Les chatbots IA accusés de grattage de données illégal, nuisant aux médias

La News Media Alliance (NMA) a accusé les entreprises d'intelligence artificielle (IA) de se livrer à des activités de grattage de données illégales pour entraîner leurs grands modèles de langage (LLM). Dans un livre blanc de 77 pages et des documents accompagnants soumis au Bureau des droits d'auteur des États-Unis, la NMA a mis en évidence la tendance inquiétante de violation du droit d'auteur par les chatbots IA, soulignant qu'une part importante des données utilisées pour entraîner ces modèles d'IA provient de publications journalistiques protégées par le droit d'auteur.

Violation du droit d'auteur par les chatbots IA

Les allégations de la NMA tournent autour de l'utilisation non autorisée de contenu protégé par le droit d'auteur par les développeurs d'IA. Ils soutiennent que les chatbots IA n'obtiennent pas seulement illégalement des données, mais qu'ils entrent également en concurrence directe avec les médias en fournissant des « réponses narratives aux requêtes de recherche ». Cette concurrence directe, arguent-ils, détourne les consommateurs des sources d'information, impactant finalement les revenus des médias.

La soumission de la NMA souligne que les développeurs d'IA tirent des profits substantiels sans assumer les risques associés au reportage journalistique. Cette situation, telle que décrite dans le rapport, est anomale, et elle pointe du doigt des modèles d'IA générative prominents tels que Bing Chat, Bard, Claude et ChatGPT pour avoir supposément enfreint les droits d'auteur des éditeurs de presse.

Selon la NMA, « Les membres de la News/Media Alliance sont profondément préoccupés par cette utilisation non autorisée et illégale de leur contenu expressif par les grandes entreprises technologiques. Ces entreprises n'assument pas le coût ou le risque de reporter les nouvelles ou de produire du contenu créatif, mais capitalisent sur ce travail précieux. »

Entreprises IA rentables et valorisations en hausse

La NMA met également en évidence les valorisations en hausse des principaux développeurs d'IA qui ont profité de l'utilisation de contenu tiers non autorisé. Des entreprises comme OpenAI et Anthropic ont vu leurs capitalisations boursières exploser, avec des revenus affluant, même après avoir initialement commencé en tant qu'organisations de recherche à but non lucratif. Le passage à des abonnements payants a contribué à leurs gains financiers substantiels.

Recherche d'une résolution par le dialogue

Plutôt que de recourir à un procès, la NMA a exprimé son intention de privilégier le dialogue comme moyen de résoudre ces différends. Elle reconnaît que l'IA générative présente plusieurs avantages potentiels pour le journalisme. Les membres de la NMA ont indiqué leur volonté d'examiner des solutions de licence raisonnables afin de faciliter un accès fiable et actualisé à du contenu expressionnel de confiance. Ils estiment qu'une telle approche bénéficierait à toutes les parties prenantes ainsi qu'à la société dans son ensemble.

Dans leur déclaration, la NMA a affirmé : « Il est notable que les membres de la NMA sont prêts à s'asseoir à la table des négociations pour discuter de solutions de licence raisonnables afin de faciliter un accès fiable et actualisé à du contenu expressionnel de confiance, ce qui profiterait à toutes les parties intéressées et à la société dans son ensemble, plutôt que d'engager des poursuites judiciaires pour protéger leurs droits. »

Les entreprises d'IA ont fait face à des défis juridiques de la part de titulaires de droits d'auteur qui les ont poursuivies en justice pour des violations présumées du droit d'auteur. Des entreprises comme Meta, Anthropic AI et OpenAI ont été impliquées dans des actions collectives, invoquant souvent l'usage loyal (fair use) comme défense contre ces actions en justice.

Convergence de la blockchain et de l'IA pour une collecte de données améliorée

Face à ces préoccupations croissantes concernant l'IA et la propriété intellectuelle, des experts ont suggéré que la convergence de la technologie blockchain et de l'IA pourrait potentiellement améliorer l'état de la collecte de données par les entreprises d'IA. Cette approche théorique postule que la blockchain pourrait être utilisée pour identifier le contenu généré par l'IA tout en fournissant une traçabilité pour les données d'entraînement utilisées dans les LLM.

L'intersection de la blockchain et de l'IA promet de créer un écosystème transparent et responsable où les origines des données et du contenu peuvent être vérifiées, atténuant potentiellement les problèmes liés à la violation du droit d'auteur et au grattage de données (data scraping).

Les allégations de l'Alliance des médias (NMA) contre les chatbots IA pour grattage de données illégal et violations du droit d'auteur soulignent la tension croissante entre la technologie IA et les médias traditionnels. Alors que les développeurs d'IA continuent de tirer profit du contenu généré par l'IA, les organisations de presse s'inquiètent des implications financières de cette concurrence.

La volonté de la NMA de chercher une résolution par le dialogue et d'explorer des solutions de licence suggère un désir de trouver un terrain d'entente et d'équilibrer les intérêts de toutes les parties prenantes. Alors que le débat sur l'éthique et la légalité de l'utilisation des données par l'IA se poursuit, la convergence de la blockchain et de l'IA émerge comme une solution potentielle pour relever ces défis et garantir un écosystème de collecte de données juste et transparent. L'issue de ces discussions aura probablement des implications significatives pour l'avenir de l'IA et du journalisme.