La décision de la Haute Cour dans l'affaire Getty Images c. Stability AI marque un moment charnière pour les entreprises confrontées aux défis juridiques de l'intelligence artificielle générative. Cette affaire, qui se situait à l'intersection du droit d'auteur et du droit des marques, offre des enseignements cruciaux tant pour les titulaires de droits que pour les développeurs. Bien que la cour ait rejeté les principales revendications de Getty en matière de droit d'auteur, elle a reconnu une violation limitée de la marque, soulignant ainsi la complexité de la protection de la propriété intellectuelle dans un monde piloté par l'IA.
L'affaire en bref
Getty Images, fournisseur mondial de photographies sous licence, a accusé Stability AI d'avoir entraîné son modèle d'IA générative, Stable Diffusion, sur sa bibliothèque d'images sans consentement. Getty a allégué que le modèle pouvait reproduire ses marques, y compris les filigranes emblématiques de Getty et d'iStock, entraînant une confusion chez les consommateurs. Stability AI a nié toute violation, arguant que les paramètres du modèle ne constituent pas des copies directes d'images et que la reproduction des filigranes était rare et atténuée par des mécanismes de filtrage.
Droit d'auteur : un jeu territorial
La principale revendication de Getty reposait sur l'idée que l'entraînement de modèles d'IA sur des images protégées par le droit d'auteur constitue une violation. Cependant, la cour a statué que cette revendication échouait en raison d'un oubli procédural critique : l'entraînement de Stable Diffusion avait eu lieu en dehors du Royaume-Uni. En vertu du droit britannique, les plaintes pour violation du droit d'auteur exigent que l'acte illicite se produise dans le ressort de la juridiction. Cette règle de territorialité signifie que les titulaires de droits doivent surveiller attentivement le lieu où les modèles d'IA sont entraînés, car un entraînement à l'étranger peut limiter considérablement les recours juridiques au Royaume-Uni.
La cour a en outre précisé que les poids des modèles d'IA – paramètres numériques guidant la génération d'images – ne constituent pas des « copies » au sens du Copyright, Designs and Patents Act 1988. Ces poids ne stockent ni ne reproduisent d'informations visuelles issues des données d'entraînement, ce qui les distingue des copies contrefaisantes traditionnelles. Cette distinction est cruciale pour les développeurs, car elle suggère que les paramètres du modèle seuls peuvent ne pas constituer des violations du droit d'auteur, bien que les sorties générées par ces modèles puissent toujours présenter des risques.
Marques : un risque nuancé
La cour a estimé que les versions antérieures de Stable Diffusion pouvaient, sous certaines conditions, générer des images synthétiques contenant les filigranes de Getty. Si de telles sorties apparaissent dans le cadre d'activités commerciales et provoquent une confusion chez les consommateurs, elles peuvent être qualifiées de violation de marque. Cependant, la cour a souligné que ce risque était limité dans sa portée.
Les facteurs clés ayant influencé la décision incluent :
- Variations du modèle : Les itérations précédentes de Stable Diffusion présentaient un risque plus élevé de reproduction de filigranes que les versions plus récentes.
- Mécanismes de filtrage : Les améliorations apportées par Stability AI dans les environnements hébergés, tels que DreamStudio, ont considérablement réduit la probabilité de sorties portant atteinte à la marque.
- Comportement des utilisateurs : La reproduction de filigranes était moins fréquente lorsque les utilisateurs accédaient au modèle via des plateformes contrôlées plutôt que par des téléchargements open source.
La cour a conclu que, bien que certains cas historiques de violation de marque se soient produits, ils n'ont pas causé de préjudice significatif à la marque ou à la réputation de Getty. Cette nuance met en évidence l'importance du contexte dans l'évaluation des revendications relatives aux marques dans les sorties générées par l'IA.
Implications pour les entreprises
Pour les titulaires de droits, cette affaire souligne la nécessité d'une surveillance proactive. Le suivi de l'utilisation des ensembles de données et des lieux d'entraînement est essentiel, car la territorialité peut limiter les options juridiques. Le filigranage du contenu reste un outil crucial, mais les entreprises doivent également veiller à ce que leurs filigranes soient distincts et difficiles à reproduire. Des conditions contractuelles claires avec les contributeurs et les utilisateurs peuvent offrir des garanties supplémentaires contre l'entraînement non autorisé de l'IA.
Les entreprises devraient envisager d'utiliser IP Defender, qui surveille les bases de données nationales de marques pour détecter les conflits et les violations. Ce service aide à identifier les problèmes potentiels avant qu'ils ne s'aggravent, garantissant ainsi la protection des marques dans un paysage numérique en évolution rapide.
Pour les développeurs d'IA, la décision apporte certaines clarifications mais ne les exonère pas de toute responsabilité. Bien que les paramètres du modèle eux-mêmes puissent ne pas être contrefaisants, les sorties générées par ces modèles pourraient toujours poser des risques. Les développeurs devraient prioriser la documentation des processus de filtrage, des mécanismes de détection de filigranes et de l'origine des données afin de démontrer leur conformité aux normes en matière de marques et de droit d'auteur.
Une feuille de route pour l'avenir
La décision Getty Images c. Stability AI reflète l'évolution du paysage juridique de l'IA. Alors que les modèles génératifs deviennent plus sophistiqués, les entreprises doivent équilibrer innovation et responsabilité. Pour les titulaires de droits, la vigilance dans la surveillance des ensembles de données et des sorties est non négociable. Pour les développeurs, la transparence et des mesures de protection robustes seront essentielles pour naviguer dans les complexités juridiques du déploiement de l'IA.
Cette affaire rappelle qu'à l'ère de l'IA, la frontière entre innovation et contrefaçon devient de plus en plus floue. Les enjeux pour les entreprises sont élevés, et le besoin de pratiques claires et applicables n'a jamais été aussi grand.