Un tribunal indien qualifie l’entraînement de l’IA d’« usage privé » : les éditeurs doivent lire les petites lignes
La Haute Cour de Delhi a refusé à l’agence ANI une injonction provisoire contre OpenAI. Selon elle, le stockage d’articles protégés pour entraîner ChatGPT relève probablement d’une exception d’usage loyal. Cette décision reste provisoire.
La première décision de fond rendue en Inde sur les données d’entraînement de l’IA donne raison à OpenAI. Dans l’affaire ANI Media contre OpenAI OpCo, prononcée le 24 juillet et largement commentée cette semaine, le juge Amit Bansal de la Haute Cour de Delhi a refusé d’accorder une injonction provisoire à l’agence de presse ANI. Il estime à première vue que le stockage par OpenAI des articles d’ANI pour entraîner les modèles de ChatGPT relève de l’article 52(1)(a) de la loi indienne sur le droit d’auteur, qui prévoit une exception pour « l’usage privé ou personnel, y compris la recherche ». Si cette lecture est confirmée, il n’y a pas de contrefaçon.
Deux éléments rendent la décision plus intéressante que son titre. Premièrement, la cour a expressément rejeté l’argument d’ANI selon lequel une société commerciale ne pourrait pas invoquer cette exception. Le Parlement a limité certaines autres exceptions au droit d’auteur aux usages non commerciaux, a relevé le juge, mais n’a pas retenu cette restriction ici. Deuxièmement, ANI a remporté la bataille sur la compétence du tribunal. OpenAI soutenait que la justice indienne n’avait pas à examiner un entraînement réalisé sur des serveurs américains. Amit Bansal n’a pas suivi ce raisonnement : l’accepter permettrait à tout contrevenant d’échapper au droit indien en hébergeant ses serveurs à l’étranger. La cour a également invoqué l’intérêt public, estimant qu’une injonction à ce stade freinerait le développement de l’IA en Inde, y compris celui des modèles nationaux, et toucherait des millions d’utilisateurs indiens de ChatGPT.
L’enthousiasme autour de l’affaire masque toutefois sa portée exacte. La demande concernait une injonction provisoire, destinée à interrompre une pratique pendant que le procès principal suit son cours. La question posée n’est pas de savoir qui l’emportera au fond, mais si le plaignant a présenté un dossier assez solide pour justifier un gel immédiat de la situation. Le procès, avec la communication des pièces et les expertises, reste à venir. L’expression « prima facie » est donc essentielle : elle signifie « à première vue », et non « définitivement établi ». Les tribunaux observent néanmoins les décisions de leurs homologues. En treize mois environ, c’est la troisième décision importante favorable aux développeurs d’IA sur la question des données d’entraînement. Les éditeurs y voient donc une mauvaise semaine, pas un simple détail de procédure.
Avant d’en tirer des conclusions générales, rappelons qu’il s’agit du droit indien. La formule « usage privé ou personnel, y compris la recherche » n’a pas d’équivalent direct en droit européen ou allemand, où s’appliquent les exceptions de fouille de textes et de données de la directive DSM et leur mécanisme d’opposition. Une victoire à Delhi ne vaut pas à Munich.
Ce que cela signifie pour vous : Si vous utilisez simplement des outils d’IA, rien ne change et votre historique de conversations n’est pas menacé. Si vous publiez du contenu en ligne, d’un blog à la base de connaissances d’une entreprise, le constat pratique est que plusieurs juridictions hésitent jusqu’ici à qualifier l’entraînement de contrefaçon. Les mesures techniques, comme les règles du fichier robots.txt et l’opposition européenne à la fouille de données, ont actuellement plus d’effet que les procès. Si vous développez des systèmes d’IA, le cadre juridique des données d’entraînement reste réellement mouvant. Ces décisions provisoires concernent des procédures inachevées ; les prendre pour une autorisation serait prématuré.
Sources
Les poids de Kimi K3 sont enfin publics, et ils occupent 1,4 téraoctet
Moonshot AI a publié les poids complets et le rapport technique de Kimi K3, son modèle de 2 800 milliards de paramètres, ainsi qu’une partie de l’infrastructure nécessaire pour l’exécuter. Promesse à vérifier : 2,5 fois plus d’intelligence à puissance de calcul égale.
