Des documents judiciaires non scellés montrent que des employés de Microsoft et OpenAI ont averti que le scraping par IA était un vol de travail

Documents non scellés et avertissements internes

Un dossier judiciaire de 92 pages, dévoilé le 17 septembre 2026 devant un tribunal fédéral de New York, a révélé des communications internes de Microsoft et OpenAI concernant le scraping web pour l'entraînement de l'intelligence artificielle. Les documents ont été soumis par le New York Times et 11 autres publications de presse dans le cadre de leur procès pour violation des droits d'auteur contre les deux entreprises technologiques. Dans un document interne de 2023, Brent Hecht, directeur des sciences appliquées chez Microsoft, a qualifié l'extraction massive de contenu publié de plus grand vol de travail de l'histoire humaine et a averti que cette pratique se moquait complètement de l'usage équitable. Les employés d'OpenAI ont exprimé des préoccupations opérationnelles similaires, Nick Turley, responsable de ChatGPT, écrivant dans une note de juin 2023 que l'intelligence artificielle représentait une menace existentielle pour les éditeurs de presse. Turley a ensuite noté en février 2024 que les outils automatisés en développement déplaceraient de plus en plus les fournisseurs d'informations traditionnels. L'avocat des éditeurs, Steven Lieberman, a commenté les documents divulgués dans les actes de procédure.

« Les preuves montrent qu'OpenAI et Microsoft savaient que ce qu'ils faisaient était mal. »

Contournement des paywalls et impact sur le web

Les documents judiciaires décrivent des discussions internes montrant une conscience des tensions économiques pesant sur le journalisme. Un document interne de Microsoft avertissait que la stratégie de données de l'entreprise risquait de déclencher une boucle de dégradation qui nuirait à la fois aux résultats des modèles et au web dans son ensemble en détruisant la base commerciale des fournisseurs de contenu. Le dossier détaille un échange où un chercheur d'OpenAI a proposé au président Greg Brockman un outil conçu pour contourner le paywall du New York Times, ce à quoi Brockman a répondu par l'affirmative. Les plaignants ont présenté des preuves indiquant que les ensembles de données d'entraînement d'OpenAI contenaient 91 692 copies d'articles du New York Times sans accords de licence. Les mesures de Microsoft citées par les éditeurs documentent des baisses comprises entre 83 % et 93 % des taux de clics des lecteurs sur certains médias. Des messages internes de Turley observaient que les utilisateurs n'avaient aucune bonne raison de cliquer sur des liens externes lorsque les chatbots répondaient directement aux requêtes.

Réponses des entreprises et défense de l'usage équitable

Microsoft et OpenAI ont maintenu que leurs processus d'entraînement respectent les lois sur les droits d'auteur des États-Unis en vertu de la doctrine juridique de l'usage équitable. Les deux entreprises affirment que les systèmes d'apprentissage automatique transforment les textes journalistiques ingérés en de nouveaux outils plutôt que de servir de substituts directs sur le marché. Alex Haurek, porte-parole de Microsoft, a contesté les notes internes rédigées par Hecht, déclarant que le chercheur avait été recruté à l'Université Northwestern pour apporter des points de vue académiques divergents plutôt que pour définir la stratégie de l'entreprise.

« Ces commentaires reflètent la perspective individuelle d'un employé, ne constituent pas une analyse juridique et ne représentent pas les vues de l'entreprise. »

Jordan Usdan, directeur général de la stratégie et des opérations de données chez Microsoft AI, a affirmé dans une déclaration judiciaire que Hecht occupe un rôle antagoniste et théorique au sein de l'organisation. Dans une déposition sous serment, le directeur général de Microsoft, Satya Nadella, a déclaré que le contenu sous licence devrait être payé s'il est utilisé, affirmant que Microsoft aurait exigé un réentraînement du modèle si la direction avait su qu'OpenAI avait scrapé du contenu protégé par un paywall.

Demandes de jugement sommaire et position gouvernementale

Les organisations de presse, qui ont intenté le procès initialement fin 2023, ont demandé au juge fédéral de district de statuer sur la violation des droits d'auteur et l'usage équitable sans passer par un procès complet avec jury. Dans des tests soumis au tribunal, les plaignants ont démontré que les chatbots reproduisaient de longs passages littéraux lorsqu'on leur demandait des résumés d'articles, des points clés ou des évaluations de biais médiatiques. La bataille juridique portant sur plus de 10 millions d'articles scrapés, dont près d'un tiers proviennent du New York Times, a attiré l'attention fédérale. Début septembre 2026, le ministère de la Justice des États-Unis a soumis un mémoire juridique soutenant OpenAI et Microsoft, invoquant des considérations de progrès scientifique, d'expansion économique et de sécurité nationale. Une décision en faveur des entreprises technologiques sur la défense préliminaire de l'usage équitable résoudrait le litige avant le procès.