OpenAI accusé d’avoir caché des preuves dans l’affaire du copyright du NYT ?

UNE BASE DE DONNÉES SECRÈTE DE 78 MILLIONS DE CONVERSATIONS

Selon des dépositions révélées récemment, OpenAI aurait constitué, bien avant le dépôt de la plainte du New York Times, une base de données contenant environ 78 millions de conversations ChatGPT désidentifiées. Cette base servait à évaluer l’ampleur de l’utilisation de contenus protégés par des tiers dans les réponses de ChatGPT. En plus de cette base, OpenAI aurait développé un filtre « Bloom » dans le cadre d’un ensemble d’Outils baptisé « Project Giraffe », conçu pour détecter et enregistrer les répétitions dans les réponses de l’IA, peu après le dépôt de la plainte.

DES PREUVES TRUQUÉES ET DES DONNÉES EFFACÉES

Les plaignants avaient initialement demandé à OpenAI de fournir un échantillon de 120 millions de logs de conversations. Après négociation, cet échantillon avait été réduit à 20 millions. Pourtant, OpenAI aurait soumis un échantillon si fortement caviardé que les juges l’ont qualifié d’« inutilisable ». Pire encore, les plaignants accusent OpenAI d’avoir supprimé des milliards de sorties de ChatGPT après le dépôt de la plainte, en violation directe de l’ordre de conservation des preuves émis par le tribunal. Ils affirment également que la firme a remplacé des millions de logs dans l’échantillon fourni.

UNE DEMANDE DE SANCTIONS CONTRE OPENAI

Face à ces manquements, le New York Times et le Daily News ont demandé au juge de sanctionner OpenAI pour obstruction à la justice et manipulation du processus de découverte des preuves. Leurs demandes incluent : interdire à OpenAI d’utiliser l’échantillon de 20 millions de logs comme preuve, car jugé peu fiable ; reconnaître comme un fait que les logs de ChatGPT auraient révélé des répétitions massives et une utilisation directe du contenu des plaignants ; empêcher OpenAI d’affirmer que les logs fournis ne démontrent pas de répétitions substantielles ; et enfin, imposer à OpenAI le paiement des frais juridiques engagés pour obtenir ces preuves.

LA RÉPONSE D’OPENAI : UNE ATTAQUE CONTRE LE NYT

OpenAI a rejeté ces accusations par la voix de son porte-parole Drew Pusateri, qui a accusé le New York Times de tenter d’accéder à des conversations privées d’utilisateurs, alors que leur dossier s’affaiblit. « Alors que le dossier du Times s’affaiblit et qu’ils ont été contraints d’abandonner certaines de leurs accusations contre nous, ils persistent dans leurs efforts pour violer la vie privée de personnes totalement étrangères à cette affaire, y compris en avançant des allégations manifestement fausses », a-t-il déclaré. OpenAI a ajouté qu’elle continuerait à défendre la vie privée de ses utilisateurs et les principes établis du fair use (usage équitable).

LE CONTEXTE : UN PROCÈS POUR VIOLATION DE COPYRIGHT

Le New York Times et le Daily News ont engagé un procès contre OpenAI pour avoir prétendument utilisé des articles protégés par le copyright dans l’entraînement de ses modèles, notamment ChatGPT. Selon eux, ces modèles reproduisent parfois mot pour mot des passages de leurs articles, ce qui constituerait une violation de leurs droits d’auteur. Le procès s’inscrit dans une série de litiges similaires intentés par des médias et des éditeurs contre des entreprises d’IA, accusées d’exploiter illégalement leurs contenus pour développer leurs outils.

UNE AFFAIRE QUI PREND DE L’AMPLEUR

Cette affaire illustre les tensions croissantes entre l’industrie de l’IA et les créateurs de contenu. Les médias et les éditeurs reprochent aux géants de la tech d’utiliser leurs œuvres sans autorisation ni compensation, tandis que ces derniers invoquent le fair use pour justifier leurs pratiques. Les plaignants estiment que les preuves cachées ou manipulées par OpenAI montrent une volonté délibérée de tromper la justice et de minimiser l’ampleur des violations de copyright.

QUELLES SANCTIONS POUR OPENAI ?

Si les demandes des plaignants sont acceptées, OpenAI pourrait se voir interdire d’utiliser certaines preuves dans le procès, être contrainte de reconnaître des faits défavorables, ou encore devoir payer des frais juridiques élevés. Une décision du tribunal pourrait également influencer d’autres affaires similaires en cours, où des médias et des éditeurs poursuivent d’autres entreprises d’IA pour des pratiques comparables. Cette affaire pourrait ainsi devenir un précédent majeur dans la régulation de l’utilisation des contenus protégés par l’IA.

UNE QUESTION DE TRANSPARENCE ET DE RESPONSABILITÉ

Au-delà des aspects juridiques, cette affaire soulève une question fondamentale : celle de la transparence des entreprises d’IA dans l’utilisation des données. Les plaignants reprochent à OpenAI de ne pas avoir joué franc jeu, en cachant des outils et des données qui auraient pu révéler l’ampleur des violations de copyright. Pour eux, cette opacité est incompatible avec une utilisation éthique et responsable de l’IA. Ils demandent que les entreprises du secteur soient tenues de rendre des comptes et de fournir des preuves complètes et non manipulées dans le cadre de procédures judiciaires.