Reddit poursuit Anthropic pour utilisation abusive présumée des données des utilisateurs dans la formation de modèles d'IA

Découvrez les principales actualités et événements fintech !

Abonnez-vous à la newsletter de FinTech Weekly

Lue par des dirigeants de JP Morgan, Coinbase, Blackrock, Klarna et plus encore

Reddit dépose une action en justice contre Anthropic pour utilisation non autorisée des données des utilisateurs

Reddit a intenté une action en justice contre l’entreprise d’intelligence artificielle Anthropic, l’accusant d’avoir enfreint ses conditions d’utilisation et de s’être livré à ce que la plateforme qualifie d’« actes commerciaux illégaux et injustes ». Le procès, déposé mercredi devant un tribunal fédéral, fait monter les tensions autour de l’utilisation de contenus web accessibles au public pour entraîner des systèmes d’IA commerciaux.

Selon la plainte, Reddit allègue qu’Anthropic a accédé et utilisé de grandes quantités de contenus générés par les utilisateurs de Reddit pour entraîner ses modèles d’IA sans obtenir les autorisations ou licences nécessaires. La plateforme sociale soutient que cela viole non seulement ses politiques, mais qu’elle exploite aussi les contributions de ses utilisateurs à des fins lucratives, sans consentement.

L’affaire met en lumière des questions plus larges sur qui possède le contenu en ligne à l’ère de l’IA générative, et sur la manière dont les entreprises devraient traiter les données publiques porteuses des nuances liées aux attentes en matière de confidentialité et à la confiance au sein des communautés.

Un défi juridique fondé sur l’utilisation de contenu et le gain commercial

Reddit affirme qu’Anthropic, malgré le fait de se présenter comme une entreprise d’IA guidée par une éthique, a agi en ignorant les règles de la plateforme de Reddit.

Le cœur de la plainte porte sur l’allégation selon laquelle Anthropic a entraîné ses modèles d’IA—le plus notablement Claude—sur des données Reddit récupérées sans autorisation. Reddit souligne que, contrairement à OpenAI et Google, qui ont conclu des accords de licence conformes aux conditions de la plateforme et aux protections des utilisateurs, Anthropic n’a pas réussi à obtenir des autorisations similaires.

Cette différence pourrait être un facteur clé dans l’affaire, en particulier alors que les entreprises d’IA subissent de plus en plus de pression pour clarifier la manière dont elles sourcent et gèrent les données d’entraînement, surtout lorsque ces données proviennent de plateformes dotées de contenus contribué par les utilisateurs.

Boom de l’IA et tensions entre plateformes

Depuis fin 2022, l’IA générative a provoqué des transformations substantielles à travers l’industrie technologique, des plateformes comme Reddit devenant des réservoirs à forte valeur pour des insights, discussions et conseils générés par des humains. Ces qualités les rendent attrayants pour les développeurs d’IA qui construisent des modèles plus performants et sensibles au contexte.

Reddit s’est lui-même engagé dans l’économie de l’IA, annonçant récemment des partenariats avec OpenAI et Google permettant à ces entreprises d’utiliser le contenu de Reddit dans le cadre de conditions de licence spécifiques. Ces accords visent à préserver la confidentialité des utilisateurs tout en permettant de générer des revenus à partir des 20 ans de contenu de la plateforme.

L’utilisation alléguée par Anthropic de données Reddit, en revanche, s’est produite sans de tels accords, selon le procès. La plateforme sociale soutient que cela a entraîné un préjudice financier et réputationnel direct, en citant l’utilisation commerciale non autorisée de ses données pour améliorer les produits d’un concurrent.

L’équipe juridique de Reddit a souligné que le respect des règles de la plateforme n’est pas une option, notamment dans des secteurs comme la fintech et l’IA, où la transparence et la conformité font l’objet d’un examen croissant de la part des utilisateurs et des régulateurs.

Implications pour le marché et réponse de l’industrie

L’action de Reddit a grimpé de plus de 6 % mercredi après l’annonce du dépôt du procès, signalant le soutien des investisseurs à la décision de l’entreprise de faire respecter ses droits sur ses données. L’entreprise, devenue publique au début de 2024, détient actuellement une capitalisation boursière d’environ 22 milliards de dollars.

Anthropic, dans le même temps, est rapidement devenue l’une des startups du secteur de l’IA les plus fortement financées. L’entreprise a été valorisée à 61,5 milliards de dollars en mars, avec le soutien de grands acteurs tels qu’Amazon, Salesforce Ventures et Cisco Investments.

Bien qu’Anthropic ait déclaré être en désaccord avec les affirmations de Reddit, l’issue du procès pourrait avoir des implications à long terme sur la manière dont les entreprises d’IA abordent la collecte de données. Elle pourrait aussi influencer la manière dont les plateformes évaluent ou restreignent l’accès à leur contenu à des fins d’entraînement.

Des initiés de l’industrie ont souligné que, même si le développement de l’IA implique souvent du scraping de données depuis des domaines publics, la frontière entre « disponible publiquement » et « utilisable commercialement » reste floue. Des affaires judiciaires comme celle-ci pourraient pousser à définir des cadres plus clairs qui équilibrent l’innovation et l’utilisation éthique du contenu.

Renforcement de l’attention portée à l’éthique des données dans l’IA

L’action en justice de Reddit s’inscrit dans un schéma plus large, où les plateformes commencent à riposter contre ce qu’elles perçoivent comme une exploitation par des entreprises d’IA. À mesure que davantage d’entreprises technologiques cherchent à monétiser leurs actifs de données, l’octroi de licences de contenu est devenu un terrain de bataille.

Reddit a clairement indiqué, dans sa plainte, qu’il n’est pas opposé à l’utilisation de ses données pour entraîner des modèles d’IA, mais plutôt à leur utilisation non autorisée. En établissant une distinction entre les entreprises qui respectent ses conditions—comme OpenAI et Google—et celles qui ne le feraient pas, Reddit cherche à se positionner à la fois comme une plateforme favorable à l’IA et comme un rempart pour la communauté d’utilisateurs.

Le partenariat existant d’OpenAI avec Reddit a été relevé dans la plainte, et le lien entre Reddit et le PDG d’OpenAI, Sam Altman, ancien membre du conseil d’administration et principal actionnaire, ajoute encore de la complexité au contexte du procès.

Ce qui se passe ensuite

À mesure que la procédure judiciaire se déroule, tous les regards se tourneront vers la manière dont le système judiciaire traite les lignes floues entre le contenu ouvert de l’internet et les données d’entraînement propriétaires. L’affaire pourrait créer un précédent pour de futurs litiges entre des plateformes de contenu et des développeurs d’IA.

Pour l’instant, le défi juridique de Reddit s’ajoute à la tension grandissante autour de la manière dont les modèles d’IA sont entraînés et du degré auquel les propriétaires de plateformes peuvent et doivent contrôler l’accès à leurs données contribué par les utilisateurs.

Le procès renforce également le message selon lequel l’ère du scraping de données non réglementé pourrait toucher à sa fin, notamment avec la montée de la sensibilisation du public aux droits sur les données et le fait que les plateformes cherchent à exercer davantage de contrôle sur la manière dont leur contenu est utilisé dans des applications d’IA.