La défense d’OpenAI sur le copyright fragilisée par des dépôts judiciaires

Un dossier plus embarrassant pour OpenAI et Microsoft

OpenAI et Microsoft défendent depuis le début une thèse simple: l’utilisation d’articles de presse pour entraîner des systèmes d’intelligence artificielle serait licite, car elle transformerait les œuvres en un nouvel outil et ne remplacerait pas les articles originaux. Les documents judiciaires rendus publics cette semaine compliquent cette ligne de défense. Selon les éléments désormais moins caviardés, les éditeurs soutiennent que des responsables d’OpenAI et de Microsoft ont reconnu en interne que leurs produits pouvaient se substituer au journalisme, capter l’attention des lecteurs et réduire le trafic vers les sites de presse [1].

L’affaire est examinée par le juge fédéral Sidney Stein à Manhattan. Elle découle de la plainte déposée par le New York Times en 2023, à laquelle se sont joints d’autres médias, dont le New York Daily News, The Intercept et le Center for Investigative Reporting [4]. Le dossier est aujourd’hui au stade des motions de summary judgment, c’est-à-dire des demandes par lesquelles les parties tentent d’obtenir une décision sur des points essentiels avant un procès complet [2]. Dans ce contexte, les phrases internes citées par les plaignants prennent une importance particulière: elles ne règlent pas la question juridique, mais elles peuvent influencer la manière dont le tribunal apprécie la substitution et le préjudice de marché.

Les éditeurs accusent OpenAI et Microsoft d’avoir copié des millions d’articles sans autorisation, de les avoir utilisés pour entraîner et améliorer des systèmes d’IA commerciaux, puis d’avoir lancé des produits capables de répondre directement aux utilisateurs sans les renvoyer vers la source journalistique [1]. Les deux entreprises contestent cette lecture et soutiennent que l’entraînement d’un modèle constitue un usage transformateur protégé par le fair use [2].

Les déclarations internes au cœur de l’attaque

Les passages les plus sensibles concernent la manière dont certains responsables auraient décrit l’impact de l’IA sur l’information. Reuters a rapporté que les dépôts judiciaires rendus publics le 17 septembre affirment que des dirigeants d’OpenAI et de Microsoft ont décrit en privé leurs produits comme des substituts au journalisme, ce qui, selon les médias plaignants, affaiblit directement la défense fondée sur le fair use [1]. Bloomberg Law a également rapporté que Nick Turley, cadre d’OpenAI, aurait écrit que les produits de l’entreprise étaient largement substitutifs, tandis que Satya Nadella, directeur général de Microsoft, aurait reconnu dans une déposition que les échanges avec des chatbots s’étaient substitués aux sites d’éditeurs, selon la motion des plaignants [3].

Un autre élément a concentré l’attention: Brent Hecht, directeur de l’Applied Science chez Microsoft, aurait averti que l’absorption massive du travail d’autrui pouvait être perçue comme un « vol stupéfiant » et peut-être comme le plus grand vol de travail de l’histoire [4]. Microsoft répond que ces propos reflètent le point de vue individuel d’un employé, qu’ils ne constituent pas une analyse juridique et qu’ils ne représentent pas la position officielle de l’entreprise [3]. Cette nuance est importante, car un tribunal ne tranche pas le fair use sur la seule base d’expressions internes fortes. Mais les éditeurs peuvent s’en servir pour soutenir que les entreprises connaissaient le risque de substitution et le dommage potentiel pour le marché.

Le New York Times a aussi rapporté que des responsables d’OpenAI s’inquiétaient du fait que ChatGPT puisse détourner les internautes de la lecture d’articles ailleurs, notamment dans une note de juin 2023 où Turley décrivait l’IA comme une menace existentielle pour les éditeurs [2]. Pour les plaignants, ce point touche directement l’un des facteurs essentiels du fair use: l’effet de l’usage contesté sur le marché potentiel de l’œuvre protégée. Pour OpenAI et Microsoft, une inquiétude interne ou une prévision stratégique ne suffit pas à démontrer une infraction.

Paywalls, bases de données et chaîne d’entraînement

Au-delà des formulations embarrassantes, les documents décrivent aussi la manière dont les contenus journalistiques seraient entrés dans la chaîne technique de l’IA. TechCrunch a rapporté que les dépôts évoquent des opérations de scraping massif, l’usage de données issues de Common Crawl, la constitution de jeux de données comme WebText et WebText2, ainsi que des initiatives liées à Microsoft désignées sous les noms Project Taxi et Project Mango [5]. Selon le même article, les plaignants affirment que Project Mango contenait au moins 160 903 œuvres uniques d’éditeurs et qu’un jeu de données dérivé de Common Crawl incluait plus de deux millions de documents provenant du domaine du New York Times [5].

Les allégations liées aux paywalls sont particulièrement délicates. Reuters a rapporté que Greg Brockman, président d’OpenAI, aurait réagi favorablement lorsqu’on l’a informé que des employés avaient trouvé un moyen de contourner le paywall du New York Times [1]. Le Times a également rapporté que les documents publics citent un échange dans lequel un employé décrit une méthode pour passer ce paywall et Brockman répond « ah nice » [2]. Si ces éléments sont retenus dans leur contexte, ils pourraient rendre l’affaire moins comparable à une indexation ordinaire du web et davantage à l’obtention délibérée de contenus que leur propriétaire cherchait à restreindre.

Les éditeurs soutiennent par ailleurs que la copie n’était ni marginale ni accidentelle. AFP, repris par TechXplore, a rapporté que le document judiciaire alléguait qu’OpenAI avait aspiré le contenu de plus de 10 millions d’articles, dont près d’un tiers provenait du Times [6]. Les plaignants demandent une décision en leur faveur au stade du summary judgment, tandis qu’OpenAI et Microsoft soutiennent que le processus d’entraînement a transformé les textes en systèmes nouveaux, statistiques et fonctionnels, sans republication illégale des articles [1].

Le fair use reste le point de bascule

Ces documents sont dangereux pour OpenAI et Microsoft parce qu’ils attaquent la version la plus nette de leur argument. Dans cette version, entraîner un modèle ressemble à lire: le système apprend des régularités à partir de textes accessibles, puis produit des réponses nouvelles au lieu de revendre les œuvres originales. Les entreprises affirment que l’usage est transformateur et qu’il ne concurrence pas les articles qui ont servi à l’entraînement [1].

Les éditeurs veulent démontrer l’inverse. Si un moteur de réponse fondé sur l’IA peut satisfaire le besoin d’information d’un utilisateur sans clic vers l’article d’origine, et si des responsables internes anticipaient ce résultat, alors l’entraînement et le déploiement du produit peuvent apparaître comme la construction d’un marché de substitution. Le Washington Post a rapporté que le Times demande au tribunal de reconnaître la responsabilité des deux entreprises pour copie non autorisée à chaque étape de la chaîne de l’IA [4]. Cette formulation élargit l’enjeu: il ne s’agit pas seulement des réponses finales d’un chatbot, mais aussi de la collecte, de la construction des bases, de l’entraînement, de l’intégration commerciale et des mesures prises après l’ouverture du litige.

La position du gouvernement américain ajoute une couche politique et économique au dossier. Reuters a rapporté que l’administration Trump a déposé début septembre un mémoire en soutien à OpenAI et Microsoft, affirmant que l’entraînement de l’IA est extraordinairement transformateur [1]. AFP a indiqué que le ministère de la Justice a invoqué le progrès scientifique, la croissance économique et la sécurité nationale [6]. Cet appui peut renforcer l’argument d’intérêt général avancé par les entreprises, mais il ne fait pas disparaître les questions précises sur les contenus payants, la copie massive et l’effet sur les revenus des éditeurs.

Une défense de plus en plus étroite

Microsoft tente désormais de circonscrire la portée des déclarations internes. L’entreprise affirme que les propos de Nadella sont compatibles avec sa position juridique, car ils décriraient une évolution générale de la façon dont les internautes trouvent et consomment l’information, sans admettre une responsabilité en droit d’auteur [1]. Elle soutient aussi que les commentaires de Hecht ne sont pas une opinion juridique et ne représentent pas l’entreprise [3].

Cette stratégie est compréhensible. Les grandes entreprises produisent souvent des débats internes, des scénarios pessimistes et des désaccords éthiques. Un juge peut relativiser des formules spectaculaires si elles ne sont pas confirmées par le reste du dossier. Mais les plaignants n’ont pas besoin que chaque phrase devienne un aveu formel. Ils doivent surtout construire un récit crédible: OpenAI et Microsoft savaient que le journalisme avait de la valeur, savaient que leurs réponses pouvaient remplacer des visites vers les sites de presse, et ont avancé sans les licences que les éditeurs jugent nécessaires.

Le silence d’OpenAI dans plusieurs comptes rendus laisse aussi Microsoft porter l’essentiel de la réponse publique [2]. Ce n’est pas nécessairement un signe de faiblesse, car les défendeurs commentent souvent peu pendant une procédure active. Mais, sur le terrain de la réputation, l’absence d’une réfutation détaillée laisse davantage d’espace au récit des éditeurs.

Un test majeur pour l’économie de l’IA

La question immédiate est de savoir si le juge Stein accordera une décision sommaire à l’une des parties ou renverra les points clés à un procès. AFP a rapporté qu’une décision n’est pas attendue avant 2027 [6]. Quel que soit le calendrier, les documents rendus publics ont déjà transformé l’affaire: elle n’est plus seulement un débat technique sur les données d’entraînement, mais un test de l’accord économique implicite entre les entreprises d’IA et les producteurs professionnels d’information.

Si les éditeurs l’emportent sur les points centraux, les développeurs d’IA pourraient faire face à des coûts de données plus élevés, à une pression accrue pour licencier les archives et à une obligation plus stricte de documenter les contenus utilisés. Si OpenAI et Microsoft gagnent, la décision pourrait renforcer l’argument selon lequel l’ingestion massive de textes est licite lorsqu’elle sert à construire des modèles généralistes. Dans les deux cas, l’issue pèsera sur les marchés de licences, la conception des produits et la traçabilité attendue des grands modèles.

Pour l’instant, ces dépôts ne tranchent pas le litige. Ils font autre chose: ils rendent la défense par le fair use beaucoup moins lisse. Le tribunal devra appliquer le droit d’auteur, mais le dossier public contient désormais des alertes internes alléguées sur la substitution, les paywalls et la viabilité économique de la presse. Dans une affaire de copyright, cela suffit à faire passer le débat de la théorie de l’entraînement de l’IA à une question très concrète: qui paie pour la matière première de l’information?

Sources des dernières 72 heures

1. [1]OpenAI, Microsoft executives’ quotes on AI training threaten copyright defense, news outlets argue17 sept. 2026, 21:47 UTC
2. [2]Microsoft and OpenAI Workers Worry About ‘Largest Theft of Labor’ in History17 sept. 2026, 00:00 UTC
3. [3]OpenAI, Microsoft Leaders Admitted AI Threatens News, Books (2)17 sept. 2026, 18:03 UTC
4. [4]Microsoft exec called AI the ‘largest theft of labor’ in history, court records show17 sept. 2026, 21:47 UTC
5. [5]Microsoft exec called AI scraping ‘the largest theft of labor in human history,’ new unredacted filings reveal17 sept. 2026, 19:46 UTC
6. [6]NYT alleges Microsoft, OpenAI knew using news content was theft18 sept. 2026, 00:00 UTC

Article généré par IA à partir d’une recherche web récente, puis conservé comme instantané éditorial daté.