Les Données et leur Utilisation
Un nouveau procès a été initié contre OpenAI, la société à l’origine de ChatGPT. Cette action en justice soutient que les méthodes d’entraînement de l’intelligence artificielle utilisées par OpenAI ont enfreint la vie privée et les droits d’auteur de presque tous ceux qui ont publié quoi que ce soit en ligne. Cette situation soulève d’importantes questions sur l’utilisation des données personnelles dans l’apprentissage des machines.
L’Envers des Données
Pour développer ses modèles linguistiques, OpenAI a récupéré une immense quantité de données provenant de divers sites internet. En réalité, OpenAI lui-même ne sait pas exactement sur quoi ses systèmes sont entraînés, mais il est certain que ces ensembles de données incluent tout, allant des articles de Wikipedia aux romans célèbres, en passant par des publications sur les réseaux sociaux et même des œuvres érotiques de niche. Aucune autorisation n’a été accordée pour cette collecte de données.
La plainte collective, déposée en Californie, accuse OpenAI de ne pas avoir respecté les règles établies pour l’acquisition de données en ne demandant pas le consentement des personnes ayant créé ce contenu. À leurs yeux, il s’agit d’un pur vol de données.
« Malgré les protocoles en place pour l’achat et l’utilisation des informations personnelles, les défendeurs ont choisi la voie du vol, » indique le dossier. « Ils ont systématiquement récupéré 300 milliards de mots sur Internet, comprenant livres, articles, sites et publications – même des informations personnelles obtenues sans consentement. »
La Question de la Gratuité
Cette accusation soulève un point légitime. Si vous avez été actif sur Internet dans les dernières décennies, il est probable que vos contributions numériques soient intégrées dans les ensembles de données d’OpenAI. Ainsi, tout ce que les modèles d’OpenAI génèrent, et qui vise à réaliser des profits, pourrait contenir des éléments de votre travail numérique, prélevés à votre insu.
Ryan Clarkson, l’avocat représentant le groupe qui poursuit OpenAI, a déclaré : « Toutes ces informations sont prises à une échelle massive, alors qu’elles n’étaient pas destinées à être utilisées par un grand modèle de langage. »
Cependant, il reste à prouver si cette affaire tiendra en justice. L’infrastructure d’Internet est complexe, et ce qui est souvent perçu comme un web libre et ouvert est, dans les faits, bien plus nuancé. Les plateformes ont leurs propres termes d’utilisation et, même si nous avons contribué à remplir ces sites avec du contenu, il appartient souvent à la plateforme et non aux utilisateurs.
Katherine Gardner, avocate spécialisée en propriété intellectuelle, explique le dilemme : « Lorsque vous publiez du contenu sur un réseau social ou tout autre site, vous donnez en général une licence très large à ce site pour utiliser votre contenu comme bon lui semble. » Dès lors, il sera difficile pour un utilisateur lambda de réclamer une forme de compensation pour l’utilisation de ses données durant l’entraînement de l’IA.
FAQ
Pourquoi OpenAI est-il accusé de vol de données ?
OpenAI est poursuivi en justice pour avoir utilisé des données personnelles sans consentement lors de l’entraînement de ses modèles d’IA.
Comment les données sont-elles collectées par OpenAI ?
OpenAI récupère des données qui proviennent de diverses sources sur Internet, y compris des articles, publications sur les réseaux sociaux et autres contenus, sans demander l’autorisation des créateurs.
Quelles conséquences cela pourrait-il avoir pour les utilisateurs ?
Si la plainte collective est reçue favorablement, cela pourrait changer la façon dont les entreprises tech collectent et utilisent les données personnelles, et potentiellement offrir une meilleure protection aux droits des utilisateurs.
Qu’est-ce qui détermine la propriété des données en ligne ?
La propriété des données publiées en ligne est souvent ambiguë, car en publiant du contenu sur des plateformes, les utilisateurs accordent généralement des droits étendus aux entreprises qui les gèrent.
Quel impact cela pourrait-il avoir sur l’avenir de l’IA ?
Ce procès pourrait influencer les futures réglementations concernant l’utilisation des données pour entraîner des intelligences artificielles, promouvant une plus grande transparence et équité.
