Le jour où l'IA générative crée une "boucle de destruction" réduisant le taux de clics jusqu'à 93% et effaçant les nouvelles

Le jour où l'IA générative crée une "boucle de destruction" réduisant le taux de clics jusqu'à 93% et effaçant les nouvelles

Lorsqu'on pose une question à une IA générative, une réponse bien structurée est fournie en quelques secondes. Derrière cela se cache un immense travail accumulé par des journalistes, éditeurs, photographes, chercheurs, écrivains et programmeurs.

Si l'on collecte ce travail sans autorisation pour former une IA, et que l'IA achevée prive les créateurs originaux de leur accès, est-ce vraiment un "apprentissage" ou est-ce un "vol" ?

Dans le cadre d'un procès en droits d'auteur intenté par des organes de presse tels que le New York Times contre OpenAI et Microsoft, une partie des documents de demande de jugement sommaire des plaignants, auparavant censurés, a été rendue publique le 17 septembre 2026. Ce qui y était consigné, ce n'était pas les critiques externes, mais des paroles sévères de ceux qui étaient à l'intérieur du développement de l'IA.

Brent Hecht, directeur du département des sciences appliquées chez Microsoft, aurait décrit dans un document interne l'action des modèles à grande échelle qui absorbent les résultats des gens du monde entier comme un vol d'une ampleur sans précédent, voire "le plus grand vol de travail de l'histoire humaine". Nick Turley, qui dirige ChatGPT chez OpenAI, aurait également reconnu que des produits comme les chatbots représentent une "menace existentielle" pour les éditeurs et remplacent les services existants.

Des mots puissants. Cependant, il y a un point de prudence à noter en premier lieu. Les documents publiés cette fois-ci sont principalement les revendications judiciaires construites par les organes de presse en citant des preuves. Une partie des documents de preuve cités reste scellée, et il est impossible de vérifier complètement le contexte des déclarations de l'extérieur. Par conséquent, il faut lire cela comme les revendications des plaignants et les déclarations internes citées, et non comme des faits établis reconnus par le tribunal.

Néanmoins, cette divulgation est importante car elle montre la possibilité qu'il y ait eu une prise de conscience complètement différente des problèmes à l'intérieur et à l'extérieur des entreprises d'IA.


Le point de litige n'est pas seulement de savoir s'il y a eu "copie"

OpenAI et Microsoft ont jusqu'à présent soutenu que l'utilisation d'œuvres protégées par le droit d'auteur pour l'apprentissage de l'IA est une "utilisation transformative" qui crée de nouvelles fonctionnalités plutôt que de vendre directement les articles originaux, et relève de l'usage équitable selon la loi américaine sur le droit d'auteur.

Cependant, dans l'évaluation de l'usage équitable, on accorde également de l'importance non seulement au but de l'utilisation et à la nature de l'œuvre, mais aussi à la question de savoir si cela empiète sur le marché de l'œuvre originale. C'est là que les déclarations internes prennent du poids.

Selon le mémoire des plaignants, Turley aurait écrit que les produits d'IA sont déjà un substitut aux nouvelles, et que plus leur performance s'améliore, plus leur substituabilité augmente. Satya Nadella, PDG de Microsoft, aurait également reconnu dans un témoignage sous serment que les chatbots ont remplacé les sites web dans le sens où les utilisateurs obtiennent directement des informations sur l'écran de l'IA sans visiter le site d'origine.

Microsoft a expliqué à Reuters que les propos de Nadella concernaient un principe général selon lequel la manière dont l'information est recherchée et consommée évolue, et ne constituent pas une conclusion sur les questions de droit d'auteur du procès. De même, l'expression de Hecht est considérée comme une opinion personnelle d'un employé, et non comme une analyse juridique ou l'opinion de l'entreprise.

Ainsi, des expressions sévères en interne ne deviennent pas immédiatement une confession d'illégalité. Cependant, pour les plaignants, cela devient un matériau montrant que les entreprises défenderesses elles-mêmes avaient prévu la "substitution" et le "préjudice au marché". Le point focal du procès se déplace de la simple naissance de nouvelles technologies grâce à l'apprentissage à la mesure dans laquelle le produit fini a remplacé le reportage original.


Jusqu'à 93 % de réduction : le passage de la "recherche" à la "réponse"

Le chiffre le plus concret est le changement du taux de clics.

Le mémoire des plaignants cite les données de Microsoft et affirme que, dans les recherches de type réponse de Copilot, le taux de clics vers les sites du New York Times a diminué de 87 à 93 % par rapport à la recherche Bing traditionnelle, de 83 à 91 % pour les sites Daily News, et de 51 à 94 % pour les sites Ziff Davis.

Les moteurs de recherche traditionnels étaient une porte d'entrée pour envoyer les utilisateurs vers les sources d'information. Les résultats de recherche affichaient des titres et de courtes descriptions, et ceux qui voulaient en savoir plus cliquaient sur le lien. Les sites obtenaient des revenus publicitaires ou des abonnements grâce à ces visites.

En revanche, l'IA de type réponse lit plusieurs sources d'information, les réorganise dans la forme souhaitée par l'utilisateur et présente une conclusion sur place. Le centre de commodité réside dans le fait de "ne pas avoir à suivre les liens". Ce qui est un avantage pour les services d'IA devient une perte d'opportunité de revenu pour les sources d'information.

Les documents internes de Microsoft auraient perçu cette structure comme une "boucle de destruction". L'IA utilise les articles. Les utilisateurs ne vont plus sur le site d'origine. Les revenus des éditeurs diminuent, et ils ne peuvent plus investir dans le reportage et l'édition. La quantité de nouvelles informations de qualité diminue, et à la fin, même les informations fiables que l'IA peut référencer s'amenuisent.

Ce n'est pas une lutte d'une seule industrie entre l'IA et les médias. C'est un problème où le "réseau d'approvisionnement en connaissances" qui soutient la performance de l'IA affaiblit son propre amont. Si l'IA d'aujourd'hui semble intelligente, c'est parce qu'il y a une abondance d'informations que les humains ont publiées jusqu'à hier. Il n'y a aucune garantie que des informations de la même qualité naîtront demain.


Des millions d'articles et deux projets conjoints

Les plaignants ont également présenté de nouveaux chiffres concernant l'ampleur de la copie.

Selon les documents publiés, le jeu de données intermédiaire pour l'apprentissage d'OpenAI contenait plus de 91 692 œuvres des plaignants, et un jeu de données provenant de Common Crawl contenait plus de 2,06 millions de documents de nytimes.com. L'initiative de Microsoft pour fournir des données d'index Bing à OpenAI s'appelait "Project Taxi", et l'initiative conjointe des deux entreprises pour collecter des documents web s'appelait "Project Mango", et il est allégué que les données d'apprentissage provenant de Mango contenaient au moins 160 903 œuvres des plaignants.

En outre, un enregistrement est cité selon lequel Greg Brockman, cofondateur d'OpenAI, a répondu positivement lorsqu'un chercheur d'OpenAI a transmis une méthode pour contourner le paywall du New York Times. Il est également allégué que les mentions de droits d'auteur ont été systématiquement supprimées des données d'apprentissage.

Nadella aurait témoigné que si des informations derrière un paywall étaient utilisées pour l'apprentissage ou comme base de réponse, une licence serait nécessaire, et qu'il aurait demandé un réapprentissage en utilisant les droits contractuels s'il avait su qu'OpenAI avait utilisé des articles payants pour l'apprentissage.

Il y a ici plusieurs points de débat. Apprendre à partir de textes sur le web public, collecter en violation des conditions d'utilisation ou du fichier robots.txt, contourner les murs payants, utiliser des jeux de données sous conditions de licence pour l'apprentissage commercial, et reproduire l'expression des articles lors des réponses ne sont pas les mêmes problèmes sur le plan légal ou éthique.

On ne peut pas saisir le cœur de cette affaire avec le choix binaire "tout apprentissage d'IA est du vol" ou "l'apprentissage est comme la lecture humaine et donc tout est permis". Il est nécessaire d'examiner étape par étape quels données ont été obtenues, comment elles ont été obtenues, à quoi elles ont été utilisées, et quel impact elles ont eu sur le marché d'origine.


La colère qui a éclaté sur les réseaux sociaux et la méfiance envers la simplification

Ce reportage s'est rapidement répandu sur les réseaux sociaux. Sur X, Jason Kint, représentant d'une association de l'industrie des médias numériques, a souligné que les documents déclassifiés étaient "étonnants" et que les personnes du côté des entreprises avaient pratiquement écrit les titres des plaignants. Ed Newton-Rex, opposé à l'apprentissage non autorisé par l'IA, a également critiqué les déclarations internes qui contredisent directement la défense des entreprises d'IA.

 

Dans la communauté technologique de Reddit, la colère était palpable avec des questions comme "Enlèveront-ils les données volées de Copilot ?", "L'IA est faite du travail de tous, donc les bénéfices devraient également être redistribués à la société", et "Il y a une trop grande différence de traitement entre l'utilisation massive non autorisée par les grandes entreprises et le vol par des individus". Des voix ont également remis en question le double standard des entreprises d'IA qui protègent la propriété intellectuelle de leurs propres produits tout en revendiquant un large usage équitable pour les données d'apprentissage.

D'un autre côté, certains ont réagi en disant que l'expression "le plus grand de l'histoire humaine" est exagérée et ne devrait pas être comparée au travail forcé historique comme l'esclavage. De plus, il y a des opinions selon lesquelles le système actuel de droits d'auteur entrave le partage des connaissances, et que confondre apprentissage et reproduction pourrait même freiner l'open source et les activités de recherche.

Ce ne sont que des réactions représentatives d'une partie de la communauté, et non un sondage d'opinion. Néanmoins, les axes de discussion sont visibles. Les gens sont en colère non seulement parce que des articles pourraient avoir été copiés, mais aussi à cause de la structure où une immense valeur est créée à partir du travail de nombreuses personnes, et où les bénéfices et le pouvoir de décision se concentrent entre les mains de quelques entreprises.


Ce n'est pas un problème lointain pour le Japon non plus

Les éditeurs, journaux, créateurs et opérateurs web japonais sont confrontés au même problème.

Les données d'apprentissage de haute qualité en japonais sont moins nombreuses que dans le monde anglophone. C'est pourquoi les articles japonais soigneusement recherchés et édités et les explications des experts ont une grande valeur. Si la recherche par IA se généralise et que le trafic vers les sites diminue considérablement, non seulement les grandes entreprises, mais aussi les médias régionaux, les médias spécialisés et les sites gérés par des particuliers pourraient être les premiers à en souffrir.

D'un autre côté, l'IA générative offre de puissants moyens de production aux petites entreprises et aux individus. Traduction, résumé, assistance à la recherche, programmation, production audiovisuelle et musicale, il n'est pas nécessaire de nier ces avantages. L'important n'est pas d'arrêter ou de promouvoir l'IA, mais de déterminer comment répartir la rémunération et le pouvoir de choix entre ceux qui créent le savoir et les entreprises qui fournissent l'IA.

Les mécanismes envisageables incluent des licences claires pour l'apprentissage et l'utilisation dans la recherche, une répartition en fonction de l'utilisation, une conception qui encourage les visites réelles aux sources citées, la transparence des données d'apprentissage, l'efficacité des moyens de refus, et la préservation des mentions de droits d'auteur et des informations sur les sources. Si des contrats par article ne sont pas réalistes, une gestion collective comme pour les droits d'auteur musicaux ou des contrats standards à l'échelle de l'industrie pourraient être envisagés.

Cependant, si le système de licences favorise uniquement les grandes entreprises, les petits médias et les créateurs individuels seront à nouveau laissés pour compte. Si l'on restreint excessivement les connaissances ouvertes et la recherche à but non lucratif, on nuira à l'innovation et à la liberté d'expression. Ce qui est nécessaire, c'est une conception de système qui distingue soigneusement l'acquisition massive non autorisée de la recherche publique, les services commerciaux qui remplacent les œuvres originales de la citation et de la critique.


Ce qui est en jeu, c'est moins l'avenir de l'IA que "l'avenir où les humains peuvent continuer à créer"

La conclusion de ce procès n'est pas encore rendue. On ne sait pas comment le tribunal évaluera l'usage équitable ni quelle importance il accordera aux déclarations internes. Le gouvernement américain a soumis un mémoire d'opinion soutenant OpenAI, affirmant que l'apprentissage de l'IA est extrêmement transformateur, et les politiques qui privilégient la compétitivité industrielle et l'entrée sur le marché sont fortes.

Néanmoins, la raison pour laquelle l'expression "le plus grand vol de travail de l'histoire humaine" a attiré l'attention est claire. Elle a ramené le débat sur l'IA générative des termes abstraits de données et de droits d'auteur au temps et au travail des humains qui ont produit ces données.

L'IA ne crée pas de texte à partir de rien. Les journalistes se rendent sur le terrain, les chercheurs font des expériences, les écrivains révisent, les développeurs écrivent du code, et d'innombrables personnes partagent leurs connaissances sur le web. Si les outils créés en utilisant cet ensemble privent le travail original de sa viabilité économique, on ne peut pas dire que cela soit durable uniquement grâce à la commodité.

Ce qui est vraiment en jeu, ce n'est pas jusqu'où nous pouvons rendre l'IA intelligente. C'est de savoir si nous pouvons laisser une société où les humains peuvent continuer à créer de nouvelles connaissances, reportages et cultures même après la diffusion de l'IA.


URL de la source

Articles connexes