Inspiré par cette histoire ? Transformez l’idée en votre propre création par IA en quelques secondes — gratuit pour commencer, sans carte bancaire.
Google fait face à une nouvelle action en justice majeure concernant les données d'entraînement de l'IA : des éditeurs, dont Hachette, Cengage et Elsevier, allèguent que le géant technologique a utilisé leurs œuvres protégées par le droit d'auteur pour entraîner des modèles d'IA sans obtenir les autorisations nécessaires.
Des éditeurs, dont Hachette et Cengage, intentent une action en justice contre Google concernant les pratiques d'entraînement de l'IA.
Image : TechCrunch / TechCrunch AI
Cette action en justice représente le dernier front d'une bataille qui s'intensifie entre les créateurs de contenu et les entreprises d'IA autour des droits sur les données d'entraînement. Les éditeurs soutiennent que l'utilisation par Google de leurs œuvres protégées pour développer des capacités d'IA constitue une reproduction non autorisée qui viole le droit de la propriété intellectuelle.
L'action en justice intentée par Hachette, Cengage, Elsevier et d'autres éditeurs cible spécifiquement la pratique présumée de Google consistant à entraîner des systèmes d'IA sur des livres protégés par le droit d'auteur, des supports académiques et d'autres contenus publiés sans conclure d'accords de licence. Ces éditeurs contrôlent de vastes catalogues de matériels éducatifs, de manuels scolaires et d'œuvres littéraires qui constitueraient des données d'entraînement précieuses pour les modèles de langage.
Pour les créateurs d'art par IA, cette action en justice signale une tendance plus large des propriétaires de contenu à affirmer leur contrôle sur la façon dont leur travail est utilisé dans le développement de l'IA. L'issue de cette affaire pourrait influencer la question de savoir si les générateurs d'images par IA font face à des restrictions similaires sur les sources de données d'entraînement, affectant potentiellement la diversité et la qualité des modèles disponibles pour les créateurs.
Cette affaire s'inscrit dans un schéma de défis juridiques croissants contre les pratiques d'entraînement des entreprises d'IA. Le New York Times a récemment allégué qu'OpenAI avait dissimulé des preuves susceptibles de démontrer une violation du droit d'auteur, tandis que d'autres éditeurs ont déposé des plaintes similaires contre divers développeurs d'IA.
La plainte des éditeurs contre Google intervient alors que l'entreprise continue d'étendre ses capacités d'IA à travers des produits comme Bard et ses outils de génération d'images. En cas de succès, cette affaire pourrait contraindre Google et d'autres entreprises d'IA à négocier des accords de licence pour les données d'entraînement, augmentant potentiellement les coûts de développement de l'IA et influençant les modèles qui seront construits.
Ce défi juridique met en lumière une tension fondamentale dans le développement de l'IA : les entreprises ont besoin de vastes quantités de textes et d'images de haute qualité pour entraîner des modèles efficaces, mais une grande partie de ce contenu est protégée par le droit d'auteur. Les éditeurs soutiennent qu'ils méritent une compensation lorsque leur contenu contribue à des systèmes d'IA susceptibles d'entrer en concurrence avec leurs propres produits.
Pour les créateurs qui travaillent avec des outils d'IA, cette action en justice représente une partie d'un mouvement plus large vers des pratiques d'entraînement de l'IA plus réglementées. Bien que les impacts immédiats sur les modèles d'art par IA existants puissent être limités, le développement futur de modèles pourrait devenir plus coûteux et plus sélectif quant aux sources de données d'entraînement si les éditeurs parviennent à imposer des exigences de licence.
Cette affaire reflète également la sophistication croissante des créateurs de contenu dans la compréhension de la façon dont leur travail contribue aux capacités de l'IA. À mesure que les éditeurs affirment davantage leurs droits, les entreprises d'IA pourraient avoir besoin de développer de nouvelles approches pour l'acquisition de données d'entraînement, équilibrant innovation et protection de la propriété intellectuelle.
