Droit d’auteur et IA : retour sur la troisième partie du rapport de l’USCO

L’U.S. Copyright Office (USCO), le bureau du droit d’auteur américain, a publié la troisième partie de son rapport sur le droit d’auteur et l’intelligence artificielle (IA) le 6 mai dernier. Alors que la première partie se concentrait sur les répliques digitales, la deuxième partie abordait la protection par le droit d’auteur des créations assistées ou générées par IA. Cette fois-ci, le rapport traite la question épineuse de l’intersection entre l’entraînement des systèmes d’IA génératives et le droit d’auteur. Bien qu’il s’agisse d’une prépublication, il est indiqué que le contenu ne devrait pas subir de modifications substantielles. Ce rapport s’appuie notamment sur les commentaires de nombreux acteurs reçus par l’USCO. Le document évoque plusieurs thèmes, en commençant par une analyse technique détaillée. Toutefois, la présente analyse se concentrera sur certains points choisis du rapport.

Les atteintes au droit d’auteur

Tout d’abord, le rapport explique les potentielles atteintes au droit d’auteur que l’entraînement de systèmes d’IA peut entraîner.

Curation et collecte des données

Concernant la curation et la collecte de données, l’USCO souligne que la plupart des réponses reçues s’accordent à estimer que la copie réalisée au cours du processus de curation et de collecte de données implique le droit de reproduction, et ce même si les données sont ensuite supprimées après l’entraînement.

Entraînement

Concernant le processus d’entraînement des modèles, l’USCO considère également que cela met en jeu le droit de reproduction. L’USCO détaille plusieurs opérations techniques qui induisent la réalisation de copies et donc impliquent le droit de reproduction. Par exemple, le rapport estime que l’entraînement implique une mise à jour itérative des poids du modèle, ce qui peut aboutir à l’incorporation de copies d’œuvres dans ces poids. Dès lors, l’USCO considère que la reproduction ultérieure des poids, même par des tiers non impliqués dans l’entraînement, pourrait constituer une contrefaçon si ces poids contiennent des expressions protégées. En effet, lorsqu’un modèle est capable de générer, sans assistance externe, des reproductions textuelles ou substantielles d’exemples d’entraînement, l’USCO estime qu’il est raisonnable de conclure que ces contenus sont encodés dans ses poids.

Dans cette situation, pour déterminer une violation du droit de reproduction, la question est de savoir si la stabilité des poids du modèle permet la restitution d’œuvres via un logiciel. Dans l’affirmative, bien que les œuvres ne soient pas perceptibles directement, l’USCO explique que ces œuvres peuvent être considérées comme fixées et reproductibles par une machine.

Le rapport aborde également la question de la mémorisation de l’expression protégeable par les poids d’un modèle, notamment au regard des œuvres dérivées. Certaines réponses reçues par l’USCO affirment que les poids ne sont que des abstractions ou des transformations des données d’entraînement, et donc que les modèles ne représentent aucun aspect protégé des œuvres originales. Les juridictions américaines saisies de cette question sont parvenues à des conclusions divergentes. Par exemple, dans l’affaire Kadrey c/ Meta Platforms, les accusations selon lesquelles les modèles Llama constitueraient des œuvres dérivées ont été jugées « absurdes » (« nonsensical », v. District Court, N.D. California, 20 nov 2023, Kadrey...