Des journaux et magazines français lancent une offensive contre des bases de données publiques sur Internet, accusées de servir de réservoir dans lequel les services d'intelligence artificielle (IA) viennent piocher leurs contenus sans payer

Des journaux et magazines français ont annoncé lancer une offensive contre des bases de données publiques sur Internet, accusées de servir de réservoir dans lequel les services d'intelligence artificielle (IA) viennent piocher leurs contenus sans payer.

Cette "action coordonnée", qui passe dans un premier temps par des mises en demeure, est menée par deux organismes professionnels représentant 800 titres de la presse française, l'Apig (quotidiens) et le SEPM (magazines). Elle vise "à obtenir le retrait des contenus de leurs membres des bases de données publiques Common Crawl, C4 et Oscar, qui sont massivement utilisées par les services d'intelligence artificielle générative pour l'entraînement de leurs modèles de langage", ont indiqué l'Apig et le SEPM dans un communiqué commun.

Common Crawl, dont C4 et Oscar sont des dérivés, est une organisation qui met à disposition une gigantesque bibliothèque publique du web. Elle utilise des robots qui parcourent des milliards de pages, dont le contenu est ensuite stocké et publié en accès libre.

Selon l'Apig et le SEPM, les services d'IA générative comme ChatGPT "s'approvisionnent massivement en contenus de presse" via ces bases de données, "qui reproduisent et distribuent sans autorisation, ni mise en oeuvre de quelque restriction d'accès que ce soit, des millions d'articles protégés par le droit d'auteur et le droit voisin". la "présence massive des contenus de presse dans ces bases" a été constatée par huissier et des mises en demeure ont suivi, selon les deux organismes.

Sur cette base, ils envisagent "de futures actions" en justice "à l'encontre de ceux qui ont profité indûment de ces contenus protégés". Cette annonce est un nouvel épisode dans les rapports heurtés entre la presse française et les acteurs de l'IA.

En février, cinq organisations représentant plus de 3.000 titres, dont l'Apig et le SPEM, avaient appelé les pouvoirs publics à "imposer un dialogue" entre les entreprises d'IA et les médias, pour "mettre fin au pillage" de leurs contenus et préserver "une information fiable".