« Le plus grand vol d’emploi de l’histoire » : c’est ainsi que Microsoft décrit l’utilisation d’articles de presse pour entraîner l’IA

Fin 2023, le New York Times a poursuivi OpenAI et Microsoft, les accusant d’utiliser leurs articles pour entraîner des modèles d’IA sans obtenir d’autorisation ni les indemniser de quelque manière que ce soit. Onze autres médias ont fini par se joindre au procès. Aujourd’hui, le New York Times a publié plusieurs documents internes qui ont été déclassifiés dans le cadre du procès et qui indiquent clairement une chose : des voix dans les deux entreprises étaient très conscientes de ce qu’elles faisaient.

Cambriolage. Et pas n’importe lequel, mais « le plus grand vol de main-d’œuvre de l’histoire ». L’expression apparaît dans un document interne de Microsoft rédigé en 2023 par Brent Hecht, directeur des sciences appliquées de l’entreprise, et fait référence au fait qu’OpenAI, son partenaire alors le plus fidèle, entraînait ses modèles avec des articles de presse.

En outre, il a ajouté que « des millions de personnes dans le monde considéreront bientôt que le fait que les grands modèles ‘absorbent’ tout leur travail est un vol stupéfiant aux proportions sans précédent » et a exprimé son inquiétude quant à ce qui pourrait arriver à l’industrie du journalisme, assurant que les modèles d’IA « sont un produit qui détruit leur chaîne d’approvisionnement ». Allez, ils étaient très conscients de ce qu’ils faisaient.

OpenAI le savait aussi. Probablement mieux que quiconque, et il existe de nombreuses preuves de cela. En 2020, bien avant le lancement de ChatGPT, Jack Clark (alors directeur politique chez OpenAI et actuel co-fondateur d’Anthropic), a envoyé un rapport à Sam Altman et Greg Brockman avertissant que le travail qu’ils effectuaient les conduirait à créer des systèmes qui « remplacent le travail des personnes qui définissent la culture de la société ».

Murs payants. Les avocats des médias plaignants soutiennent qu’OpenAI a déployé des outils spécifiquement pour contourner les paywalls des éditeurs. Parmi les documents déclassifiés figure un message dans lequel Greg Brockman, président d’OpenAI, se félicite qu’un employé ait créé « une astuce pour contourner le paywall du New York Times ».

Satya Nadella, PDG de Microsoft, a déclaré que « tout ce qui est limité par un paywall devrait être soumis à une licence pour quiconque souhaite l’utiliser ». Et il a assuré que s’il « avait su qu’OpenAI avait extrait et formé des informations qui se trouvaient derrière un paywall », il leur aurait demandé de recycler leurs modèles, ce qui était un droit dont disposait Microsoft.

Substitution. En juin 2023, Nick Turley, responsable du développement chez ChatGPT, écrivait dans un document que l’IA était une « menace existentielle » pour le journalisme. Un an plus tard, il affirmait que « les produits d’IA sont en grande partie substitutifs, point final ». Autrement dit, OpenAI prévoyait que ChatGPT ne serait pas un intermédiaire ou une nouvelle source de découverte comme peut l’être Google Discover, mais qu’il remplacerait plutôt la consommation d’informations.

Les gens ne cliquent pas. C’est ce qu’un ingénieur OpenAI avait prévenu en 2023. Que peu importe combien ChatGPT citait des sources avec des liens, les utilisateurs n’allaient pas cliquer et tout allait bien. À mesure que l’adoption des chatbots se développait, les utilisateurs ont commencé à utiliser de plus en plus l’IA comme moteur de recherche, et l’arrivée des résumés d’IA dans les résultats de Google a été un désastre total, avec des baisses de trafic de plus de 50 % dans certains cas.

Images | Grigorii Shcheglov sur Unsplash

À Simseo | En moins de 20 minutes, cette IA crée automatiquement un podcast copié de la presse locale. Il le fait 11 000 fois par jour