Physical Address
304 North Cardinal St.
Dorchester Center, MA 02124
Physical Address
304 North Cardinal St.
Dorchester Center, MA 02124

Le géant de la tech Meta se retrouve face à un obstacle juridique majeur en Amérique latine. La justice brésilienne vient de prononcer une décision historique en interdisant à la firme d’utiliser des contenus de presse pour alimenter ses modèles d’intelligence artificielle. Ce sujet est brûlant aujourd’hui car il touche au cœur du débat sur la souveraineté des données et la protection du métier de journaliste face aux algorithmes.
La décision de la justice brésilienne est sans équivoque : Meta n’a plus le droit d’exploiter les contenus produits par les médias pour entraîner ses outils d’IA. Les magistrats ont estimé que cette pratique constituait un « abus manifeste de droit ». L’objectif est de stopper une exploitation non autorisée de données qui pourrait porter atteinte à la liberté de la presse et à la propriété intellectuelle des rédactions.
Cette affaire est emblématique car elle illustre la tension croissante entre les géants de la technologie et les créateurs de contenu. Pour entraîner des modèles de langage performants, les entreprises de la tech ont souvent eu recours au « scraping » massif de données disponibles sur Internet.
Cependant, la justice brésilienne souligne ici un risque de « dommages irréversibles ». Une fois que des données sont intégrées dans un modèle d’IA, il est extrêmement difficile, voire impossible, de les « désapprendre » ou de supprimer une source spécifique. Cela pose un problème éthique et juridique majeur pour la protection des sources et la rémunération des journalistes.
Cette décision pourrait créer un précédent juridique important pour d’autres pays, notamment en Europe, où les régulateurs sont déjà très vigilants sur l’utilisation des données personnelles et professionnelles. Meta pourrait être contraint de modifier ses méthodes de collecte de données, en privilégiant des accords de licence avec les éditeurs de presse plutôt que le scraping sauvage. Cela pourrait transformer le modèle économique de l’entraînement des IA, rendant les données de qualité plus coûteuses et régulées.