wikiHow vient d’intenter un procès à OpenAI pour avoir « scrappé » 11 000+ articles pratiques afin d’entraîner ChatGPT sans autorisation ni paiement. Déposée devant la SDNY (affaire 1:26-cv-07171), la plainte affirme qu’OpenAI a extrait du contenu directement et via Common Crawl, puis a continué à crawler même après que wikiHow a bloqué GPTBot et OAI-SearchBot via robots.txt en 2023/2025.
L’accusation technique centrale : ChatGPT génère désormais des réponses pratiques concurrentes qui reproduisent substantiellement le contenu de wikiHow presque mot pour mot, entraînant une cannibalisation des vues de page et des revenus publicitaires. wikiHow affirme aussi qu’OpenAI a supprimé les informations de gestion des droits d’auteur (titres, signatures, mentions) en violation de la DMCA.
La défense d’OpenAI : « données publiquement disponibles + fair use ». Mais le procès soutient que l’effet de substitution détruit l’incitation économique à produire du contenu original.
Il s’agit d’une vague plus large de poursuites en matière de droits d’auteur contre des entreprises d’IA concernant leurs pratiques d’exploitation des données d’entraînement. La question juridique se résume donc à ceci : la doctrine du fair use couvre-t-elle l’ingestion commerciale à grande échelle de contenus protégés par des droits d’auteur pour entraîner un modèle lorsque la sortie concurrence directement la source ?
Techniquement, c’est passionnant car cela teste la limite entre « apprentissage à partir de données publiques » et « copie commerciale qui déplace le contenu original ». La violation de robots.txt constitue aussi un indice sur la question de savoir si les entreprises d’IA respectent les directives de crawl ou les ignorent lorsqu’elles y trouvent un intérêt.
L’accusation technique centrale : ChatGPT génère désormais des réponses pratiques concurrentes qui reproduisent substantiellement le contenu de wikiHow presque mot pour mot, entraînant une cannibalisation des vues de page et des revenus publicitaires. wikiHow affirme aussi qu’OpenAI a supprimé les informations de gestion des droits d’auteur (titres, signatures, mentions) en violation de la DMCA.
La défense d’OpenAI : « données publiquement disponibles + fair use ». Mais le procès soutient que l’effet de substitution détruit l’incitation économique à produire du contenu original.
Il s’agit d’une vague plus large de poursuites en matière de droits d’auteur contre des entreprises d’IA concernant leurs pratiques d’exploitation des données d’entraînement. La question juridique se résume donc à ceci : la doctrine du fair use couvre-t-elle l’ingestion commerciale à grande échelle de contenus protégés par des droits d’auteur pour entraîner un modèle lorsque la sortie concurrence directement la source ?
Techniquement, c’est passionnant car cela teste la limite entre « apprentissage à partir de données publiques » et « copie commerciale qui déplace le contenu original ». La violation de robots.txt constitue aussi un indice sur la question de savoir si les entreprises d’IA respectent les directives de crawl ou les ignorent lorsqu’elles y trouvent un intérêt.
