Les applications de l’IA générative (GenAI) défient les humains sur le terrain même qui nous distingue des autres espèces depuis des millénaires : notre capacité à créer des oeuvres littéraires et artistiques pour communiquer de nouvelles idées les uns aux autres, qu’il s’agisse d’oeuvres musicales, artistiques, littéraires ou journalistiques.

Il est urgent de trouver un moyen d’éviter des dommages irréparables à cette facette cruciale de l’existence humaine – une condition sine qua non du progrès humain – une capacité qui tend à être affinée au fil du temps par les créateurs qui ont le temps de le faire et d’apprendre par l’expérience, ce qui signifie souvent qu’ils peuvent vivre des fruits de leur travail.

L’objectif déclaré de ce document est de trouver un moyen pour les créateurs de conserver leur pouvoir d’action lorsque le travail de leur vie est pris sans leur consentement pour créer un “contenu” qui peut leur faire concurrence sur le marché.

La meilleure façon pour les créateurs de générer un flux décent de revenus continus pour l’utilisation de leurs oeuvres protégées par le droit d’auteur par les applications GenAI est d’être payés lorsque les ensembles de données utilisés pour former les GenAI contenant leurs oeuvres sont utilisés pour créer un nouveau “contenu”. Cela devrait prendre la forme d’une licence. Pour cela, il faut qu’il y ait un droit qui puisse faire l’objet d’une licence.

D’un point de vue juridique, la discussion porte sur les droits qui s’appliquent à la formation (fouille de textes et de données) et à la production d’oeuvres littéraires et artistiques. Dans presque tous les cas, le développement d’un grand modèle de langage (LLM) implique la création d’au moins une copie des données que la machine utilise pour son apprentissage. Cela présente plusieurs avantages, notamment une plus grande rapidité d’accès et la possibilité d’examiner et de modifier l’ensemble de données. Du point de vue du droit d’auteur, cela implique une ou plusieurs reproductions. Dans le cas d’oeuvres protégées par le droit d’auteur, cela signifie que le droit de reproduction a été enfreint, à moins qu’une licence n’ait été obtenue ou qu’une exception légale n’ait été prévue. Ce qui est souvent mal compris, c’est que cette reproduction de l’oeuvre protégée continue d’exister sous une forme modifiée (c’est-à-dire qu’il y a une deuxième reproduction) dans l’ensemble de données créé au cours du processus de formation. Ce deuxième ensemble de données est celui utilisé par le LLM pour produire ses résultats. Il consiste en la création de “jetons” basés sur le matériel utilisé pour la formation.

Les résultats d’un LLM peuvent enfreindre à la fois le droit de reproduction et le droit de préparer des oeuvres dérivées, également connu sous le nom de droit d’adaptation (et son proche cousin, le droit de traduction). Une adaptation comprend, par exemple, un arrangement musical ou un film basé sur un roman. La portée exacte de la notion d’oeuvre dérivée dans ce domaine est controversée.

Dans ce contexte, la législation existante sur le droit d’auteur offre une solution partielle aux auteurs et autres détenteurs de droits pour quatre raisons principales. Premièrement, il existe différentes exceptions et limitations nationales aux droits d’auteur en ce qui concerne le TDM (c’est-à-dire l’étape de l’”input” ou de la formation), qui délimitent ce que les entreprises produisant des LLM peuvent et ne peuvent pas faire sans licence. Aux États-Unis, où un grand nombre des LLM les plus connus ont été créés, il y a (et il y aura encore pendant des années en l’absence d’un régime de licence) des doutes quant à la portée de l’utilisation équitable dans ce contexte. Deuxièmement, bien que la copie qui a lieu pendant l’apprentissage des systèmes GenAI ne se produise généralement que quelques fois pour chaque ensemble de données GenAI ou modèle LLM, certains grands modèles (tels que celui d’OpenAI) s’orientent vers la création d’une couche d’infrastructure, c’est-à-dire un ensemble de données qui peut être utilisé par d’autres entreprises et des utilisateurs individuels. Cet ensemble de données contient, comme mentionné ci-dessus, une copie complète ou partielle du matériel utilisé pour la formation, ce qui implique une responsabilité possible pour les utilisateurs qui font une copie. Néanmoins, le nombre de copies du matériel protégé par le droit d’auteur utilisé pour créer l’ensemble de données sera limité. Troisièmement, le droit de reproduction et/ou le droit sur les oeuvres dérivées s’appliquent plus facilement à certains résultats de la GenAI qui sont une copie ou une adaptation d’une partie substantielle d’une ou de plusieurs oeuvres préexistantes identifiables dans l’ensemble de données. Si tel est le cas, seul un pourcentage relativement faible des produits de la GenAI est susceptible d’enfreindre le droit de reproduction, le droit des oeuvres dérivées ou les deux. Quatrièmement, en matière de droit d’auteur, il n’y a pas de protection en soi pour un “style” ou un “son” (par exemple, la voix distinctive d’une personne), bien que des lois et diverses doctrines juridiques puissent fournir une protection contre cette forme d’appropriation.

Malgré ces complexités juridiques, de nombreux auteurs et artistes interprètes ont le sentiment profond que la création d’ensembles de données contenant leurs oeuvres à jetons sans consentement ni compensation est une situation injuste, une appropriation illicite, pour laquelle ils s’attendent à ce que la loi prévoie un recours. Malheureusement, si le droit de l’appropriation illicite existe, il n’est pas harmonisé au niveau international et ne le sera probablement pas de sitôt. Il existe un point de vue connexe selon lequel tout ce qui est créé à l’aide d’un corpus de données contenant du matériel protégé par le droit d’auteur est un “dérivé” de l’ensemble de données, ce qui est le cas pour le profane, puisqu’aucun résultat ne serait généré s’il n’était pas “dérivé” de l’ensemble de données par l’application de GenAI. Malheureusement, les termes juridiques “adaptation” et “oeuvre dérivée” sont susceptibles d’être interprétés de manière plus restrictive par les tribunaux. Les détenteurs de droits qui cherchent à corriger ce qu’ils perçoivent comme une injustice poursuivront sans aucun doute des voies fondées sur les lois existantes, y compris les droits d’auteur, les droits de publicité et les réclamations pour appropriation illicite. Ces actions peuvent déboucher sur des règlements pour l’utilisation de matériel existant, y compris des compensations pour les “péchés passés”.

Ce document examine les normes applicables en matière de droit d’auteur international et envisage une option supplémentaire, à savoir la création d’un droit à rémunération pour les créateurs afin de compenser l’utilisation des MLD créés à l’aide de leurs oeuvres protégées par le droit d’auteur pour produire un “contenu” disponible dans le commerce qui peut rivaliser avec le matériel sur lequel la machine a été entraînée. Le droit proposé devrait leur être dévolu, mais il resterait cessible ou susceptible de faire l’objet d’une licence. Par exemple, lorsqu’un service de diffusion de musique en continu remplit un flux avec de la musique produite par l’IA, il paierait pour l’utilisation des oeuvres protégées par le droit d’auteur dans l’ensemble de données utilisé par son modèle d’IA génératif. Il s’agirait d’une nouvelle adaptation du cadre du droit d’auteur à un changement technologique majeur, comme le droit d’auteur l’a toujours fait depuis plus de deux siècles. En effet, il serait étrange que le droit d’auteur ne s’adapte pas à ce qui est peut-être le changement technologique le plus important de l’histoire.

Pour être clair, la solution proposée n’exclut pas un régime de licence pour la ou les reproductions qui se produisent pendant le processus de TDM, qui fait déjà l’objet d’un litige dans plusieurs juridictions. Ce qu’elle fait, c’est ajouter une couche de compensation clairement définie et permanente au profit des créateurs de musique et des détenteurs de droits pour les systèmes GenAI qui produisent du matériel en concurrence avec les créateurs du matériel protégé par le droit d’auteur sur lequel ils ont été formés.