Le procès contre Microsoft vise la façon dont l’IA est construite

REDMOND, Washington – Fin juin, Microsoft a lancé un nouveau type de technologie d’intelligence artificielle capable de générer son propre code informatique.

Appelé Copilot, l’outil a été conçu pour accélérer le travail des programmeurs professionnels. Au fur et à mesure qu’ils tapaient sur leurs ordinateurs portables, cela suggérait des blocs de code informatique prêts à l’emploi qu’ils pourraient ajouter instantanément aux leurs.

De nombreux programmeurs ont adoré le nouvel outil ou ont au moins été intrigués par celui-ci. Mais M. Matthew Butterick, programmeur, designer, écrivain et avocat à Los Angeles, n’était pas l’un d’entre eux. En novembre, lui et une équipe d’autres avocats ont déposé une plainte visant à obtenir le statut de recours collectif contre Microsoft et les autres sociétés de premier plan qui ont conçu et déployé Copilot.

Comme de nombreuses technologies d’IA de pointe, Copilot a développé ses compétences en analysant de grandes quantités de données. Dans ce cas, il s’appuyait sur des milliards de lignes de code informatique postées sur Internet.

M. Butterick, 52 ans, assimile ce processus à du piratage, car le système ne reconnaît pas sa dette envers le travail existant. Son procès prétend que Microsoft et ses collaborateurs ont violé les droits légaux de millions de programmeurs qui ont passé des années à écrire le code original.

On pense que la poursuite est la première attaque légale contre une technique de conception appelée “formation IA”, qui est un moyen de construire une intelligence artificielle qui est sur le point de refaire l’industrie technologique. Ces dernières années, de nombreux artistes, écrivains, experts et militants de la vie privée se sont plaints que les entreprises entraînent leurs systèmes d’IA en utilisant des données qui ne leur appartiennent pas.

“Sans consentement, pour toujours”

Le procès a des échos dans les dernières décennies de l’industrie technologique. Dans les années 1990 et dans les années 2000, Microsoft a combattu la montée des logiciels open source, les considérant comme une menace existentielle pour l’avenir des activités de l’entreprise.

Au fur et à mesure que l’importance de l’open source augmentait, Microsoft l’a adopté et a même acquis GitHub, une maison pour les programmeurs open source et un endroit où ils ont construit et stocké leur code.

Presque toutes les nouvelles générations de technologies – même les moteurs de recherche en ligne – ont été confrontées à des défis juridiques similaires. Souvent, “il n’y a pas de loi ou de jurisprudence qui le couvre”, a déclaré M. Bradley Hulbert, un avocat spécialisé en propriété intellectuelle dans ce domaine du droit de plus en plus important.

La poursuite fait partie d’une vague d’inquiétude concernant l’intelligence artificielle. Les artistes, écrivains, compositeurs et autres créateurs craignent de plus en plus que les entreprises et les chercheurs utilisent leur travail pour créer de nouvelles technologies sans leur consentement et sans compensation.

Les entreprises forment une grande variété de systèmes de cette manière, y compris des générateurs d’art, des systèmes de reconnaissance vocale comme Siri et Alexa, et même des voitures sans conducteur.

Copilot est basé sur une technologie développée par OpenAI, un laboratoire d’intelligence artificielle à San Francisco soutenu par un financement de 1 milliard de dollars américains (1,38 milliard de dollars singapouriens) de Microsoft. OpenAI est à l’avant-garde de l’effort de plus en plus répandu pour former les technologies d’intelligence artificielle à l’aide de données numériques.

Après que Microsoft et GitHub aient publié Copilot, le PDG de GitHub, M. Nat Friedman, a tweeté que l’utilisation du code existant pour former le système était une “utilisation équitable” du matériel en vertu de la loi sur le droit d’auteur, un argument souvent utilisé par les entreprises et les chercheurs qui ont construit ces systèmes. Mais aucune affaire judiciaire n’a encore testé cet argument.

“Les ambitions de Microsoft et OpenAI vont bien au-delà de GitHub et Copilot”, a déclaré M. Butterick dans une interview. “Ils veulent s’entraîner sur n’importe quelle donnée n’importe où, gratuitement, sans consentement, pour toujours.”

En 2020, OpenAI a dévoilé un système appelé GPT-3. Les chercheurs ont formé le système en utilisant d’énormes quantités de texte numérique, y compris des milliers de livres, des articles de Wikipédia, des journaux de discussion et d’autres données publiées sur Internet.

En identifiant des modèles dans tout ce texte, ce système a appris à prédire le mot suivant dans une séquence. Lorsque quelqu’un tapait quelques mots dans ce “grand modèle de langage”, il pouvait compléter la pensée avec des paragraphes entiers de texte. De cette façon, le système pourrait écrire ses propres publications, discours, poèmes et articles de presse sur Twitter.

À la grande surprise des chercheurs qui ont construit le système, il pouvait même écrire des programmes informatiques, ayant apparemment appris d’un nombre incalculable de programmes postés sur Internet.

OpenAI est donc allé plus loin en formant un nouveau système, Codex, sur une nouvelle collection de données stockées spécifiquement avec du code. Au moins une partie de ce code, a déclaré le laboratoire plus tard dans un document de recherche détaillant la technologie, provenait de GitHub, un service de programmation populaire détenu et exploité par Microsoft.

Ce nouveau système est devenu la technologie sous-jacente de Copilot, que Microsoft a distribué aux programmeurs via GitHub. Après avoir été testé avec un nombre relativement restreint de programmeurs pendant environ un an, Copilot a été déployé auprès de tous les codeurs sur GitHub en juillet.

Fin des programmeurs open source

M. Butterick s’identifie comme un programmeur open source, faisant partie de la communauté des programmeurs qui partagent ouvertement leur code avec le monde. Au cours des 30 dernières années, les logiciels open source ont contribué à l’essor de la plupart des technologies que les consommateurs utilisent chaque jour, notamment les navigateurs Web, les smartphones et les applications mobiles.

Bien que les logiciels open source soient conçus pour être partagés librement entre les codeurs et les entreprises, ce partage est régi par des licences conçues pour garantir qu’il est utilisé de manière à bénéficier à la communauté élargie des programmeurs. M. Butterick pense que Copilot a violé ces licences et, au fur et à mesure de son amélioration, rendra les codeurs open source obsolètes.

Après s’être plaint publiquement de la question pendant plusieurs mois, il a déposé sa plainte auprès d’une poignée d’autres avocats. La poursuite en est encore à ses débuts et n’a pas encore obtenu le statut de recours collectif par le tribunal.

À la surprise de nombreux experts juridiques, la poursuite de M. Butterick n’accuse pas Microsoft, GitHub et OpenAI de violation du droit d’auteur. Sa poursuite prend une tournure différente, arguant que les entreprises ont violé les conditions d’utilisation et les politiques de confidentialité de GitHub tout en enfreignant une loi fédérale qui oblige les entreprises à afficher des informations sur le droit d’auteur lorsqu’elles utilisent du matériel.

M. Butterick et un autre avocat à l’origine de la poursuite, M. Joe Saveri, ont déclaré que la poursuite pourrait éventuellement résoudre le problème du droit d’auteur.

Lorsqu’on lui a demandé si l’entreprise pouvait discuter de la poursuite, un porte-parole de GitHub a refusé, avant de dire dans une déclaration par e-mail que l’entreprise s’était «engagée à innover de manière responsable avec Copilot depuis le début, et continuera à faire évoluer le produit pour mieux servir les développeurs à travers le globe.” Microsoft et OpenAI ont refusé de commenter le procès. NY TIMES