Dans le cadre d'un procès pour violation du droit d'auteur contre OpenAI qui dure depuis deux ans, le New York Times et le Daily News ont récemment porté plainte à nouveau devant le tribunal, affirmant qu'OpenAI avait fait de fausses déclarations au cours du procès concernant sa capacité à rechercher les enregistrements de discussions des clients et les ensembles de données de formation, et accusaient l'entreprise d'avoir délibérément dissimulé des preuves essentielles. L'escalade de ce conflit juridique découle de la tentative du plaignant de prouver que ChatGPT a utilisé ses reportages protégés par le droit d'auteur sans autorisation lors de la formation et de la génération de contenu.
Lors de litiges antérieurs, OpenAI a soutenu qu’elle n’avait pas la capacité de rechercher son propre corpus de formation. La société a également fait valoir que la récupération ou la divulgation d'enregistrements de conversations ChatGPT à grande échelle est techniquement complexe et implique des problèmes sensibles de protection de la vie privée des utilisateurs, car les données doivent être extraites, traitées et anonymisées. Cependant, les plaignants espéraient obtenir des données pertinentes pour vérifier si du contenu d'actualité protégé par le droit d'auteur a été inclus dans l'ensemble de formation d'OpenAI et pour évaluer la fréquence à laquelle ChatGPT cite ou reproduit ce contenu d'actualité lors de la sortie du contenu.
Le tournant de l'affaire s'est produit lors de la déposition d'une ordonnance du tribunal en avril de cette année. Vinnie Monaco, ingénieur en confidentialité des données chez OpenAI, a révélé dans son témoignage qu'OpenAI avait en fait déjà mené des recherches et des évaluations internes visant à filtrer les œuvres d'actualité protégées par le droit d'auteur de son corpus de formation. Monaco a également révélé qu'avant que le New York Times n'engage une action en justice, OpenAI avait créé une base de données interne contenant environ 78 millions de conversations ChatGPT anonymisées pour analyser si ses modèles contenaient des infractions. De plus, peu de temps après le lancement du procès, OpenAI a déployé un filtre appelé « Bloom » dans le cadre du Projet Giraffe, un outil capable de détecter et d'enregistrer des reproductions de contenu original dans la sortie de l'IA.
Ces faits nouvellement révélés sont cruciaux pour les plaignants. Auparavant, le plaignant avait initialement demandé à OpenAI de fournir 120 millions d'enregistrements de discussion à titre d'échantillons, mais après négociation, la taille de l'échantillon a été réduite à 20 millions. OpenAI a soumis ces échantillons au tribunal en décembre de l'année dernière, mais le plaignant a souligné que les échantillons contenaient une grande quantité de frottis, les rendant « inutilisables ». En outre, le plaignant a également accusé OpenAI d'avoir supprimé illégalement des milliards d'enregistrements de sortie ChatGPT et de remplacer des millions de conversations dans des échantillons de demande après avoir reçu une ordonnance de préservation des preuves du tribunal. Ian B. Crosby, un avocat représentant les plaignants, a déclaré dans un communiqué que si OpenAI avait sincèrement cru que la copie des actualités de ses clients était un « usage équitable » légitime et légitime, la société n'aurait pas caché le fait qu'elle avait effectivement fait des copies.
Actuellement, le New York Times et le Daily News ont demandé au juge d'imposer des sanctions disciplinaires à OpenAI pour avoir dissimulé des preuves et perturbé le processus de découverte. Le plaignant a demandé au tribunal de décider que les 20 millions d'échantillons d'enregistrements de discussion soumis par OpenAI ne devraient pas être acceptés comme peu fiables, et d'adopter le fait que « les enregistrements de ChatGPT sont suffisants pour prouver qu'il reproduit le contenu du plaignant ». Dans le même temps, OpenAI a dû supporter les frais juridiques supplémentaires engagés par le plaignant pour retrouver ces preuves.
En réponse aux accusations ci-dessus, le porte-parole d’OpenAI, Drew Pusateri, a nié cette information. Il a rétorqué que les accusations étaient une tentative de porter atteinte davantage à la vie privée des utilisateurs qui n'avaient rien à voir avec le procès du New York Times, qui traînait et avait été contraint d'abandonner certaines de ses allégations. Pusatri a déclaré qu'OpenAI continuera à défendre la vie privée des utilisateurs et à adhérer au principe d'« utilisation équitable » qu'il prône dans le domaine de l'intelligence artificielle.