Joëlle Toledano (CNNum) : “Si on procède avec l’IA générative de la même manière que pour les droits voisins, on repartira sur le même scénario, en pire”   

Avec l’IA générative, vous redoutez que les médias ne se retrouvent dans une situation similaire à celle qui les a opposés aux réseaux sociaux et aux moteurs de recherche au sujet des droits voisins. Quel est le problème avec les droits voisins ?

Avant le bras de fer en Europe sur les droits voisins, il y avait eu l’affaire des éditeurs d’informations en Espagne et en Allemagne, menacés voire effectivement sortis de Google News suite à la mise en place de lois nationales visant à obliger Google à payer pour l’accès à l’information. A partir de là, il est apparu que la seule façon de régler le problème de la rémunération des journaux était la mise en place de “droits voisins”. Un règlement européen a permis de modifier le rapport de force eu égard à l’importance du marché européen. Mais la question est ensuite : quelle rémunération, et comment la calcule-t-on ? 

La presse avançait que les internautes venaient sur les moteurs de recherche et sur les réseaux sociaux pour l’information. Le sujet ne concerne pas que l’Europe. On a observé cette demande partout, aux États-Unis comme ailleurs. Les Australiens ont été les premiers à voter une loi et plus récemment les Canadiens. Partout, on a assisté à un concours Lépine d’évaluations qui ne reposaient sur rien d’opposable. Et partout les négociations ont été difficiles. En France, au début, Google, qui était malgré tout le seul à accepter de discuter, traînait des pieds. Cela a donné lieu à une amende de 500 millions d’euros de l’Autorité de la concurrence, qui a également demandé à Google davantage de transparence. Mais la métrique, de toute façon, ce sont les acteurs du numérique qui la donnent. Ce sont eux qui disent combien vaut un clic. 

Pourquoi pensez-vous que la seule démarche juridique ne permettra pas de fixer une rémunération équitable pour les médias de la part des acteurs de l’IA générative ?

Le rapport de force n’a pas donné grand-chose, car les médias sont incapables d’opposer des métriques différentes de celles des plateformes. Ce que je trouve très intéressant, c’est que lorsqu’on observe les ordres de grandeur en Australie, au Canada et en France, on retrouve à peu près le même prorata de chiffre d’affaires de Google reversé aux médias, malgré l’opacité dans laquelle on se trouve : de l’ordre de 2 à 3 %. Ce sont des montants insatisfaisants pour la presse, autour de 60 à 70 millions d’euros maximum. Je pense que si on procède de la même manière avec l’IA générative, on va de nouveau donner la clé de la métrique aux plateformes, tout sera de nouveau complètement opaque, et seuls les acteurs de l’IA générative qui pourront supporter le risque d’un paiement ultérieur en fonction des décisions de justice se lanceront dans les discussions. En somme, on repartira sur le même scénario, en pire.   

Pensez-vous, comme certains éditeurs, que le vrai gagnant est le Trésor Public, qui récolte le montant des amendes ?

On ne peut pas dire ça comme ça. Disons plutôt que c’est le seul qui maîtrise la métrique qui n’est pas celle des Big Tech mais celle du droit de la concurrence. Le problème des médias, c’est qu’ils s’appuient seulement sur des principes juridiques. On condamne le fait que Google n’a pas fait ce qu’il s’était engagé à faire, mais on n’est pas capable de montrer que le partage de la valeur pourrait être autre, avec les risques que cela comporte. Peut-être que cela vaut plus que 3 % de son chiffre d’affaires, peut-être que cela vaut moins, mais j’en doute car Google n’a pas pour mission d’aider les médias ! Et donc le niveau obtenu est probablement davantage un plancher qu’un plafond.

Quel regard portez-vous sur les licences négociées par certains médias, à l’instar du Monde avec OpenAI ?

Le Monde défend ses intérêts – peut-être à court terme, difficile de savoir -, dans une jungle où ceux qui s’en tirent le mieux sont les plus gros. Les plus petits auront évidemment plus de mal. Je pense que c’est mauvais pour la diversité, mais ce n’est pas non plus la mission du Monde de la promouvoir.

Vous regrettez qu’il n’y ait pas eu de démonstration académique des externalités positives des médias sur les plateformes, ce qui a “laissé la calculatrice à Google”. Qu’est-ce qui l’explique ?

Pas nécessairement académiques, il n’y a pas que les universitaires qui font des études sérieuses, et certains travaux académiques sont aussi contestables. Mais la question est de réaliser des études opposables aux tiers et en particulier aux juges. Il y a eu des études, mais dans celles que j’ai vues, leurs processus de validation n’ont pas été à la hauteur d’un sujet complexe où l’information de base manque. Dans le numérique, nous sommes un peu dans un “Insee privatisé” qui défend les intérêts de ceux qui fabriquent la donnée.

Au fond, le droit d’auteur est-il adapté pour traiter le sujet de l’IA générative ou faut-il inventer un autre modèle ?

Le droit d’auteur est un droit, mais il se décline. Il ne fixe pas un montant, il ne donne pas de prix. Le problème, c’est la façon dont on traite le sujet, en comptant uniquement sur le politique et sur le droit. Si on instaure une règle de droit, les plateformes trouveront toujours un moyen de changer les règles du jeu ou plus exactement de les adapter à leur intérêt ou de les contourner.

Dans la contribution du CNNum aux États généraux de l’information, qui expose votre proposition de créer une “plateforme de confiance” pour fabriquer des données relatives à la contribution à la création de valeur entre IA génératives et autres acteurs du numérique, vous observez que “les IA génératives ont été entraînées sur des données dont il demeure difficile d’établir si elles étaient légitimement et légalement exploitables sans rétribution”. Pouvez-vous développer ce point ? 

Les modèles d’IA génératives ont été entraînés en accédant à des packages de données accessibles sur le web. Certains relèvent de données ouvertes, d’autres de zones grises. Ceci dit, je ne remets pas en cause le fondement des actions en justice. Je pense que le New York Times et OpenAI trouveront néanmoins un accord amiable. Ce qu’il faut comprendre, c’est que les données n’ont pas de valeur intrinsèque. Elle est forcément fonction des modèles économiques. Ce qui est clair également, c’est qu’il faut un partage équitable de la valeur, et que pour le moment il ne l’est pas. Ce sera toujours une cote mal taillée. Et si les montants initiaux sont très élevés, seuls les très riches pourront payer.  

Existe-t-il des exemples, dans d’autres secteurs économiques, de ce genre de calcul de répartition de la valeur ?

Ce que je propose, c’est qu’il y ait une régulation. Sinon, c’est comme si, dans les télécoms, on avait attendu que France Télécom / Orange dise combien vaut la boucle locale ! Ce n’est pas ce qui s’est produit : l’Arcep a mené des travaux qui se sont appuyés sur la comptabilité analytique d’Orange pour définir la méthode de tarification. C’est tout à fait classique. Dans le cas de l’IA générative, il faudrait évaluer la contribution à la valeur des différentes catégories de données. 

A quoi ressemblerait la “plateforme de confiance” que vous imaginez pour travailler sur la valorisation des données ? Que mettrait-on dedans et qui serait le tiers de confiance ? Cela serait-il suffisant pour contourner la problématique du secret des affaires ?

Quand je parle de plateforme, je parle d’un ensemble de moyens techniques et humains. On y mettrait les acteurs de l’écosystème des LLM open source, des compétences (data scientists, économistes…), des moyens techniques, des données, et on travaillerait sur la relation entre l’IA générative et les données, en créant des éléments d’évaluation. Les résultats seraient transposables aux LLM qui ne sont pas open source. Cette plateforme serait animée par un tiers institutionnel, comme une association ou une autorité administrative par exemple. Concernant le secret des affaires, rappelons que cela ne signifie pas que ces informations doivent rester secrètes, mais qu’elles ne peuvent être divulguées que dans un cadre approprié.