Anthropic pensait avoir réglé ses problèmes de piratage de livres avec un paiement de 1,5 milliard de dollars. Les éditeurs de musique, cependant, ne sont pas impressionnés, et vendredi, ils ont déposé une plainte qui donne au « règlement historique » de la société d'IA moins l'air d'une pénitence que d'un droit d'entrée pour une fête qui n'a jamais fini.

Les poids lourds de l'industrie musicale - dont Sony, EMI et Warner Chappell - allèguent que la « campagne effrontée de téléchargement illégal, de scraping et de téléchargement d'œuvres protégées à grande échelle » d'Anthropic ne s'est pas arrêtée aux livres. Oh non, elle s'est étendue à « des milliers et des milliers » de leurs compositions musicales protégées, des songbooks des Beatles aux « meilleures » chansons de Taylor Swift en passant par « Les 100 plus grandes chansons de rock & roll de VH1 ».

Selon la plainte, la « campagne massive » d'Anthropic a commencé en juillet 2021 lorsque le cofondateur Benjamin Mann a personnellement utilisé BitTorrent pour télécharger des millions de livres piratés de Library Genesis (LibGen). Le PDG Dario Amodei aurait approuvé le téléchargement, et tous deux sont nommés comme défendeurs. Lorsque LibGen a été fermé par le FBI, les pirates l'ont simplement copié pour créer Z-Library. Lorsque cela a été fermé, Anthropic aurait obtenu une copie de la copie via le « Pirate Library Mirror » (PiLiMi). Mann aurait envoyé un message à ses collègues disant que le miroir était tombé « juste à temps ! » - à quoi un employé a répondu : « zlibrary mon bien-aimé ».

Ces messages internes, révélés dans l'affaire des auteurs de livres, sont utilisés comme preuve de l'« exaltation » du piratage par Anthropic. Les éditeurs prétendent que le téléchargement d'Anthropic comprenait au moins des centaines de livres contenant des partitions et des paroles de chansons, et ils ont l'intention de révéler « l'étendue complète » de cela par le biais de la découverte.

Anthropic nie avoir utilisé les livres piratés pour entraîner ses modèles commerciaux Claude, mais les éditeurs soutiennent que « l'entraînement » peut être défini de manière large. Ils pointent du doigt une phase de « pré-entraînement » où Anthropic aurait pu utiliser des données synthétiques provenant de modèles non commerciaux entraînés sur des textes de LibGen ou PiLiMi pour renforcer les modèles commerciaux Claude. Et puis il y a la question des garde-fous : des documents non scellés montreraient qu'Anthropic a continué à utiliser l'ensemble de données LibGen pour vérifier la similarité des sorties, même après avoir arrêté l'entraînement LLM sur celui-ci.

Le porte-parole d'Anthropic a rejeté la plainte comme « la troisième plainte des mêmes avocats, recyclant des allégations déjà portées devant les tribunaux », et a affirmé que « l'entraînement de modèles d'IA génératifs est une utilisation équitable transformatrice - comme l'a jugé le tribunal dans Bartz ». Mais les éditeurs notent que la décision d'utilisation équitable dans Bartz reposait sur l'absence de préjudice de marché prouvé - quelque chose qu'ils pensent pouvoir démontrer.

Les éditeurs soutiennent que les chansons générées par l'IA sont déjà en tête des charts musicaux, concurrençant directement les auteurs-compositeurs humains dont le travail non rémunéré aurait entraîné l'IA qui les remplace. Ils citent l'observation du Bureau du droit d'auteur des États-Unis selon laquelle les sorties concurrençant sur un marché pour un type d'œuvre peuvent diluer les pools de redevances. Ils allèguent également que Claude a été intentionnellement entraîné à régurgiter des paroles, même lorsqu'elles ne sont pas demandées, et peut reproduire le « cœur » des chansons populaires sur demande.

Le témoignage d'Amodei dans l'affaire des livres est également ressuscité : il a dit qu'Anthropic aurait pu acheter légalement des œuvres protégées mais a plutôt téléchargé pour éviter un « tracas juridique/pratique/commercial ». Le tribunal a résumé cela comme le téléchargement de livres piratés « pour éviter la peine de les payer ». Les éditeurs soulignent qu'Anthropic ne les a jamais approchés pour des licences, contrairement à ses rivaux en IA.

Anthropic garde jalousement ses sources de données d'entraînement, mais les éditeurs veulent que le tribunal force la transparence : un compte rendu des données d'entraînement, des méthodes et des capacités. Sinon, avertissent-ils, les auteurs-compositeurs auront plus de mal à gagner leur vie, et le marché sera inondé de copies IA de mauvaise qualité de chansons reconnaissables. Et, bien sûr, les éditeurs ne seront pas payés pour les licences de chansons pour entraîner l'IA. Comme le dit la plainte, Anthropic « s'enrichit grâce à l'exploitation non rémunérée des éditeurs de musique » et du travail de leurs auteurs-compositeurs.