La Fondation Wikimédia (Wikimedia Foundation), l'organisation qui soutient le site Wikipédia, est entrée dans le conflit juridique en cours entre le journal The New York Times et les sociétés OpenAI et Microsoft, en soumettant un mémoire juridique en tant qu'amicus curiae pour exhorter à l'adoption d'une approche minutieuse et équilibrée.
L'affaire principale tourne autour de la question de savoir si l'utilisation du contenu publié par le journal à des fins incluant l'entraînement de modèles d'intelligence artificielle constitue une violation des lois sur le droit d'auteur ou relève du concept d'utilisation loyale (Fair Use). Alors que le journal exige que les entreprises soient empêchées de disposer librement de son contenu, les entreprises technologiques estiment que l'entraînement sur des données publiques est nécessaire au développement technique.
Pour sa part, la Fondation Wikimédia a proposé une troisième voie située entre ces deux positions. Le mémoire a averti que l'imposition de restrictions excessives sur l'utilisation loyale pourrait entraver l'innovation technique, tandis que la reconnaissance d'une utilisation loyale absolue pourrait créer un web fermé où la connaissance serait affaiblie en raison du manque de sources secondaires disponibles.
Applications proposées pour l'utilisation loyale
La fondation a défini sa position alternative en appliquant le principe de l'utilisation loyale à deux cas spécifiques pour les entreprises d'intelligence artificielle, à savoir :
- Certains scénarios d'entraînement de grands modèles linguistiques qui produisent des technologies nouvelles et différentes des sources originales.
- La technique de génération augmentée par récupération (RAG), qui améliore les résultats des modèles en se référant à des bases de connaissances fiables en dehors des données d'entraînement, à condition de ne pas reproduire les articles précédents sans attribution et mention de la source.
Stephen LaPorte, conseiller juridique général de la Fondation Wikimédia, a souligné qu'un jugement n'appliquant pas les principes de l'utilisation loyale avec le plus grand soin pourrait menacer la durabilité de la connaissance libre et étouffer le développement des technologies open source, ce qui aurait un impact négatif sur l'accès de tous à l'information.
Que représente cette intervention ?
Cette démarche intervient à un moment où les regards se tournent vers le prononcé d'un futur jugement dans cette affaire, considérée comme l'une des plus de dix poursuites judiciaires similaires examinées par les tribunaux, et dont on attend qu'elle crée un précédent juridique important traçant les contours de la relation future entre les développeurs d'intelligence artificielle et les producteurs de contenu numérique, d'autant plus que Wikipédia elle-même est l'une des bases de données les plus importantes et de la meilleure qualité utilisées pour entraîner les modèles intelligents.