OpenAI face au dossier copyright

Le procès du copyright devient le procès du modèle économique

Le dossier copyright d’OpenAI ne porte plus seulement sur une question technique: un modèle peut-il apprendre à partir d’articles protégés? Il porte désormais sur une question plus compromettante: OpenAI et Microsoft savaient-ils que les produits construits grâce à ces articles pouvaient remplacer les éditeurs qui les avaient produits? Des documents judiciaires rendus publics le 17 septembre indiquent que des dirigeants et salariés des deux entreprises auraient décrit en interne leurs systèmes d’IA comme substitutifs, performants sur l’actualité et menaçants pour l’économie du journalisme [1].

L’enjeu est décisif, car la défense d’OpenAI et de Microsoft repose largement sur le fair use. Les deux entreprises soutiennent que l’entraînement sur des millions d’articles transforme les textes protégés en un produit technologique nouveau et ne concurrence pas le journalisme original [1]. Les médias plaignants, emmenés par le New York Times et rejoints par d’autres titres, affirment au contraire que les passages désormais visibles du dossier frappent le point le plus sensible de cette défense: la substitution au marché des œuvres [1].

Les phrases que les éditeurs voulaient rendre publiques

Les documents citent des propos attribués à plusieurs figures importantes, dont Satya Nadella, directeur général de Microsoft, Greg Brockman, président d’OpenAI, Nick Turley, responsable de ChatGPT, et Brent Hecht, directeur de la science appliquée chez Microsoft [1]. Selon Reuters, les plaignants citent Turley affirmant que les éditeurs font face à une menace “existentielle” venue de produits “largement substitutifs” et appelés à le devenir davantage à mesure qu’ils s’améliorent [1]. Bloomberg Law rapporte également que Nadella a témoigné que les conversations avec des chatbots s’étaient “substituées” aux sites des éditeurs, tandis que Turley aurait écrit que les produits d’OpenAI étaient largement substitutifs [2].

La formule la plus lourde vient de Hecht. D’après Reuters, le dossier le cite estimant que beaucoup de personnes verraient dans l’aspiration massive de leur travail par les entreprises d’IA un “vol stupéfiant d’une ampleur sans précédent” [1]. Bloomberg Law rapporte une version encore plus directe: Hecht aurait écrit que la copie de millions d’articles sans permission pouvait constituer le “plus grand vol de travail de l’histoire humaine” et qu’une victoire des entreprises sur le terrain du fair use pourrait tourner cette notion en dérision [2].

Pour les éditeurs, ces phrases ne sont pas des remarques isolées. Elles servent à montrer que les défendeurs auraient compris en interne le préjudice de marché qu’ils contestent devant le tribunal. Microsoft réplique que ces propos ne tranchent pas la question juridique. Un porte-parole a déclaré que le témoignage de Nadella portait sur des évolutions générales dans la manière dont les internautes trouvent l’information et ne devait pas être confondu avec des conclusions de droit d’auteur, ajoutant que les propos de Hecht reflétaient la perspective personnelle d’un salarié et non la position de l’entreprise [1].

Paywalls, scraping et le problème d’une IA “excellente en news”

Les documents ravivent aussi une question très concrète: un article placé derrière un paywall peut-il devenir une donnée d’entraînement sans licence? Reuters rapporte que les médias ont cité Brockman écrivant que les grands modèles de langage étaient particulièrement bons pour prédire le texte d’articles d’actualité et “excellents en news”, puis réagissant positivement lorsqu’on lui signale qu’un moyen de contourner le paywall du New York Times a été trouvé [1]. TechCrunch rapporte que les éléments déscellés allèguent le contournement de paywalls, le scraping massif et le retrait d’informations de copyright dans les données d’entraînement, tout en précisant qu’une grande partie des informations nouvelles provient du mémoire du Times et que les pièces sous-jacentes restent scellées [3].

Cette précaution compte. Le public voit les caractérisations des plaignants et certaines citations sélectionnées, pas l’ensemble complet de la discovery. Mais au stade du summary judgment, des propos internes bien choisis peuvent orienter la lecture du juge: existe-t-il des questions de fait à renvoyer au procès, et comment comprendre l’intention économique derrière l’entraînement? Les éditeurs veulent que le juge Sidney Stein voie une chaîne cohérente: copie d’articles, construction de produits capables de répondre à des questions d’actualité, baisse du besoin de cliquer vers les sources, puis affaiblissement des médias qui ont fourni la matière première.

La théorie de la “doom loop”

L’argument économique le plus fort est désormais celui de la boucle destructrice. Ars Technica rapporte que des documents de Microsoft et d’OpenAI, tels que décrits par les plaignants, traduiraient la crainte que les produits d’IA nuisent aux organisations de presse dont ils dépendent pour disposer d’informations fiables [4]. Selon Ars, un document de Microsoft évoque une boucle susceptible de détériorer à la fois la performance des modèles et le web, parce que le produit final menace les fondations économiques de ses propres fournisseurs de contenu [4].

Les chiffres de trafic rapportés depuis les documents sont au cœur de cette démonstration. TechCrunch indique que, selon les données de Microsoft, le moteur de réponses de Copilot aurait fait chuter les taux de clic vers le domaine du New York Times jusqu’à 93% par rapport à une recherche Bing traditionnelle [3]. Bloomberg Law rapporte des baisses alléguées de 83% à 93% pour des contenus du Times et du Daily News, ainsi que de 51% à 94% pour des domaines de Ziff Davis [2]. Si ces chiffres sont retenus, les éditeurs pourront soutenir que le préjudice n’est pas hypothétique: les réponses d’IA ne se contenteraient pas d’apprendre du journalisme, elles capteraient une demande qui envoyait auparavant les lecteurs vers les médias.

C’est ce qui rend l’affaire dangereuse pour toute l’économie des données d’entraînement. Elle repose sur l’idée que l’ingestion massive de contenus est licite, ou au moins négociable après coup. Si le tribunal estime que l’entraînement sur des articles, combiné à des sorties substitutives, pèse contre le fair use, le coût des données de qualité pourrait augmenter fortement. Si, au contraire, il valide l’argument de transformation d’OpenAI et Microsoft, les éditeurs devront négocier depuis une position plus faible ou multiplier des barrières techniques difficiles à faire respecter.

Un front des éditeurs qui s’élargit

Le conflit s’étend aussi au-delà du New York Times. Bloomberg Law a rapporté le 16 septembre qu’environ 160 publications régionales, locales et spécialisées, détenues par 26 éditeurs, avaient déposé une nouvelle plainte contre OpenAI et Microsoft devant le tribunal fédéral du district sud de New York [5]. Le groupe inclurait notamment le Tampa Bay Times, l’Austin Chronicle et Florida Trend, et accuse les entreprises d’avoir bâti des activités d’IA très valorisées sur le travail des éditeurs sans permission ni rémunération [5].

Cet élargissement est stratégique. Le New York Times dispose des moyens nécessaires pour mener seul un contentieux long, mais les éditeurs locaux racontent une autre forme de vulnérabilité. Leurs marges sont plus faibles, leur dépendance au trafic de référencement est souvent plus forte et ils produisent une information civique coûteuse à collecter mais facile à résumer dans une interface d’IA. Si leurs demandes se structurent autour de la substitution, de la licence et de la perte de clics, le juge ne regardera pas seulement le journalisme national premium: il regardera aussi l’économie fragile de l’information locale.

Le fair use cherche encore son compilateur

OpenAI et Microsoft ne sont pas dépourvus d’appuis juridiques. Reuters rapporte que l’administration Trump a indiqué au tribunal, le 1er septembre, que l’entraînement de l’IA était “extraordinairement” transformateur [1]. Les entreprises soutiennent que l’entraînement ne republie pas simplement des articles, mais extrait des régularités statistiques pour construire des systèmes capables de produire de nouvelles réponses [1]. C’est le cœur de la défense de l’industrie de l’IA.

Mais le fair use n’est pas un mot de passe. C’est une mise en balance qui examine notamment le but de l’usage, la nature de l’œuvre, la quantité copiée et l’effet sur le marché. Les citations déscellées visent surtout le but et l’effet sur le marché: les défendeurs construisaient-ils un outil complémentaire du journalisme, ou un substitut qui absorbe le journalisme avant de le concurrencer? Les plaignants veulent que les avertissements internes soient lus comme la preuve d’un préjudice anticipé. Les défendeurs veulent qu’ils soient compris comme des observations générales, des opinions individuelles ou des analyses de marché, pas comme des aveux de contrefaçon.

La prochaine étape sera donc moins une bataille de slogans qu’un problème d’architecture juridique. Le tribunal doit décider si le droit peut compiler une règle pour l’entraînement de l’IA qui distingue apprentissage et substitution, indexation et remplacement, transformation et extraction. En attendant, le dossier copyright d’OpenAI reste le cas test d’une question plus vaste: le texte le plus précieux du web peut-il devenir une infrastructure gratuite pour des modèles capables de détourner les revenus du web lui-même?

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]OpenAI, Microsoft Leaders Admitted AI Threatens News, Books (2)17 sept. 2026, 18:03 UTC
3. [3]Microsoft exec called AI scraping ‘the largest theft of labor in human history,’ new unredacted filings reveal17 sept. 2026, 19:46 UTC
4. [4]Microsoft exec called AI scraping the “largest theft of labor in human history”17 sept. 2026, 20:10 UTC
5. [5]Local Outlets Join Copyright Fight Against OpenAI, Microsoft (1)16 sept. 2026, 20:34 UTC

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