Les médias canadiens attaquent OpenAI : le droit d’auteur à l’épreuve de ChatGPT

L’intelligence artificielle générative repose sur des quantités considérables de textes, d’images, de sons et de codes. Mais lorsque ces matériaux proviennent du travail de journalistes, produit à grands frais et protégé par le droit d’auteur, une question s’impose : une entreprise peut-elle s’en servir pour entraîner ses modèles sans l’accord des éditeurs ? Au Canada, cinq acteurs majeurs de l’information demandent désormais à la justice de trancher.

Le 29 novembre 2024, le Globe and Mail, la CBC, Torstar, Postmedia et La Presse canadienne ont engagé une procédure contre OpenAI devant la Cour supérieure de justice de l’Ontario. Leur cible est l’entreprise à l’origine de ChatGPT, l’outil conversationnel d’intelligence artificielle capable de produire des textes, de répondre à des questions et de résumer des documents.

Les demandeurs ne contestent pas simplement la place croissante de l’IA dans l’information. Ils soutiennent qu’OpenAI aurait utilisé leurs articles sans autorisation pour constituer les données d’entraînement de ses systèmes. À leurs yeux, ce procédé a permis de bâtir un produit commercial sur des contenus dont ils financent la collecte, l’écriture, l’édition et la vérification.

Ce que reprochent les médias canadiens à OpenAI

Dans leur plainte, les éditeurs accusent OpenAI d’avoir extrait des textes de leurs sites afin d’alimenter ses modèles de langage. Ils décrivent cette pratique comme du « strip-mining », une expression empruntée à l’exploitation minière à ciel ouvert. L’image est volontairement forte : les médias estiment que leurs contenus auraient été prélevés à grande échelle, sans compensation et sans que les coûts de production du journalisme soient supportés par l’entreprise qui en tirerait profit.

Il s’agit d’allégations formulées par les plaignants. Elles devront être examinées par le tribunal, qui déterminera notamment si des œuvres protégées ont été reproduites, dans quelles conditions et si une exception au droit d’auteur pourrait s’appliquer.

Paul Deegan, président de News Media Canada, a dénoncé le fait que des entreprises d’IA puissent profiter des investissements des éditeurs dans le journalisme et la production de contenus. Cet argument dépasse le seul cas d’OpenAI. Pour les groupes de presse, l’enjeu est économique autant que juridique : si les systèmes d’IA peuvent absorber gratuitement les contenus professionnels puis répondre à la place des sites d’information, ils risquent de fragiliser davantage un secteur déjà soumis à une forte pression sur ses revenus.

Les cinq plaignants représentent des réalités médiatiques différentes :

• Le Globe and Mail, quotidien national anglophone.
• CBC, radiodiffuseur public canadien.
• Torstar, groupe propriétaire notamment du Toronto Star.
• Postmedia, groupe qui possède plusieurs titres canadiens.
• La Presse canadienne, agence de presse nationale.

Le choix d’une action commune donne à la plainte une portée particulière. Elle ne vient pas d’un seul journal cherchant réparation pour quelques contenus précis, mais de plusieurs organisations qui entendent contester un mode de collecte et d’utilisation des données à l’échelle industrielle.

Pourquoi l’entraînement de ChatGPT est au cœur du conflit

Pour générer une réponse, un grand modèle de langage ne fonctionne pas comme un moteur de recherche traditionnel qui se contente de renvoyer vers une page. Il a d’abord été entraîné sur un immense ensemble de textes afin d’apprendre des régularités de langage : l’association entre les mots, la construction des phrases, les faits fréquemment évoqués et les formes d’argumentation.

Cette phase d’entraînement est précisément au centre du litige. Les médias affirment que leurs articles ont été copiés pour faire partie de cet ensemble. OpenAI, de son côté, n’avait pas apporté de réponse immédiate aux demandes de commentaires au moment du dépôt de la plainte.

Il faut distinguer plusieurs situations souvent confondues :

Les modèles ne sont pas nécessairement de simples bases de données contenant chaque article dans son intégralité. Ils apprennent des structures à partir de données. Cela ne règle toutefois pas la question juridique : la constitution du corpus d’entraînement peut impliquer des copies d’œuvres, et les réponses produites peuvent, selon les cas, se rapprocher fortement de formulations existantes. Le tribunal devra donc regarder les faits précis et les règles canadiennes applicables.

Des dommages potentiellement considérables, mais pas encore chiffrés

Les médias demandent des dommages-intérêts qui pourraient atteindre des montants très élevés. La plainte évoque jusqu’à 20 000 dollars canadiens par œuvre au titre des dommages-intérêts prévus par la loi, auxquels pourraient s’ajouter des dommages punitifs. Elle réclame également une injonction permanente.

Autrement dit, les groupes de presse ne cherchent pas seulement une indemnisation pour des usages passés. Ils demandent à empêcher OpenAI d’utiliser ou d’accéder à leurs articles à l’avenir. La somme finale, si les médias obtenaient gain de cause, dépendrait du nombre d’œuvres retenues, de la qualification juridique des usages et de l’appréciation du juge. Le qualificatif de procédure « milliardaire » renvoie donc au risque théorique lié au volume de contenus en cause, non à un montant déjà accordé.

L’injonction demandée pourrait avoir des conséquences pratiques importantes. Une décision favorable aux médias pourrait obliger une entreprise d’IA à modifier ses processus de collecte de données, à exclure certaines sources ou à négocier des licences. À l’inverse, le tribunal pourrait aussi préciser les limites de la protection applicable à l’entraînement des modèles, sans nécessairement valider l’ensemble des demandes financières des plaignants.

Le droit d’auteur canadien face aux modèles génératifs

Le droit d’auteur protège l’expression originale d’une œuvre, ce qui inclut généralement les articles journalistiques. Il ne protège pas les faits bruts : personne ne peut s’approprier un événement ou une information d’intérêt public. En revanche, la sélection des informations, l’angle choisi, la rédaction et la mise en forme peuvent être protégés.

Le défi est que les règles de droit d’auteur ont été pensées bien avant l’apparition des modèles génératifs. Le droit canadien prévoit des exceptions, notamment autour de l’utilisation équitable dans des situations déterminées. Mais il ne contient pas, à la fin de novembre 2024, de réponse simple et universelle à la question de l’entraînement d’un modèle commercial sur des millions d’œuvres disponibles en ligne.

La justice devra donc s’intéresser à plusieurs interrogations concrètes :

• Les contenus des plaignants ont-ils effectivement été reproduits pour entraîner les systèmes d’OpenAI ?
• Ces copies nécessitaient-elles une autorisation des titulaires de droits ?
• Une exception peut-elle justifier tout ou partie de ces usages ?
• Les conditions d’accès aux sites des médias ont-elles été respectées ?
• Quel préjudice économique, le cas échéant, les éditeurs ont-ils subi ?

Le cadre canadien ne doit pas être confondu avec celui des États-Unis. Les débats américains reposent notamment sur la notion de « fair use », une doctrine propre à ce pays. Même si les affaires étrangères peuvent nourrir les arguments des parties, la Cour supérieure de justice de l’Ontario appliquera les règles canadiennes.

Les licences, autre voie possible pour les entreprises d’IA

Le conflit intervient alors qu’OpenAI a déjà conclu des accords avec certaines organisations de presse. L’entreprise a notamment noué des partenariats de licence avec l’Associated Press et Condé Nast. Ces arrangements montrent qu’un autre modèle économique est possible : au lieu de collecter des contenus sans accord explicite, une société d’IA rémunère ou contractualise l’accès à des archives, à des flux d’information ou à des contenus sélectionnés.

Pour les éditeurs, les licences présentent plusieurs intérêts. Elles peuvent reconnaître la valeur de leurs œuvres, procurer une source de revenus et encadrer la manière dont leurs contenus sont utilisés. Elles ne résolvent pas pour autant toutes les difficultés. Il faut encore définir quels textes sont concernés, pendant combien de temps, pour quels produits, avec quelles garanties de visibilité ou de contrôle éditorial.

La valorisation d’OpenAI, alors estimée à plus de 150 milliards de dollars, accentue la sensibilité du dossier. Les médias soulignent l’asymétrie entre les coûts du journalisme de terrain et les capacités financières des entreprises technologiques capables de développer des modèles à très grande échelle.

Un épisode canadien d’un conflit mondial

La plainte ontarienne s’inscrit dans une confrontation plus large entre les éditeurs et les plateformes numériques. Au Canada, les médias ont déjà été engagés dans des discussions tendues avec de grands groupes technologiques américains sur la rémunération et la circulation de l’information en ligne. L’essor de l’IA générative ajoute une nouvelle couche au débat : il ne s’agit plus uniquement de distribuer ou de recommander des liens vers des articles, mais de réutiliser des contenus pour construire des systèmes qui peuvent formuler leurs propres réponses.

Aux États-Unis, le New York Times a également poursuivi OpenAI. Ces procédures ne sont pas identiques et ne seront pas jugées selon les mêmes règles. Elles traduisent néanmoins une inquiétude commune : les producteurs de contenus veulent éviter que l’IA générative ne se développe en exploitant sans contrepartie les œuvres qui font sa qualité et sa crédibilité.

Pour le public, le sujet dépasse la seule bataille entre groupes privés. Le journalisme produit des informations vérifiées, finance des correspondants, enquête sur des sujets complexes et assume une responsabilité éditoriale. Si ces contenus deviennent une matière première gratuite pour des services automatisés, la question est celle du financement durable de cette production.

Ce qu’il faut surveiller dans la procédure

La première étape sera la réponse juridique d’OpenAI aux accusations. L’entreprise pourrait contester la manière dont les usages sont décrits, l’existence d’une violation ou l’étendue des réparations demandées. Les plaignants, eux, devront étayer leurs affirmations sur la présence et l’usage de leurs articles dans les processus de développement des modèles.

Il faudra aussi suivre l’éventuelle place laissée à la négociation. Les accords de licence déjà conclus par OpenAI avec certains médias prouvent que des partenariats sont envisageables. Mais une transaction éventuelle entre les parties ne produirait pas nécessairement le précédent juridique qu’une décision de fond pourrait apporter.

Enfin, le résultat de cette affaire sera observé bien au-delà du Canada. Une décision détaillée pourrait guider les rédactions, les auteurs, les entreprises technologiques et les responsables politiques face à une question devenue centrale : à quelles conditions l’IA peut-elle apprendre à partir du travail créatif et informationnel d’autrui ?