The New York Times Company a publié un avis juridique contraignant interdisant le 'scraping' automatisé, l'exploration de données (data mining) et l'utilisation de son journalisme pour l'entraînement de modèles d'intelligence artificielle sans autorisation écrite expresse, s'appuyant sur la directive européenne sur le droit d'auteur et se réservant tous les droits de licence commerciale.
Points Clés
- The New York Times interdit expressément l'utilisation de son contenu pour l'entraînement IA/ML/LLM sans autorisation écrite.
- L'avis invoque l'opt-out de l'article 4 de la directive européenne sur le droit d'auteur et réserve tous les droits de licence commerciale.
- Les éditeurs monétisent de plus en plus le journalisme comme donnée d'entraînement via accords négociés (ex. OpenAI–FT, OpenAI–Axel Springer).
- Les laboratoires d'IA font face à une hausse des coûts d'acquisition de données et au risque juridique alors que les éditeurs premium exercent leur contrôle du copyright.
- L'issue dépendra de la trajectoire contentieuse, de la clarification réglementaire et de l'évolution des standards du marché des licences.
Synthèse Exécutive d'Intelligence
Fondement juridique et portée des restrictions
L'avis invoque explicitement l'article 4 de la directive (UE) 2019/790 sur le droit d'auteur dans le marché unique numérique, qui encadre les exceptions pour l'exploration de textes et de données. The New York Times exerce son droit d'opt-out, affirmant que son contenu ne peut être utilisé pour « le développement de tout logiciel, d'apprentissage automatique, d'intelligence artificielle (IA) et/ou de grands modèles de langage (LLM) ». L'interdiction s'étend à la création ou à la distribution de jeux de données archivés ou mis en cache contenant du contenu du Times.
Cette position s'inscrit dans une tendance croissante chez les éditeurs premium — dont le Financial Times, Axel Springer et The Associated Press — de réserver formellement les droits sur l'exploitation lisible par machine de leurs archives. Le Times renvoie les demandes commerciales vers sa division Content Packages and Rights Licensing, signalant sa volonté de monétiser l'accès par accords négociés plutôt que par interdiction générale.
Contexte de marché : éditeurs contre laboratoires d'IA
L'application du droit d'auteur aux données d'entraînement de l'IA est devenu le principal champ de bataille commercial et juridique. Les grands développeurs d'IA se sont historiquement appuyés sur d'immenses corpus à l'échelle du web, souvent ingérés via des jeux de données 'Common Crawl', sans accords de licence individuels. Les éditeurs soutiennent que cela constitue une reproduction non autorisée et menace leurs modèles de revenus par abonnement et publicité.
Les récents accords de licence — tels que ceux d'OpenAI avec Axel Springer, le Financial Times et Le Monde — fixent un prix de marché pour le journalisme de qualité, vérifié et sourcé, comme donnée d'entraînement. L'avis du Times renforce sa position de négociation en clarifiant que toute utilisation future requiert un arrangement commercial sur mesure.
Implications pour le développement de l'IA et l'économie de la donnée
Pour les laboratoires d'IA, la multiplication des opt-outs éditoriaux augmente le coût marginal d'acquisition de données d'entraînement fraîches et fiables. Les modèles entraînés sur des données obsolètes ou issues du domaine public de moindre qualité risquent une dégradation de leurs performances sur l'actualité, les domaines spécialisés et la précision factuelle. Cette dynamique favorise les acteurs établis et bien capitalisés capables de s'offrir des portefeuilles de licences, consolidant potentiellement le marché des modèles de fondation.
Pour le secteur des médias, ce virage représente un nouveau flux de revenus : la licence de propriété intellectuelle pour consommation algorithmique. Toutefois, il risque aussi de fragmenter le web ouvert si les éditeurs se retranchent derrière des paywalls et barrières techniques, réduisant la découvrabilité et l'accès du public à l'information vérifiée.
Perspectives : contentieux, législation et licences
Trois évolutions méritent surveillance. Premièrement, si le Times engage des poursuites contre des 'scrapers' non conformes, après son procès de décembre 2023 contre OpenAI et Microsoft. Deuxièmement, si les régulateurs américains ou européens clarifient la portée des exceptions d'exploration de textes et de données pour l'IA générative. Troisièmement, le rythme et les termes des accords de licence au sein de l'édition premium, qui fixeront les références de valorisation des corpus journalistiques dans l'économie de l'IA.
