Les auteurs Sue Openai et Meta pour une violation présumée du droit d'auteur

Sarah Silverman et ses co-auteurs intentent une action en justice contre Meta et OpenAI

Sarah Silverman, ainsi que les auteurs Richard Kadfrey et Christopher Golden, ont engagé des poursuites judiciaires contre Meta et OpenAI, accusant les deux géants technologiques de violation du droit d'auteur. Les auteurs allèguent que leurs livres protégés par le droit d'auteur ont été utilisés sans leur consentement pour entraîner les grands modèles de langage (LLMs) alimentant ChatGPT d'OpenAI et LLaMa de Meta.

Les poursuites sont distinctes, chacune visant l'une des entreprises. Le cœur de leur argumentation est que leurs œuvres ont été incorporées dans les ensembles de données d'entraînement de ces LLMs, ce qu'ils considèrent comme une utilisation non autorisée de leur matériel.

Comprendre les grands modèles de langage

Un LLM est un algorithme d'IA avancé qui apprend à partir de vastes quantités de données textuelles, y compris des livres et du contenu internet. Cet entraînement permet au modèle de comprendre les schémas linguistiques, la grammaire et le contexte, lui permettant finalement de générer du texte imitant l'écriture humaine et de s'engager dans des interactions conversationnelles avec les utilisateurs.

Les poursuites soutiennent que ces modèles "remixent" essentiellement le matériel protégé par le droit d'auteur de milliers d'auteurs sans leur permission, compensation ou reconnaissance.

Le contexte plus large de l'IA et du droit d'auteur

La question de la violation du droit d'auteur est devenue une préoccupation majeure depuis l'apparition de ChatGPT, qui a déclenché une montée en puissance des technologies d'IA générative. Cela a soulevé des questions sur l'impact de l'IA sur la créativité et le processus de droit d'auteur.

Les poursuites affirment que les LLMs ont été entraînés à l'aide de matériels obtenus illégalement, tels que ceux trouvés sur des sites de "bibliothèques fantômes". La poursuite contre OpenAI mentionne spécifiquement l'ensemble de données "OpenAI Books2", qui inclurait environ 294 000 titres provenant de sites notoires comme Library Genesis, Z-Library, Sci-Hub et Bibliotik, accessibles via des systèmes de torrent.

De manière similaire, la poursuite contre Meta pointe deux sources pour leurs données d'entraînement : Project Gutenberg, une archive de livres qui ne sont plus sous droit d'auteur, et la "section Books3 de l'ensemble de données ThePile" sur Hugging Face, qui semble englober l'ensemble de la collection Bibliotik.

Représentation légale et affaires connexes

Sarah Silverman et ses co-plaignants sont représentés par les avocats Joseph Savery et Matthew Butterick. Ces mêmes avocats gèrent également une poursuite distincte déposée en juin contre OpenAI par les auteurs Mona Awad et Paul Tremblay, également pour des allégations de violation du droit d'auteur.

Les batailles juridiques en cours mettent en lumière la tension entre le développement de l'IA et les droits des créateurs de contenu, un sujet qui continue d'évoluer à mesure que la technologie de l'IA progresse.