IA : les outils d'IA pillent-ils les livres et les contenus sous copyright aux Etast-Unis ?

Les outils d’IA comme ChatGPT, Llama, Gemini, Anthropic et xAI ont-ils été entraînés sur des livres protégés par le copyright, l’équivalent du droit d’auteur outre Atlantique, sans autorisation ? C’est à nouveau l’accusation lancée par six auteurs aux États-Unis. Ces derniers ont porté plainte, lundi 22 décembre,contre xAI d’Elon Musk, Anthropic, Google, OpenAI, Meta et Perplexity, devant la cour fédérale de Californie. Ils estiment que les six entreprises d’IA ont piraté leurs œuvres, avant de les utiliser pour entraîner leurs grands modèles de langage : un usage non autorisé dont ils cherchent à obtenir réparation. Parmi les auteurs se trouve John Carreyrou, journaliste au New York Times, et également auteur.

« Plutôt que d’obtenir des licences ou de payer pour l’utilisation de ces œuvres, chaque (société de l’IA) a téléchargé des copies piratées des livres des (auteurs) à partir de sites Web de bibliothèques parallèles, telles que LibGen, Z-Library et OceanofPDF. (Elles ont ensuite) reproduit, analysé, copié à nouveau, utilisé et intégré ces œuvres dans leurs LLM (et/ou utilisé ces œuvres pour optimiser leur produit) afin d’accélérer le développement commercial et de gagner la course à l’IA générative », écrivent les auteurs de la plainte, dont Reuters se fait l’écho.

Ces bibliothèques pirates, comme LibGen, Z-Library et OceanofPDF, sont mises en cause dans bon nombre d’actions en justice intentées par des créateurs ou des ayants droit, pour le même motif. En France, Mediapart a révélé, le 22 décembre dernier, que Mistral aurait aussi utilisé LibGen pour entraîner son modèle de langage. Anthropic, Meta et Apple, dans d’autres affaires, sont aussi accusées d’avoir utilisé la même bibliothèque illicite pour entraîner leurs systèmes d’IA.