Le procès USA Today contre OpenAI cible l’économie derrière ChatGPT

USA Today a intenté une action en justice pour violation du droit d’auteur contre OpenAI, réclamant plus de 250 millions de dollars et ajoutant 19 publications à une contestation juridique grandissante autour de l’entraînement de l’IA. Le procès USA Today contre OpenAI allègue que l’entreprise a copié des centaines de milliers d’articles sans autorisation, puis utilisé ce contenu pour générer des réponses concurrentes.

Cette accusation dépasse la manière dont OpenAI a constitué ses jeux de données d’entraînement. USA Today Co. soutient également que ChatGPT peut restituer la valeur informationnelle d’un article tout en donnant aux lecteurs moins de raisons de consulter l’éditeur d’origine.

OpenAI n’avait pas publiquement répondu à la nouvelle plainte lorsque l’action a été rapportée le 8 octobre 2026. Sa position établie dans les litiges connexes est que l’entraînement de modèles sur des contenus accessibles au public constitue un usage équitable. Les tribunaux ont retenu des versions de cet argument dans certaines affaires liées à l’IA, mais les différends restent fortement tributaires de la manière dont les contenus ont été acquis et utilisés.

Le dépôt intervient alors que The New York Times et de nombreux autres éditeurs poursuivent des actions similaires. Ces affaires ont transformé une question technique sur l’entraînement des modèles en un affrontement direct sur la captation de la valeur économique du journalisme numérique.

Ce qu’allègue le procès USA Today contre OpenAI

La plainte vise à la fois la création des modèles d’OpenAI et les résumés d’articles que ces modèles peuvent fournir aux utilisateurs.

USA Today Co. et des éditeurs affiliés ont déposé l’action le 8 octobre devant le tribunal fédéral de district des États-Unis pour le district sud de New York. Selon la plainte pour violation du droit d’auteur, les demandeurs contrôlent des droits d’auteur couvrant des contenus issus de 19 publications.

Ces publications comprennent USA Today, le Detroit Free Press, The Arizona Republic, The Tennessean, l’Indianapolis Star et The Columbus Dispatch. D’autres médias participants desservent des communautés dans l’Ohio, le Wisconsin, l’Iowa, le Kentucky, le Tennessee, l’Oklahoma, le New Jersey, la Floride, l’État de New York et la Caroline du Nord.

Les éditeurs allèguent qu’OpenAI a copié des centaines de milliers de leurs articles et autres contenus pour entraîner des modèles de langage successifs. Ils affirment que l’entreprise n’a ni demandé d’autorisation ni payé pour cet usage.

La plainte réclame des dommages-intérêts dépassant 250 millions de dollars, ainsi qu’une injonction visant à empêcher de nouvelles violations présumées. Les dommages-intérêts demandés restent une revendication des demandeurs, et non un jugement du tribunal ni une valorisation convenue de leurs prétentions.

Les éditeurs accusent également OpenAI d’avoir supprimé des informations de gestion des droits d’auteur. Ces informations peuvent inclure les signatures d’auteur, les mentions de propriété et d’autres détails identifiant la personne qui a créé ou contrôle une œuvre.

La plainte identifierait plus de 160 000 entrées provenant de sites web détenus par les demandeurs dans WebText, un jeu de données associé à GPT-2. Elle attribue 83 266 entrées à usatoday.com et 12 994 à freep.com.

Elle affirme également que les domaines appartenant aux éditeurs représentaient plus de 122 millions de tokens dans C4. C4 est un jeu de données textuel filtré dérivé d’un instantané du web Common Crawl datant de 2019.

Ces chiffres proviennent de la plainte et n’ont pas encore été examinés dans le cadre d’une procédure contradictoire. OpenAI peut contester l’analyse des jeux de données des éditeurs, son interprétation ou le lien entre des œuvres précises et des modèles précis.

La plainte allègue en outre que les systèmes plus récents d’OpenAI peuvent produire des résumés détaillés d’articles nommés. Les exemples joints au dépôt concerneraient des reportages de plusieurs journaux locaux participants.

Cette allégation sur les résultats importe, car elle rapproche le différend du lecteur. L’entraînement se déroule au sein d’un processus de développement de modèles que la plupart des utilisateurs ne voient jamais. Un résumé détaillé apparaît sur le même marché de l’information que l’article sous-jacent.

Les demandeurs présentent ce comportement comme une substitution. Selon leur théorie, un utilisateur qui reçoit les faits essentiels, l’organisation et les conclusions via ChatGPT a moins de raisons d’ouvrir la page de l’éditeur.

Comme l’a relevé la couverture initiale, le dépôt décrit l’utilisation du contenu par OpenAI comme causant un préjudice continu. Le succès commercial d’OpenAI, soutiennent les éditeurs, repose en partie sur un journalisme acquis sans autorisation.

Cette affirmation crée le conflit central. OpenAI considère l’entraînement des modèles comme un usage transformateur d’informations disponibles. Les éditeurs y voient un système commercial qui consomme leur travail puis concurrence celui-ci auprès du même public.

Pourquoi les journaux locaux changent la donne

Cette affaire est importante parce qu’elle relie les revendications de droit d’auteur liées à l’IA à l’économie de l’information locale, et pas seulement aux grandes marques médiatiques nationales.

The New York Times a lancé la contestation d’éditeur la plus visible lorsqu’il a poursuivi OpenAI et Microsoft en décembre 2023. L’affaire alléguait des copies non autorisées pendant l’entraînement et la génération de résultats concurrençant les contenus du Times.

D’autres organisations ont ensuite déposé ou rejoint des actions connexes. Elles comprennent les journaux de MediaNews Group, le Center for Investigative Reporting, Ziff Davis, The Intercept, CBC/Radio-Canada, Encyclopaedia Britannica, Merriam-Webster, The Seattle Times et Newsday.

Une coalition distincte réunissant des centaines d’éditeurs locaux a également engagé des poursuites contre OpenAI et Microsoft. Il ne s’agit donc plus d’un désaccord entre un journal de premier plan et une entreprise d’IA.

USA Today Co. apporte une autre forme d’ampleur. Ses publications participantes comprennent des médias métropolitains et régionaux dont le journalisme couvre les municipalités, les agences d’État, les entreprises locales, les écoles, les tribunaux et les événements communautaires.

Ce travail n’a souvent aucun substitut direct. Un éditeur national peut résumer une importante annonce de politique fédérale, mais il est peu probable qu’il assiste à une réunion municipale sur le budget dans un autre État.

Lorsqu’un modèle répond à une question à partir de reportages locaux, la chaîne économique devient particulièrement visible. Un journal rémunère journalistes, rédacteurs, photographes et personnel de soutien pour créer l’information. Un chatbot peut ensuite fournir une réponse synthétisée sans supporter ces coûts de reportage.

La réponse peut toujours mentionner ou renvoyer vers l’éditeur. Toutefois, l’attribution ne garantit ni visite, ni abonnement, ni impression publicitaire.

Les éditeurs acceptaient traditionnellement l’indexation par les moteurs de recherche, car les résultats de recherche servaient généralement de navigation. Un titre et un court extrait aidaient les lecteurs à décider quelle page ouvrir.

Les réponses génératives fonctionnent différemment. Elles peuvent combiner des faits provenant de plusieurs pages, les organiser dans une explication lisible et accomplir la tâche de l’utilisateur au sein de l’interface.

C’est pourquoi le procès USA Today contre OpenAI ne porte pas uniquement sur des copies historiques utilisées lors de l’entraînement. Il demande si un produit d’IA devient un substitut commercial lorsqu’il transforme ces copies en réponses utiles et autonomes.

Cette distinction explique aussi pourquoi les éditeurs peuvent concéder des licences de contenu à certaines entreprises d’IA tout en poursuivant d’autres. Un accord de licence définit l’accès, la rémunération, l’attribution et les usages autorisés. L’ingestion sans licence laisse ces conditions sous le contrôle du développeur du modèle.

OpenAI affirme avoir conclu des accords avec plus de 20 éditeurs et groupes médiatiques. Parmi ses partenaires figurent l’Associated Press, Axios, The Atlantic, Condé Nast, Hearst, News Corp, Prisa Media et Vox Media.

L’existence de ces accords aide les deux parties à formuler des arguments différents. Les éditeurs peuvent affirmer que le marché reconnaît déjà que l’information de qualité a une valeur pouvant faire l’objet de licences. OpenAI peut dire que ses partenariats témoignent d’un soutien au journalisme plutôt que d’une tentative de le remplacer.

Aucun de ces points ne tranche la question de savoir si des copies antérieures, non autorisées, étaient licites. Ils montrent toutefois que le marché a dépassé le simple choix entre le scraping sans restriction et l’interdiction totale de l’accès de l’IA.

Pour les rédactions locales, la pression est immédiate. Elles doivent décider s’il faut négocier, bloquer les robots d’exploration, engager un contentieux ou accepter des conditions de référencement conçues par de plus grandes plateformes technologiques.

Cette réponse ne relève pas seulement d’un calcul juridique. Elle influence la manière dont le reportage local sera découvert, résumé, financé et archivé au sein de systèmes d’information pilotés par l’IA.

La défense d’OpenAI fondée sur l’usage équitable face à une allégation de substitution

Le principal arbitrage juridique consiste à déterminer si l’entraînement transformateur des modèles l’emporte sur le préjudice concurrentiel allégué par les éditeurs.

L’usage équitable est une doctrine américaine du droit d’auteur qui autorise certains usages sans licence après que les tribunaux ont examiné l’objectif, la nature, la quantité et l’effet sur le marché. Elle ne rend pas tout contenu accessible au public librement utilisable à n’importe quelle fin commerciale.

OpenAI a constamment soutenu que l’entraînement des modèles est transformateur. Plutôt que de stocker des articles dans une archive de publication consultable, un modèle analyse de grandes quantités de texte afin d’apprendre des schémas statistiques.

Sur sa page publique consacrée à l’affaire de droit d’auteur, l’entreprise affirme que les modèles d’IA créent de nouveaux contenus et intègrent des garde-fous destinés à empêcher la reproduction. Elle renvoie également à des décisions fédérales concernant Meta et Anthropic qui ont considéré l’entraînement des modèles comme hautement transformateur.

Ces décisions apportent un soutien significatif aux développeurs d’IA, mais elles ne tranchent pas automatiquement chaque litige relatif à l’entraînement. La source des données d’entraînement, le traitement de copies piratées, la conception du produit et ses effets sur le marché peuvent modifier l’analyse.

Le contentieux Anthropic a illustré cette distinction. Un tribunal peut considérer l’entraînement comme transformateur tout en traitant l’acquisition ou la conservation de contenus obtenus illicitement comme un problème distinct.

USA Today tente d’accorder une importance équivalente à la substitution sur le marché. Sa plainte ne se contente pas d’affirmer que des copies ont été intégrées à un jeu de données. Elle allègue qu’OpenAI a délibérément créé des systèmes capables de résumer et de reconditionner le journalisme des éditeurs.

Les éditeurs devront néanmoins relier ces allégations à des œuvres protégées identifiables et à un comportement juridiquement passible de poursuites. Le droit d’auteur protège l’expression originale, et non les faits sous-jacents d’un reportage.

Cette limite est importante. Un tribunal ne considérera pas chaque réponse exacte sur un événement rapporté comme une violation simplement parce qu’un journal a révélé les faits en premier.

La question plus difficile concerne l’expression et la structure. Un résultat de modèle qui reprend l’organisation distinctive d’un article ou paraphrase étroitement de longs passages pose un problème différent d’une brève réponse factuelle assemblée à partir de plusieurs sources.

OpenAI peut également contester que les exemples des demandeurs reflètent un usage ordinaire. Dans son différend avec The New York Times, l’entreprise a soutenu que les demandeurs avaient utilisé des prompts conçus pour forcer une reproduction inhabituelle.

Si un utilisateur doit fournir un titre, répéter des instructions ou contourner délibérément les garde-fous, OpenAI peut faire valoir que le test ne représente pas le comportement normal du produit. Les éditeurs peuvent répondre que la capacité d’un système à produire des substituts reste pertinente, notamment lorsque les utilisateurs demandent des résumés d’articles connus.

Ce désaccord rend les preuves relatives aux résultats essentielles. Les tribunaux devront distinguer la mémorisation, la récupération, le résumé et la génération indépendante, plutôt que de traiter chaque paragraphe généré comme relevant du même processus.

La mémorisation signifie qu’un modèle conserve suffisamment d’informations pour reproduire des portions de ses données d’entraînement. La récupération consiste généralement à trouver des informations actuelles depuis des sources externes. Le résumé condense une source identifiée sous une forme plus courte.

Une seule réponse de ChatGPT peut combiner ces trois mécanismes. Il est donc difficile de déterminer si une réponse donnée provient des poids du modèle, d'un accès web en direct, de données sous licence ou de plusieurs sources utilisées conjointement.

La théorie la plus solide des éditeurs est économique plutôt que purement technique. Si ChatGPT fournit régulièrement une valeur équivalente à un article sans générer de trafic significatif, le produit peut concurrencer les éditeurs quelle que soit son architecture interne.

La réponse la plus solide d'OpenAI est elle aussi économique. Les modèles généralistes produisent de nombreux nouveaux résultats et usages qui ne se substituent à aucun travail précis. Restreindre l'entraînement aux contenus sous licence ou relevant du domaine public limiterait, selon l'entreprise, le développement d'une IA socialement utile.

Le tribunal ne tranchera pas ce compromis en décidant si le journalisme ou l'IA a davantage de valeur. Il appliquera le droit d'auteur à des copies précises, à des œuvres précises, à des résultats précis et à des effets de marché démontrés.

L'affaire présente d'importantes faiblesses

Une demande de dommages-intérêts élevée ne dispense pas les éditeurs de prouver la propriété, la copie, le respect des délais et un préjudice concret.

Le chiffre le plus frappant de la plainte est la demande de plus de 250 millions de dollars. Ce montant signale l'ampleur du litige, mais il ne doit pas être interprété comme une perte établie.

Les dommages-intérêts légaux pour violation du droit d'auteur peuvent dépendre du nombre d'œuvres enregistrées, du moment de leur enregistrement et du caractère volontaire de l'infraction. Les tribunaux veillent également à éviter de comptabiliser plusieurs fois le même comportement sous-jacent.

USA Today et ses affiliés doivent identifier les œuvres dont ils sont propriétaires et montrer comment OpenAI les aurait enfreintes. Une estimation générale des entrées de jeux de données ne répondra peut-être pas à ces questions œuvre par œuvre.

Le temps peut constituer un autre obstacle. Les actions en droit d'auteur sont généralement soumises à un délai de prescription de trois ans, bien que les litiges se poursuivent quant au moment où un demandeur a découvert, ou aurait dû découvrir, l'infraction alléguée.

Les activités plus anciennes d'entraînement des modèles pourraient donc faire l'objet d'arguments différents de ceux concernant le comportement récent des résultats. OpenAI a invoqué des moyens de défense fondés sur la prescription dans des litiges connexes impliquant les premiers systèmes GPT.

Les éditeurs doivent également distinguer la copie protégée par le droit d'auteur de l'extraction de faits. Le journalisme comprend une rédaction originale, une sélection, une analyse et une organisation, mais il transmet aussi des informations que d'autres personnes peuvent rapporter.

Une autre incertitude concerne la représentativité des exemples de chatbot joints. Un tribunal peut se demander à quelle fréquence des résultats similaires surviennent, s'ils nécessitent des prompts spécialisés et si des garde-fous les empêchent lors d'un usage ordinaire.

Le préjudice réel sur le marché exigera également des preuves. Les éditeurs peuvent décrire un risque logique de substitution, mais mesurer la perte de trafic, d'abonnements ou de revenus de licence ne se résume pas à montrer que ChatGPT peut résumer un article.

Le contentieux plus large des éditeurs a déjà produit des résultats procéduraux contrastés. Certaines demandes ont survécu à une requête en rejet, tandis que d'autres concernant les marques ou les informations de gestion des droits d'auteur ont été limitées ou rejetées.

Le litige avec The New York Times, par exemple, continue de se concentrer fortement sur le fair use, l'accès aux preuves et la substitution sur le marché. Les litiges connexes ont également suscité des désaccords concernant les journaux de ChatGPT et les éléments de preuve accessibles aux éditeurs.

OpenAI affirme que les demandes portant sur les conversations des utilisateurs créent des risques pour la vie privée. Les éditeurs soutiennent que les résultats des modèles et les capacités de recherche internes sont nécessaires pour établir comment des œuvres protégées par le droit d'auteur ont été utilisées.

Les plaignants de USA Today pourraient bénéficier des éléments de preuve développés dans ces affaires antérieures, notamment si leur action est coordonnée avec des procédures connexes devant le même tribunal fédéral. La coordination peut réduire les procédures redondantes et harmoniser les principales questions juridiques.

Cependant, rejoindre un groupe plus vaste peut entraîner des retards. Les différends relatifs à la communication des preuves, les éléments propres à chaque modèle, les questions de confidentialité et les requêtes en jugement sommaire peuvent maintenir ces affaires actives pendant des années.

Rien ne garantit non plus que chaque publication participante disposera de demandes identiques. Différents sites web peuvent avoir des archives, des restrictions d'accès, des enregistrements de droits d'auteur et des relations avec des moteurs de recherche ou des fournisseurs de données différents.

Les partenariats d'OpenAI avec des éditeurs compliquent encore davantage le récit. Un tribunal ne présumera pas que l'existence d'un marché de licences prouve que tout entraînement non autorisé est illégal.

Dans le même temps, ces accords peuvent aider les éditeurs à soutenir que les entreprises d'IA reconnaissent à la fois l'utilité et la valeur commerciale des informations produites par des professionnels.

Deux propositions peuvent donc rester vraies. L'entraînement des modèles de langage peut être transformateur, et certaines méthodes d'acquisition ou de reproduction d'œuvres protégées par le droit d'auteur peuvent néanmoins engager une responsabilité.

L'action dépendra de l'endroit où le tribunal tracera ces limites. Les titres annonçant un verdict unique pour ou contre l'entraînement de l'IA manqueront cette analyse plus fine.

Ce conflit concerne aussi l'avenir du trafic web

La menace commerciale pour les éditeurs réside dans une couche de réponses qui tire profit de leurs reportages tout en réduisant la nécessité de visiter leurs sites web.

Les moteurs de recherche ont historiquement offert aux éditeurs un marché complexe. Les robots exploraient, copiaient et indexaient les pages, mais les résultats de recherche renvoyaient également les audiences vers la source.

Les éditeurs ont optimisé les titres, les pages et les données structurées pour ce système de référencement. Les stratégies publicitaires et d'abonnement dépendaient ensuite d'une partie des utilisateurs de moteurs de recherche ouvrant le résultat.

La recherche générative affaiblit cette séquence. Une interface d'IA peut lire ou récupérer plusieurs pages, les comparer et présenter une explication complète au-dessus des liens sources.

Un utilisateur qui pose une question sur une élection municipale, une décision de justice, un résultat sportif ou une fermeture d'entreprise peut recevoir la réponse essentielle sans quitter le chatbot. Le lien devient une preuve à l'appui plutôt que la destination.

Cela ne signifie pas que les recommandations par l'IA n'ont aucune valeur. Une réponse correctement attribuée peut faire découvrir une publication à de nouveaux lecteurs, et certaines requêtes exigent toujours un reportage original détaillé.

Le litige porte sur l'équilibre. Si un système d'IA prélève suffisamment d'informations pour satisfaire la plupart des utilisateurs tout en renvoyant peu de trafic, les éditeurs supportent le coût du reportage tandis que la plateforme détient la relation.

C'est pourquoi la plainte citerait des déclarations suggérant que les utilisateurs ne cliquent souvent pas après avoir reçu une réponse. L'allégation relie la conception du produit au préjudice de marché invoqué par les éditeurs.

OpenAI peut répondre que les résumés, les citations et les liens aident les gens à découvrir le journalisme. L'entreprise peut également soutenir qu'Internet a toujours permis l'extraction d'extraits, l'indexation et les transformations qui ne nécessitent pas de licence.

La différence réside dans le degré. Un extrait de résultat de recherche présente normalement un aperçu d'une page. Une réponse générative peut synthétiser la page, répondre aux questions de suivi et adapter l'explication aux besoins de l'utilisateur.

Les éditeurs poursuivent donc plusieurs stratégies à la fois. Certains concèdent sous licence leurs archives à des entreprises d'IA. Certains bloquent des robots d'exploration particuliers. Certains négocient des accords d'attribution et de revenus. D'autres engagent des poursuites concernant l'entraînement passé et les résultats actuels.

Ces approches ne s'excluent pas mutuellement. Un éditeur peut envisager de nouveaux accords tout en demandant réparation pour un comportement qui, selon lui, s'est produit sans autorisation.

La même tension touche les utilisateurs d'entreprise. Une réponse générée par l'IA peut être pratique, mais un résumé sans provenance claire rend plus difficile l'évaluation de l'exactitude, du contexte et des droits d'utilisation.

Les équipes chargées de l'actualité, de la recherche, de la conformité ou de la veille concurrentielle doivent conserver l'origine de chaque affirmation. Un système de gestion des connaissances structuré peut conserver les liens sources et le contexte, plutôt que de traiter chaque réponse générée comme auto-vérifiante.

Cette pratique ne résout pas la question du droit d'auteur. Elle réduit toutefois un risque pratique créé lorsqu'une interface d'IA sépare l'information de son environnement de reportage d'origine.

Pour les développeurs, l'affaire souligne l'importance des contrôles de contenu. Les systèmes qui récupèrent des articles récents ont besoin de règles régissant l'accès, la longueur des citations, l'attribution, la mise en cache et les réponses aux exclusions des éditeurs.

Pour les acheteurs d'entreprise, elle soulève des questions d'approvisionnement. Les clients demanderont de plus en plus si un fournisseur de modèles utilise des sources sous licence, respecte les préférences des robots d'exploration et peut identifier l'origine des informations récupérées.

Pour les éditeurs, la question centrale est le pouvoir de négociation. Les médias locaux individuels peuvent avoir du mal à négocier avec une entreprise exploitant une plateforme mondiale largement utilisée.

Les litiges collectifs et les licences coordonnées peuvent modifier cet équilibre. Ils peuvent également accroître le risque que seuls les plus grands éditeurs obtiennent des accords favorables, tandis que les petites rédactions restent en dehors du marché.

Trois signaux détermineront la suite

La prochaine phase sera façonnée par la coordination judiciaire, les preuves relatives aux résultats et les conditions des futurs accords avec les éditeurs.

Le premier signal est de savoir si le procès USA Today contre OpenAI sera officiellement coordonné avec les affaires d'éditeurs déjà en cours à New York. Une communication des preuves et des décisions juridiques partagées feraient de ce dépôt une partie d'un test plus large de l'entraînement de l'IA plutôt qu'une action isolée en dommages-intérêts.

La coordination renforcerait l'importance de toute décision de jugement sommaire dans le litige The New York Times. Cette affaire a déjà suffisamment avancé pour encadrer les arguments opposés concernant l'entraînement transformateur et la substitution commerciale.

Comme l'a montré la dernière phase de l'affaire, OpenAI a cité des décisions favorables impliquant Meta et Anthropic. Les éditeurs soutiennent que les systèmes produisant des réponses d'actualité concurrentes présentent un effet de marché différent.

Une décision renvoyant les demandes principales au procès renforcerait la position de USA Today et accroîtrait la pression en faveur de règlements. Une décision large en faveur du fair use pour OpenAI affaiblirait les demandes fondées uniquement sur l'entraînement, bien que des allégations propres aux résultats puissent subsister.

Le deuxième signal est la qualité des preuves des plaignants. Le tribunal aura besoin de davantage qu'une liste de domaines trouvés dans des jeux de données publics.

Surveillez les listes d'œuvres enregistrées, les dossiers internes d'entraînement, les résultats représentatifs des modèles et les éléments montrant si des prompts ordinaires produisent des résumés substantiels d'articles. Les preuves de trafic et de licences compteront également.

Si les éditeurs démontrent une substitution reproductible sur de nombreuses œuvres, leur théorie économique devient plus solide. Si les preuves reposent sur des prompts inhabituels ou sur des dossiers de propriété faibles, la défense d'OpenAI gagne en force.

Le troisième signal est le marché des licences. OpenAI affirme déjà travailler avec de nombreuses organisations médiatiques, mais les conditions des accords sont généralement privées et l'accès est inégal.

Davantage d'accords avec des groupes de journaux locaux soutiendraient l'idée que les entreprises d'IA ont besoin de sources d'actualité fiables et rémunérées. Des accords axés uniquement sur l'attribution, sans trafic ni paiement significatifs, laisseraient le différend économique central non résolu.

Une longue bataille judiciaire pourrait également entraîner des changements de produit avant tout jugement définitif. OpenAI pourrait renforcer les limites de citation, les contrôles des sources, les options de robots d'exploration ou les tableaux de bord destinés aux éditeurs afin de réduire son exposition juridique.

Les éditeurs pourraient de même élaborer des autorisations lisibles par machine plus claires, distinguant l'indexation par les moteurs de recherche, l'entraînement des modèles, la récupération et le résumé d'articles. Les règles actuelles relatives aux robots d'exploration n'expriment pas toujours ces usages séparément.

Les lecteurs ne doivent pas s'attendre à ce qu'une seule action en justice produise une réponse universelle pour chaque modèle d'IA. Les tribunaux examineront la source de chaque jeu de données, l'objectif de chaque copie et le comportement de chaque produit.

Néanmoins, le procès USA Today contre OpenAI élargit le litige de manière significative. Il place un éditeur national et un vaste réseau d'informations locales derrière l'affirmation selon laquelle les réponses de l'IA peuvent s'approprier à la fois le contenu et la valeur de l'audience.

La question finale n’est pas de savoir si les systèmes d’IA peuvent apprendre du journalisme. Ils le font déjà. Elle est de savoir si les éditeurs bénéficieront d’un contrôle exécutoire, d’une compensation ou de trafic lorsque leur travail aide ces systèmes à répondre au public.

Au cours des prochains mois, surveillez le dossier judiciaire de New York, les preuves étayant les exemples de résumés d’articles, ainsi que tout nouvel accord de licence conclu par OpenAI. Ensemble, ces éléments indiqueront si cette affaire renforce le pouvoir de négociation des éditeurs ou confirme que le fair use demeure la règle dominante pour l’entraînement des IA.