L’IA générative d’OpenAI a ingéré des volumes massifs de données glanées sur le web sans distinguer celles qui étaient couvertes juridiquement. Une pratique qui remet en cause le droit de l’utiliser et d’en exploiter les réponses.
C’est un débat qui est presque passé inaperçu tant le battage médiatique autour de ChatGPT a été intense. Mais il devrait assez rapidement remonter à la surface tant les enjeux qu’il recouvre sont considérables. La problématique ? ChatGPT a été entrainé par OpenAI sur des millions de contenus web : Wikipedia, articles, livres numériques, etc. Y compris sur des contenus protégés par des copyrights ? OpenAI a-t-il dérapé en omettant de prendre en compte cette dimension juridique ? « Il a privilégié la vitesse à la conformité réglementaire. Il était hors de question pour lui d’investir trop dans le data set. Cela aurait été une perte de temps dans sa course à l’innovation (notamment face à des poids-lourd comme Google ou Meta, ndlr). Du coup, OpenAI a pris tout ce qu’il a pu trouver sur