La Wikimedia Foundation a déposé un mémoire d'amicus curiae dans le cadre des procès majeurs opposant le New York Times aux entreprises d'intelligence artificielle telles qu'OpenAI et Microsoft. Par cette démarche, la fondation vise à trouver une « voie médiane » qui protège l'innovation technologique tout en garantissant la pérennité du savoir ouvert, avertissant que des décisions judiciaires extrêmes pourraient nuire aux deux parties.
Distinguer l'entraînement de la reproduction
La fondation propose un critère précis pour distinguer deux types d'utilisation des données dans les modèles d'IA :
- Entraînement des modèles (Training) : Wikipédia estime que l'utilisation de contenu protégé par le droit d'auteur pour entraîner des grands modèles de langage (LLM) devrait relever du « fair use » (usage loyal), tant que ces modèles apportent quelque chose de nouveau et de différent des sources originales.
- Reproduction de contenu (Regurgitation) : La fondation avertit que les chatbots qui copient du contenu et le présentent aux utilisateurs au lieu de les diriger vers les sources originales violent les droits de propriété et se substituent à l'interaction humaine avec la source, ce qui nécessite l'obtention de licences préalables.
Pourquoi cette nouvelle est-elle importante ?
Cette position représente une tentative de sauver l'écosystème de l'information de deux scénarios dangereux qui pourraient résulter des décisions judiciaires actuelles :
- Premier scénario : Une victoire écrasante des éditeurs pourrait leur permettre d'imposer des restrictions strictes (gatekeeping) empêchant l'utilisation de données dans des innovations transformatrices, entravant ainsi le développement des technologies open source.
- Second scénario : Une victoire absolue des entreprises d'IA pourrait conduire à ignorer les conditions de licence, menaçant le flux de connaissances entre les auteurs et le public.
Pour Wikipédia, l'enjeu est existentiel ; le site est une source vitale de données d'entraînement, mais il souffre également du détournement des visiteurs par des outils d'IA qui fournissent des réponses directes sans visiter le site, en plus de la violation par certains services des licences « Creative Commons » en ne créditant pas les sources originales.
Un équilibre entre bénéfices et risques
La fondation a souligné que l'IA n'est pas nécessairement une ennemie, mais peut être un outil d'aide pour les contributeurs de Wikipédia, par exemple pour détecter le vandalisme, surveiller les violations du droit d'auteur et identifier les articles nécessitant des améliorations. Néanmoins, la fondation a insisté sur le fait que toute expansion de l'accès au savoir via l'IA doit respecter les communautés et les contributeurs qui rendent ce savoir fiable possible, affirmant que l'équilibre entre les droits de propriété et l'innovation est une responsabilité partagée par toutes les parties du système informationnel.