IA générative : quels éditeurs français bloquent les robots d’OpenAI et Google, lesquels ont adopté le protocole TDMRep ?

Pour entraîner leurs grands modèles de langage (LLM), les fournisseurs d’outils d’intelligence artificielle générative ont besoin de collecter des contenus du web, notamment des articles d’information. Selon une étude publiée en 2021, la moitié du top 20 des sources du corpus anglais de Common Crawl, sur lequel se sont appuyés Open AI et Google, est composée de sites de presse – New York Times, LA Times, Forbes, HuffPost, etc. Les éditeurs s’en inquiètent et font valoir leurs droits, notamment en appliquant, pour certains, le droit d’opposition (opt-out) prévu par les articles 3 et 4 (exception TDM, pour “Text and Data Mining”) de la directive européenne de 2019 sur le droit d’auteur et les droits voisins. 

En août, OpenAI a présenté GPTBot et ChatGPT-User,…