Les éditeurs littéraires s'engagent dans la bataille contre les droits d'auteur liés à l'IA de Google
Chapô : Hachette Book Group et Cengage Group ont déposé une motion pour intervenir dans un recours collectif contre Google, l'accusant de violations du droit d'auteur dans la formation de son IA Gemini. Les éditeurs affirment que Google a utilisé des livres piratés pour constituer ses ensembles de données d'apprentissage. Cette affaire soulève des questions importantes sur le respect du droit d'auteur à l'ère numérique.
Les accusations portées par Hachette et Cengage contre Google
Hachette Book Group et Cengage Group ont demandé jeudi à un tribunal fédéral de Californie d'intervenir dans un recours collectif intenté contre Google, accusant le géant technologique d'avoir orchestré une « violation historique du droit d'auteur » pour développer sa plateforme Gemini. La plainte soutient que Google a « choisi de voler une quantité massive de contenu aux plaignants » plutôt que d'obtenir les licences nécessaires, s'engageant ainsi dans une infraction délibérée « à chaque étape » du processus.
Des pratiques douteuses concernant les œuvres protégées
Selon les éditeurs, Google aurait téléchargé des livres depuis des sites pirates tels que Z-Library et OceanofPDF, puis aurait copié ces ouvrages plusieurs fois durant la formation de son IA. Ces copies auraient été réalisées tout au long du processus, y compris lors du stockage initial sur l'ordinateur et lors de la création des ensembles de données pour chaque nouvelle version du modèle.
La plainte précise que l'ensemble de données C4 utilisé par Google contient des œuvres protégées extraites directement de Z-Library, site qui a été ciblé par les autorités avec plus de 350 saisies. De plus, il est signalé que cette base inclut également des œuvres provenant d'au moins 28 sites identifiés comme marchés illégaux par le gouvernement américain.
Une accumulation alarmante d'infractions au droit d'auteur
Le symbole du droit d'auteur apparaît plus de 200 millions de fois dans l'ensemble C4. Les plaignants indiquent que Google aurait omis certains avis politiques et conditions générales tout en intégrant massivement des contenus protégés sans autorisation. Ils ajoutent qu'il est probable que le géant ait contourné les accords légitimes en copiant également des œuvres provenant de bibliothèques par abonnement telles que Scribd.com.
Face à ces accusations, Common Crawl, fournisseur non lucratif d'ensembles de données, aurait eu une réaction déplacée en déclarant : « Vous n’auriez pas dû mettre votre contenu sur Internet si vous ne vouliez pas qu’il soit sur Internet ».
Les conséquences potentielles pour Google
La plainte allègue aussi que Gemini produit désormais divers documents qui remplacent effectivement les œuvres protégées sous copyright avec notamment des reproductions textuelles et résumés détaillés qui ressemblent fortement aux créations originales.
En réponse aux allégations antitrust formulées par Penske Media Corporation concernant sa fonctionnalité générée par IA, Google défend son approche en affirmant qu'elle représente « une amélioration légale du produit plutôt qu'un comportement anticoncurrentiel ».
Les éditeurs exigent maintenant non seulement des dommages-intérêts mais aussi une injonction visant à mettre fin aux violations continues ainsi qu'une ordonnance contraignant Google à détruire toutes les copies non autorisées et à révéler quels livres ont été utilisés pour former son modèle Gemini.
Cette démarche s'inscrit dans un contexte où plusieurs auteurs avaient déjà engagé des poursuites similaires en matière droits d’auteur contre diverses entreprises utilisant l’IA en 2023. Des juges fédéraux avaient accordé certaines victoires partielles à Meta et Anthropic tout en condamnant leur utilisation permanente d'œuvres piratées.
Décryptage a tenté sans succès contact avec Google ainsi qu’avec les avocats représentant les éditeurs concernés.
