Microsoft savait que ses IA tarissent leur propre source

Microsoft savait que ses IA tarissent leur propre source

L’essentiel

  • Un mémoire de 92 pages déposé par le New York Times et cinq autres groupes de presse devant le tribunal fédéral de New York cite des messages internes et des dépositions sous serment d’OpenAI et de Microsoft.
  • Un document interne de Microsoft décrit un « doom loop » : un produit final qui menace les fondations économiques de ses fournisseurs de contenu.
  • Les données de Microsoft mesurent une chute des taux de clic sur Copilot face à la recherche Bing : de 87 à 93 % de moins vers le New York Times.
  • Le juge Sidney Stein doit statuer sur la demande de jugement sommaire, sans décision attendue avant 2027.

« Un vol étonnant d’une ampleur sans précédent. » La formule n’est pas d’un avocat du New York Times : elle vient d’un directeur des sciences appliquées de Microsoft, dans un message interne que le tribunal fédéral de New York a sorti des scellés. Devant le juge, Microsoft et OpenAI défendent un usage transformatif et légal des articles de presse. Entre eux, leurs cadres écrivaient que la pratique tenait du vol et qu’elle allait tarir la ressource dont vivent leurs modèles.

« Transformatif » devant le juge, « vol » en interne

Devant le tribunal, la défense des deux entreprises repose sur un adjectif : transformatif. Copilot et ChatGPT ne remplaceraient pas le travail des éditeurs, ils le digéreraient pour en produire autre chose. Le mémoire déposé par le New York Times et cinq autres groupes de presse n’attaque pas cet adjectif avec des experts : il le confronte aux mots écrits en interne par les salariés des entreprises poursuivies.

Brent Hecht, directeur des sciences appliquées chez Microsoft, y décrit l’entraînement sur des contenus protégés comme « un vol étonnant d’une ampleur sans précédent », peut-être « le plus grand vol de travail de l’histoire humaine ». Il ajoute qu’une défense d’usage équitable qui l’emporterait « se moquerait complètement de l’idée d’usage équitable ». Chez OpenAI, Nick Turley, responsable de ChatGPT, évoque une « menace existentielle » pour les éditeurs et des produits « largement substitutifs, point ».

Microsoft n’a pas contesté ces phrases, elle a contesté leur autorité. Son porte-parole Alex Haurek y voit « la perspective individuelle d’un employé », qui ne constitue pas une analyse juridique. Dans une autre pièce du dossier, Jordan Usdan, responsable de la stratégie data chez Microsoft AI, qualifie le rôle de Hecht d’« adversarial » : un contradicteur payé pour apporter des points de vue divergents, académiques et futuristes. Le débat glisse ainsi du contenu de ces messages vers le droit de leur auteur à parler pour l’entreprise.

Le clic, mesuré par ceux qui le font disparaître

Une opinion se relativise, un tableau de bord se lit. Les données internes de Microsoft comparent les taux de clic sortants de Copilot à ceux de la recherche Bing classique : de 87 à 93 % de moins vers le New York Times, de 83 à 91 % vers le groupe Daily News, de 51 à 94 % vers Ziff Davis. Ces écarts ne viennent pas des plaignants, ils viennent de l’entreprise attaquée.

Le même constat circulait chez OpenAI, sous une forme plus crue. Un ingénieur écrivait en 2023 que « peu importe la visibilité des liens, les utilisateurs ne cliqueront pas ». Turley note qu’une fois la réponse du chatbot obtenue, il n’existe « aucune bonne raison de cliquer » sur la source. Les spécialistes des médias d’OpenAI évaluent à 60 % la baisse du trafic envoyé par la recherche vers des sites comme le New York Times, synthèses automatiques comprises. Satya Nadella l’a confirmé sous serment : le chatbot a pris la place de la visite à la source.

Deux camps, une seule métrique, et aucun désaccord sur sa valeur. La divergence commence quand il faut nommer ce qu’elle mesure : une évolution des usages pour Microsoft, une substitution pour les éditeurs. Le dossier de New York n’est pas isolé : en septembre 2025, Penske Media, éditeur de Rolling Stone et de Variety, a attaqué Google devant la justice fédérale à Washington pour ses résumés AI Overviews, en reliant la baisse de son trafic de recherche à la perte d’un tiers de ses revenus d’affiliation en 2024.

Un produit qui consomme son fournisseur

Un document interne de Microsoft dépasse le constat commercial et décrit le mécanisme : « Notre stratégie de contenu IA a enclenché un doom loop qui va dégrader à la fois la performance de nos modèles et l’ensemble du web. Il est très inhabituel qu’un produit final menace les fondations économiques de ses fournisseurs essentiels, mais c’est la situation que nous avons créée pour notre activité LLM au regard de sa chaîne d’approvisionnement en contenu. » Hecht dit la même chose en une formule : les grands modèles de langage (LLM) sont « un produit qui détruit sa chaîne d’approvisionnement ».

Cette dépendance, les architectures actuelles l’anticipent rarement. Un système de RAG (génération augmentée par la récupération) ne s’entraîne pas, il interroge : sa qualité dépend chaque matin de pages écrites par des humains payés pour les écrire. Si la couche d’actualité du web perd son moteur économique, la récupération se dégradera bien avant le pré-entraînement. Un corpus figé vieillit lentement ; un index du jour s’appauvrit tout de suite.

Le dossier donne un ordre de grandeur de ce qui remplira le vide. Aux tarifs d’API d’OpenAI, les plaignants évaluent à environ 6 800 dollars la production d’un million d’articles de 500 mots, sans un seul journaliste. À ce prix, le contenu de remplissage coûte moins cher à fabriquer qu’à filtrer.

GPT-4 restitue des articles entiers

Des documents internes d’OpenAI reconnaissent que GPT-4 « a mémorisé énormément de données et sera donc incroyablement bon à la régurgitation ». En interne, empêcher cette mémorisation passait pourtant pour le moyen le plus sûr de limiter les violations de droits. Le dossier aligne des sorties reproduisant mot pour mot des articles du New York Times, du Denver Post ou d’Eurogamer. Les plaignants affirment par ailleurs qu’un filtre de sortie a été conçu juste après le dépôt des plaintes, non pour protéger les ayants droit mais pour gêner la collecte de preuves.

Publier du texte produit par un modèle revient donc à hériter des deux problèmes : une sortie susceptible de recopier un article protégé, et aucun journal de bord pour démontrer le contraire. Vérifier ses sorties, horodater ses prompts : ces gestes d’hygiène deviennent des pièces à verser au dossier.

Un verdict en 2027, des clics qui partent maintenant

Le calendrier judiciaire et celui de la ressource n’avancent pas à la même vitesse. En mai 2025, le Bureau américain du droit d’auteur concluait que l’usage équitable ne peut pas couvrir une copie de cette ampleur. La responsable de ce rapport a ensuite été licenciée par l’administration Trump. Début septembre, le ministère américain de la Justice a déposé un mémoire favorable à OpenAI et Microsoft, au nom du progrès scientifique, de la croissance et de la sécurité nationale. Le juge Sidney Stein doit se prononcer sur la demande de jugement sommaire, qui trancherait le litige sans procès ; aucune décision n’est attendue avant 2027.

D’ici là, les taux de clic continueront de baisser. Une victoire des éditeurs compenserait des copies passées, elle ne reconstruirait pas l’audience qui finançait les articles copiés. Une victoire des plateformes validerait un usage dont leurs propres documents disent qu’il ruine son approvisionnement. L’issue la plus discrète reste la licence : Nadella a déclaré que « tout ce qui est payant devrait faire l’objet d’une licence », alors qu’un représentant d’OpenAI a reconnu ignorer toute initiative visant à détecter ou retirer les contenus payants des corpus d’entraînement. Entre ces deux phrases se loge le prix futur de l’actualité, un droit d’entrée que trois ou quatre entreprises pourront payer.

Les deux entreprises avaient chiffré le coût de leur stratégie avant qu’un juge ne s’y intéresse. Le procès dira seulement qui le paie.

Mon avis

Les phrases-chocs de Brent Hecht feront les titres, le tableau de bord fera le dossier : une entreprise qui mesure elle-même 90 % de clics en moins vers ses fournisseurs a produit la preuve de sa propre substitution, et aucune démarcation de porte-parole n’efface une colonne de chiffres. J’attends de 2027 moins un verdict sur l’usage équitable qu’un tarif, celui du contenu frais, assez élevé pour que trois ou quatre acteurs seulement puissent encore entraîner sur l’actualité. Les autres construiront sur un web de seconde main, et ils le sauront.

Sources

Ils m’ont fait confiance

« Il ne se contente pas de corriger les symptômes, il cherche à comprendre l'origine des problèmes et à sécuriser les modifications effectuées. J'ai réellement le sentiment d'avoir trouvé un développeur qui comprend à la fois la technique et les enjeux globaux du projet. »

Évaluation client · projet WordPress · septembre 2026

5,0/5 sur 16 évaluations

Faire appel à mes services →

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *