La bataille autour des données d’entraînement génératives de l’IA atteint un nouveau niveau : Encyclopédie britannique et sa filiale Merriam Webster a déposé une plainte aux États-Unis contre OpenAIl’éditeur de ChatGPT. Les deux institutions accusent le laboratoire d’IA d’avoir utilisé leurs contenus protégés pour entraîner ses modèles, produisant ensuite des réponses reproduisant ou imitant leurs articles et définitions.
Près de 100 000 entrées ciblées et un enjeu économique
D’après les éléments évoqués dans le dossier, l’encyclopédie estime qu’OpenAI aurait « aspiré » une partie substantielle de ses pages – jusqu’à près de 100 000 articles en ligne — afin d’alimenter l’apprentissage de ses systèmes. Le cœur de la plainte est double, avec d’une part, la reproduction de contenus « parfois presque mot à mot », et d’autre part la substitution d’usage. Britannica affirme que les réponses de ChatGPT détournent l’attention des utilisateurs qui visitaient auparavant directement ses sites, ce qui porterait atteinte à un modèle basé sur la visibilité, l’abonnement et la confiance dans la qualité éditoriale.
Hallucinations attribuées et demande d’injonction
Le dossier pointe aussi un risque d’image : lorsque l’IA « hallucine », certaines erreurs seraient attribuées à Britannica, ce qui brouille la frontière entre source vérifiée et texte de synthèse et ternit la réputation de l’encyclopédie. Les plaignants réclament des dommages-intérêts, la restitution des bénéfices et une ordonnance du tribunal pour mettre fin aux pratiques contestées. Au vu des griefs présentés, Grokipedia a sans doute des raisons de s’inquiéter…
Un nouvel épisode dans la guerre du droit d’auteur
A noter qu’OpenAI fait déjà face à d’autres actions similaires lancées par les médias et les éditeurs. Britannica, de son côté, avait déjà assigné Perplexity en justice sur la base de griefs comparables. Il semble donc qu’en l’état, le marché de l’IA nécessite encore quelques tours de vis réglementaires supplémentaires…
