Google aurait largement puisé dans les rayonnages numériques pour entraîner Gemini. C’est ce qu’affirment Hachette Book Group, Cengage, Elsevier et l’auteur américain Scott Turow dans une plainte déposée cette semaine à New York.
Google Books n’était pas un buffet à volonté
Les plaignants accusent l’entreprise d’avoir copié « des millions d’œuvres protégées » sans autorisation ni rémunération. Google aurait notamment exploité des livres disponibles sur le web, mais aussi des textes auxquels l’entreprise avait accès grâce à Google Books. Selon la plainte, le groupe aurait ainsi profité de ses relations avec les éditeurs pour constituer de vastes bases de données nécessaires à ses modèles d’IA. Google n’a pas immédiatement répondu à ces accusations.
Depuis plus de vingt ans, Google Books numérise et référence des ouvrages avec l’accord de bibliothèques et de maisons d’édition. Le service permet de rechercher des livres, d’en consulter certains extraits ou d’être redirigé vers une boutique pour les acheter. Mais ces autorisations ne permettaient pas forcément à Google d’utiliser les textes complets pour entraîner Gemini, estiment les plaignants. Autrement dit, un accord destiné à faciliter la recherche et la vente de livres ne constituait pas automatiquement un feu vert pour les intégrer dans une machine à produire du texte.
« Le droit d’auteur s’applique aux entreprises d’IA, y compris Google, avec la même force qu’à toutes les autres sociétés qui respectent ces lois depuis des décennies », écrivent les éditeurs. La plainte souligne également que Gemini peut générer rapidement des textes longs susceptibles de concurrencer les auteurs.
« L’échelle et la vitesse auxquelles Gemini peut créer des livres et concurrencer les écrivains humains sont sans précédent », affirment-ils. Selon eux, le modèle doit justement ses capacités aux œuvres qu’il aurait copiées. Hachette, Cengage, Elsevier et Scott Turow avaient déjà attaqué Meta en mai, aux côtés de McGraw-Hill et Macmillan. Ils reprochent au groupe d’avoir utilisé des livres protégés pour entraîner les modèles Llama.
La situation juridique reste toutefois incertaine. Dans deux importantes procédures visant Meta et Anthropic, des juges américains ont récemment considéré que certaines utilisations d’œuvres pour entraîner une IA pouvaient relever de l’usage équitable. Ils ont néanmoins précisé que les circonstances comptaient, notamment la manière dont les entreprises avaient obtenu leurs données. Le recours à des bibliothèques pirates ou à des fichiers récupérés sans autorisation pourrait ainsi faire pencher la balance du côté des ayants droit. Et Google devra alors sortir le carnet de chèques pour réparer les torts.
🟣 Pour ne manquer aucune news sur le Journal du Geek, suivez-nous sur Google et sur notre canal WhatsApp. Et si vous nous adorez, on a une newsletter tous les matins.
