA comme Copilot réduisent le trafic vers les éditeurs, sapant le contenu même utilisé pour entraîner les modèles.
- Le président d’OpenAI, Greg Brockman, a répondu « ah nice » lorsqu’on lui a parlé d’un plan visant à contourner le paywall du New York Times.
- La plainte du Times, déposée fin 2023, a depuis été rejointe par onze autres éditeurs, et OpenAI a dû conserver 20 millions de journaux de conversations ChatGPT pour les besoins de l’affaire.
- Le juge Sidney Stein du district sud de New York examine actuellement les demandes de jugement sommaire à mesure que de nouveaux éléments sous scellés sont rendus publics.
Inquiétudes internes concernant l’aspiration de données par l’IA chez Microsoft et OpenAI
Des employés des deux sociétés ont tiré la sonnette d’alarme au sujet de leurs propres pratiques d’entraînement de l’IA bien avant que le procès ne devienne public. Les documents déclassifiés montrent que le personnel ne se contentait pas d’exécuter des ordres — il se demandait, par écrit, si ce qu’il construisait était éthiquement défendable.
Le débat des employés de Microsoft sur le « vol de travail »
Dans une note interne de janvier 2023, Hecht a écrit que « des millions de personnes dans le monde considéreront bientôt que de grands modèles qui aspirent tout leur travail » constituent « un vol stupéfiant d’une ampleur sans précédent ». Cette formulation, selon les mémoires déclassifiés, allait de pair avec des discussions internes chez Microsoft pour savoir si l’aspiration de données par l’IA représentait le plus grand vol de travail de l’histoire de l’humanité. C’est un aveu frappant pour une entreprise qui allait ensuite défendre devant les tribunaux ses pratiques d’entraînement comme étant légales et transformatrices.
Avertissements sur une « boucle fatale » et contournement des paywalls
Les avertissements de Hecht ne se limitaient pas à cette seule note. Dans une autre présentation interne datée de janvier 2024, il a écrit que « les grands modèles d’IA sont un produit qui détruit sa chaîne d’approvisionnement », décrivant ce que les documents internes appellent une « boucle fatale » — un cycle dans lequel des moteurs de réponse par IA comme Copilot réduisent le trafic vers les sites d’actualités qui fournissent leurs données d’entraînement, dégradant la qualité des futurs modèles. Les propres données de Microsoft montraient apparemment que les taux de clics vers le domaine du New York Times chutaient jusqu’à 93 % par rapport aux résultats de recherche Bing traditionnels, un déclin que l’entreprise elle-même a décrit comme menaçant « les fondements économiques de ses fournisseurs essentiels ».
Chez OpenAI, le problème du paywall aurait été traité de manière plus directe. Selon les documents, un membre du personnel a informé le président d’OpenAI, Greg Brockman, de la création d’un « hack » pour contourner le paywall du NYT. La réponse de Brockman, conservée dans le dossier judiciaire, a simplement été : « ah nice. » Cet échange est devenu l’une des phrases les plus citées dans les documents déclassifiés, en grande partie parce qu’il contredit l’idée que le contournement du paywall était accidentel ou marginal.
La bataille juridique sur le droit d’auteur et l’entraînement de l’IA
Le procès OpenAI Microsoft a considérablement pris de l’ampleur depuis son dépôt initial, passant d’un seul plaignant à une coalition d’éditeurs exigeant des comptes sur la manière dont leur journalisme s’est retrouvé à entraîner certains des modèles d’IA les plus précieux au monde.
La plainte du New York Times et les éditeurs qui l’ont rejoint
Le New York Times a déposé sa plainte contre Microsoft et OpenAI fin 2023, arguant que les sociétés avaient violé le droit d’auteur en entraînant des systèmes d’IA générative sur son journalisme sans autorisation ni paiement. Onze autres éditeurs ont depuis rejoint la procédure, transformant ce qui avait commencé comme le grief d’une seule organisation de presse en une contestation plus large, au niveau de l’industrie, de la manière dont les entreprises d’IA se procurent leur matériel d’entraînement.
Le juge Sidney Stein et l’ordonnance de conservation des journaux ChatGPT
L’affaire est désormais entre les mains du juge Sidney Stein du district sud de New York, qui examine les demandes de jugement sommaire à mesure que de nouveaux documents sont déclassifiés. Dans le cadre de la procédure, OpenAI a été enjoint de conserver 20 millions de journaux de conversations ChatGPT — une exigence qui souligne à quel point la phase de découverte est devenue tentaculaire dans ce litige portant sur les problèmes de droit d’auteur des modèles d’IA.
Positions des entreprises et arguments techniques
Les deux sociétés soutiennent que leurs pratiques d’entraînement de l’IA sont juridiquement défendables, même si leurs propres communications internes compliquent cet argument.
La réponse de Microsoft et le témoignage de Nadella sur les licences
Microsoft a cherché à se distancier des notes de Hecht, affirmant qu’elles reflètent l’analyse personnelle d’un employé plutôt que la politique officielle de l’entreprise. La société a indiqué que Hecht, qui occupait également un poste à l’université Northwestern, n’était pas un décideur et était spécifiquement employé pour « présenter des perspectives divergentes et asymétriques ». Cette présentation est importante sur le plan juridique, car elle sépare la défense publique de l’entreprise du langage brut utilisé en interne.
Pourtant, le témoignage sous serment du PDG Satya Nadella va plus directement au cœur du différend. Dans sa déposition, il a déclaré que « tout ce qui est derrière un paywall devrait être sous licence pour quiconque souhaite l’utiliser » pour l’entraînement ou l’ancrage de systèmes d’IA, ajoutant que s’il avait su qu’OpenAI utilisait du contenu payant pour l’entraînement, il aurait invoqué le droit de Microsoft d’obliger OpenAI à réentraîner ses modèles. Un porte-parole de l’entreprise a ensuite indiqué que Nadella « parlait de principes généraux » sur la manière dont les gens trouvent et consomment l’information — une précision qui n’a pas empêché ce témoignage de devenir une pièce centrale du dossier. Ces commentaires s’adressent directement au débat sur l’entraînement de l’IA sur du contenu payant, une question qui se trouve désormais au cœur de l’argumentation juridique des éditeurs.
La défense d’OpenAI fondée sur le fair use et les avertissements internes
La position juridique d’OpenAI repose sur le fair use (usage équitable) : l’entreprise soutient que son processus d’entraînement transforme les articles en quelque chose de nouveau plutôt que de se substituer aux originaux, une distinction qui a généralement joué en faveur des entreprises d’IA dans les décisions de justice précédentes. Cependant, des commentaires émanant des propres employés d’OpenAI sapent cet argument : Nick Turley, l’ancien responsable de l’équipe ChatGPT, a écrit en juin 2023 que l’IA représentait une « menace existentielle » pour les éditeurs, et a ensuite observé que les produits d’IA « deviendront de plus en plus substitutifs à mesure qu’ils s’améliorent ». Un ingénieur d’OpenAI a séparément observé en février 2023 que « peu importe à quel point nous mettons les liens en avant, les utilisateurs ne cliqueront pas » — un constat qui va à l’encontre de l’affirmation selon laquelle les chatbots renvoient un trafic significatif vers les sites d’actualités.
L’avertissement interne le plus incisif est venu plus tôt, en 2020, lorsque le directeur de la politique de l’époque, Jack Clark, a écrit à Brockman et Sam Altman qu’OpenAI « créait des systèmes qui se substituent au travail des personnes qui définissent la “culture” de la société », et risquait de devenir « le symbole de la manière dont la Silicon Valley s’immisce sans réfléchir dans d’autres domaines de la vie et laisse un désordre sur la moquette ». Clark a ensuite quitté OpenAI pour co-fonder Anthropic, qui a renvoyé une demande de commentaire sur ce sujet vers OpenAI.
Steven Lieberman, qui représente le New York Daily News et sept autres journaux dans l’affaire, a déclaré que les documents déclassifiés montrent que « le monde peut voir ce qu’OpenAI et Microsoft ont toujours pensé de l’équité de leur propre comportement ». Ni OpenAI ni Microsoft n’ont publiquement répondu à cette caractérisation, et le Times lui-même a refusé de commenter les documents auprès de ses propres journalistes.
Pris ensemble, ces éléments suggèrent que le combat judiciaire ne porte plus seulement sur la question de savoir si l’entraînement de l’IA relève du fair use de manière abstraite — il s’agit de déterminer si les propres mots des entreprises, écrits des années avant que le procès n’atteigne ce stade, finiront par façonner la manière dont les juges définiront le fair use pour l’ensemble du secteur à l’avenir.
FAQ
Quelles préoccupations liées au travail les employés de Microsoft ont-ils exprimées concernant l’aspiration de données par l’IA ?
Les employés de Microsoft ont discuté pour savoir si l’utilisation par OpenAI d’articles de presse constituait « le plus grand vol de travail de l’histoire de l’humanité » et ont mis en garde contre des impacts négatifs sur la qualité des modèles d’IA, décrivant une « boucle fatale » susceptible de dégrader les modèles mêmes construits sur du contenu aspiré.
Qui a intenté le procès contre Microsoft et OpenAI, et quand ?
Le New York Times a intenté un procès fin 2023, rejoint par la suite par onze autres éditeurs.
Quelle est la position du PDG de Microsoft, Satya Nadella, sur l’utilisation de contenu payant pour l’entraînement de l’IA ?
Satya Nadella a témoigné que le contenu payant devrait être sous licence pour toute personne souhaitant l’utiliser pour l’entraînement ou l’ancrage de systèmes d’IA.
Comment OpenAI défend-il son utilisation de matériel protégé par le droit d’auteur pour l’entraînement de l’IA ?
OpenAI soutient que son entraînement relève du fair use en transformant les articles en une nouvelle œuvre plutôt que de se substituer aux originaux.
Article produit avec l’aide de l’intelligence artificielle et relu par l’équipe éditoriale.




