Le New York Times et le Daily News ont demandé à un juge fédéral de sanctionner OpenAI pour avoir prétendument dissimulé des preuves dans le cadre du procès pour violation de copyright qui les oppose à l’entreprise depuis deux ans.
Selon une motion déposée devant le tribunal, les deux titres de presse accusent OpenAI d’avoir menti sur sa capacité à rechercher les journaux de conversation de ChatGPT et ses données d’entraînement pour y identifier leurs contenus protégés. L’entreprise aurait nié pendant des mois pouvoir effectuer ces recherches, avant qu’une déposition d’avril ne révèle le contraire.
Lors d’une déposition sous serment ordonnée par le tribunal en avril, Vinnie Monaco, ingénieur spécialisé dans la protection des données chez OpenAI, a indiqué que l’entreprise avait déjà mené des recherches internes et des évaluations de son corpus d’entraînement pour y trouver des articles de presse protégés par le copyright, selon des informations rapportées par TechCrunch, confirmées par Reuters et Ars Technica.
La déposition de Monaco aurait également révélé qu’OpenAI avait constitué, avant même le dépôt de la plainte du New York Times, une base de données d’environ 78 millions de conversations ChatGPT désidentifiées. L’entreprise s’en servait en interne pour déterminer dans quelle mesure ses modèles reproduisaient des contenus protégés.
OpenAI aurait également mis en place un outil baptisé « Bloom », intégré à un ensemble d’outils nommé « Project Giraffe », conçu pour détecter et conserver la trace des cas de régurgitation de contenus dans les réponses générées, peu après le dépôt de la plainte.
Les plaignants avaient initialement demandé l’accès à un échantillon de 120 millions de journaux de chat. OpenAI avait négocié pour réduire cet échantillon à 20 millions de conversations. L’entreprise a finalement soumis ces données en décembre, mais les avocats du New York Times affirment que les documents comportaient tellement de caviardages que le tribunal les a jugés « inutilisables ».
Les plaignants accusent également OpenAI d’avoir supprimé des milliards de réponses de ChatGPT après le dépôt de la plainte, en violation directe de l’ordonnance de conservation des preuves. Selon eux, l’entreprise aurait également substitué des millions de journaux dans l’échantillon demandé.
« Si OpenAI pensait sincèrement que copier le journalisme de nos clients était légal et conforme au fair use, il n’aurait pas caché la vérité sur le fait de l’avoir fait », a déclaré Ian B. Crosby, avocat principal des plaignants, dans un communiqué.
Les requêtes déposées par le New York Times et le Daily News demandent au juge d’empêcher OpenAI d’utiliser l’échantillon de 20 millions de journaux de chat comme preuve, d’accepter comme établi que les journaux de ChatGPT auraient montré une régurgitation importante des contenus des plaignants et de condamner OpenAI à payer les frais de justice liés à la recherche de ces preuves.
Dans une déclaration transmise à TechCrunch, Drew Pusateri, porte-parole d’OpenAI, a rejeté ces accusations. « Alors que l’affaire du Times s’affaiblit et qu’ils ont été contraints d’abandonner certaines accusations contre nous, ils persistent dans leurs efforts pour violer la vie privée de personnes qui n’ont rien à voir avec cette affaire, y compris en formulant ces allégations manifestement fausses », a-t-il déclaré. « Nous continuerons à défendre la vie privée de nos utilisateurs et les principes établis de longue date du fair use. »
Reuters et Al Jazeera ont également rapporté la demande de sanctions, confirmant les grandes lignes des accusations portées par les éditeurs de presse contre l’entreprise d’intelligence artificielle.
