OpenAI aurait renommé ses fichiers de livres piratés pour effacer leurs traces, la justice a tout retrouvé

Depuis trois ans, des écrivains américains attaquent OpenAI au sujet des livres employés dans la formation de ChatGPT. Une nouvelle pièce de procédure retrace désormais le parcours qu’auraient suivi ces fichiers jusqu’à l’infrastructure du groupe. Ces écrivains dénoncent un vaste piratage dont l’entreprise aurait ensuite voulu effacer les traces.

Aux États-Unis, ces sociétés d’intelligence artificielle font face à toujours plus d’actions liées au droit d’auteur. Depuis 2023, écrivains, médias et maisons d’édition les accusent d’utiliser sans permission des œuvres protégées. La plupart de ces affaires font réapparaître une bibliothèque pirate. Une autre procédure soutient que Meta aurait aussi nourri ses modèles avec des contenus pour adultes obtenus sans aucune autorisation.

À New York, différentes procédures engagées par des écrivains contre OpenAI ont été réunies dans un dossier unique confié au juge Sidney Stein. L’affaire porte sur 194 titres. Ces recours contre le groupe dépassent le seul droit d’auteur. Un utilisateur accuse aussi ChatGPT de l’avoir découragé de se rendre à l’hôpital. Cette semaine, ces plaignants ont demandé à la justice de décider si l’entreprise était responsable avant l’ouverture du procès.

Des auteurs affirment qu’OpenAI aurait renommé en Books1 et Books2 ses fichiers contenant des livres piratés

D’après la motion pour jugement sommaire remise au tribunal fédéral du district sud de New York, OpenAI n’aurait acheté aucun ouvrage employé. Le groupe aurait récupéré ces livres en torrent via Library Genesis, une bibliothèque illégale connue depuis longtemps des autorités américaines. L’étude scientifique consacrée à GPT-3 présente pourtant les ensembles nommés Libgen1 et Libgen2 sous des appellations plus neutres, Books1 et Books2.

Durant l’été 2022, OpenAI aurait effacé ces deux corpus pour des motifs juridiques. Aucun autre ensemble destiné à former ses modèles n’aurait subi le même traitement. Le mémoire s’intéresse également aux intentions du groupe autour de ces contenus piratés. Il mentionne un salarié embauché pour améliorer la qualité rédactionnelle des modèles. En 2025, cet employé a déclaré vouloir confier à ChatGPT la rédaction des deux derniers tomes du Trône de fer, même si cela revenait à remplacer George R.R. Martin.

OpenAI a riposté le même jour avec sa propre requête. Le groupe défend le fair use, une exception américaine permettant certains usages d’œuvres protégées. Il soutient aussi que ChatGPT reproduit très rarement les passages d’origine. Les plaignants lui opposent une décision rendue en Californie au sujet d’Anthropic. Dans ce dossier, récupérer des ouvrages auprès d’une bibliothèque pirate avait été considéré comme indéfendable. Microsoft est également visé après avoir investi environ 12 milliards d’euros. Aucune décision du magistrat n’est encore tombée.