Denas Grybauskas, Directeur de la gouvernance et de la stratégie chez Oxylabs – Série d’entretiens

Denas Grybauskas est le Directeur de la gouvernance et de la stratégie chez Oxylabs, un leader mondial dans la collecte d’intelligence web et les solutions de proxy premium.

Fondé en 2015, Oxylabs propose l’un des plus grands réseaux de proxies éthiquement sourcés au monde – avec plus de 177 millions d’adresses IP dans 195 pays – ainsi que des outils avancés tels que Web Unblocker, Web Scraper API et OxyCopilot, un assistant de scraping alimenté par l’IA qui convertit les requêtes de langage naturel en requêtes de données structurées.

Vous avez eu un parcours impressionnant dans le domaine du droit et de la gouvernance en Lituanie. Qu’est-ce qui vous a personnellement motivé à relever l’un des défis les plus polémiques de l’IA – l’éthique et le droit d’auteur – dans votre rôle chez Oxylabs ?

Oxylabs a toujours été le porte-drapeau de l’innovation responsable dans l’industrie. Nous avons été les premiers à plaider pour une source de proxies éthique et des normes industrielles pour le scraping web. Maintenant, avec l’IA qui évolue si rapidement, nous devons nous assurer que l’innovation est équilibrée avec la responsabilité.

Nous avons vu cela comme un énorme problème auxquels est confrontée l’industrie de l’IA, et nous pouvions également voir la solution. En fournissant ces jeux de données, nous permettons aux entreprises d’IA et aux créateurs d’être sur la même longueur d’onde en ce qui concerne le développement équitable de l’IA, ce qui est bénéfique pour toutes les parties impliquées. Nous savions combien il était important de donner la priorité aux droits des créateurs tout en fournissant du contenu pour le développement des futurs systèmes d’IA, nous avons donc créé ces jeux de données comme quelque chose qui peut répondre aux besoins du marché actuel.

Le Royaume-Uni est en pleine bataille acharnée sur le droit d’auteur, avec des voix fortes des deux côtés. Comment interprétez-vous l’état actuel du débat entre l’innovation de l’IA et les droits des créateurs ?

Alors que c’est important que le gouvernement britannique donne la priorité à l’innovation technologique productive, il est essentiel que les créateurs se sentent renforcés et protégés par l’IA, et non volés. Le cadre juridique actuellement débattu doit trouver un point d’équilibre entre la promotion de l’innovation et, en même temps, la protection des créateurs, et j’espère que dans les semaines à venir, nous verrons qu’ils trouvent un moyen de trouver un équilibre.

Oxylabs vient de lancer les premiers jeux de données éthiques YouTube, qui nécessitent le consentement des créateurs pour la formation de l’IA. Comment fonctionne exactement ce processus de consentement – et combien est-il évolutif pour d’autres industries comme la musique ou l’édition ?

Tous les millions de vidéos originales dans les jeux de données ont le consentement explicite des créateurs pour être utilisées pour la formation de l’IA, en connectant les créateurs et les innovateurs de manière éthique. Tous les jeux de données proposés par Oxylabs comprennent des vidéos, des transcripts et des métadonnées riches. Même si ces données ont de nombreux cas d’utilisation potentiels, Oxylabs les a affinés et préparés spécifiquement pour la formation de l’IA, qui est l’utilisation à laquelle les créateurs de contenu ont sciemment consenti.

De nombreux dirigeants de l’industrie technologique affirment que l’exigence d’un consentement explicite de la part de tous les créateurs pourrait « tuer » l’industrie de l’IA. Quelle est votre réponse à cette affirmation, et comment l’approche d’Oxylabs prouve le contraire ?

Exiger que, pour chaque utilisation de matériel pour la formation de l’IA, il y ait un consentement explicite préalable présente des défis opérationnels importants et entraînerait un coût important pour l’innovation de l’IA. Au lieu de protéger les droits des créateurs, cela pourrait involontairement inciter les entreprises à déplacer leurs activités de développement vers des juridictions avec des mécanismes de régulation moins rigoureux ou des régimes de droit d’auteur différents. Cependant, cela ne signifie pas qu’il ne peut y avoir aucun terrain d’entente où le développement de l’IA est encouragé tout en respectant le droit d’auteur. Au contraire, ce dont nous avons besoin, ce sont des mécanismes praticables qui simplifient la relation entre les entreprises d’IA et les créateurs.

Ces jeux de données offrent une approche pour aller de l’avant. Le modèle de sortie, selon lequel le contenu peut être utilisé à moins que le propriétaire du droit d’auteur ne se désinscrive explicitement, en est un autre. La troisième voie serait de faciliter les accords entre les éditeurs, les créateurs et les entreprises d’IA grâce à des solutions technologiques, telles que des plateformes en ligne.

En fin de compte, toute solution doit fonctionner dans les limites des lois sur le droit d’auteur et la protection des données applicables. Chez Oxylabs, nous croyons que l’innovation de l’IA doit être poursuivie de manière responsable, et notre objectif est de contribuer à des cadres juridiques pratiques qui respectent les créateurs tout en permettant les progrès.

Quels ont été les plus grands obstacles que votre équipe a dû surmonter pour rendre les jeux de données basés sur le consentement viables ?

La voie s’est ouverte pour nous grâce à YouTube, qui a permis aux créateurs de contenu de licencier facilement et commodément leur travail pour la formation de l’IA. Après cela, notre travail a été principalement technique, consistant à rassembler des données, à les nettoyer et à les structurer pour préparer les jeux de données, et à construire l’ensemble de la configuration technique pour que les entreprises puissent accéder aux données dont elles avaient besoin. Mais c’est quelque chose que nous faisons depuis des années, d’une façon ou d’une autre. Bien sûr, chaque cas présente ses propres défis, en particulier lorsqu’il s’agit de quelque chose d’aussi vaste et complexe que les données multimodales. Mais nous avions à la fois les connaissances et la capacité technique pour le faire. Étant donné cela, une fois que les auteurs de YouTube ont eu la chance de donner leur consentement, le reste n’était qu’une question de mettre notre temps et nos ressources dans cela.

Au-delà du contenu YouTube, envisagez-vous un avenir où d’autres types de contenu majeurs – tels que la musique, l’écriture ou l’art numérique – peuvent également être licenciés de manière systématique pour être utilisés comme données de formation ?

Pendant un certain temps, nous avons souligné la nécessité d’une approche systématique pour donner son consentement et licencier le contenu afin de permettre l’innovation de l’IA tout en équilibrant les droits des créateurs. Seulement lorsque il existe un moyen pratique et coopératif pour les deux parties d’atteindre leurs objectifs, il y aura un avantage mutuel.

Ceci n’est que le début. Nous croyons que la fourniture de jeux de données comme les nôtres dans une gamme d’industries peut fournir une solution qui met finalement fin au débat sur le droit d’auteur de manière amiable.

L’importance des offres comme les jeux de données éthiques d’Oxylabs varie-t-elle en fonction des différentes approches de gouvernance de l’IA dans l’UE, le Royaume-Uni et d’autres juridictions ?

D’une part, la disponibilité de jeux de données basés sur le consentement explicite nivelles le terrain pour les entreprises d’IA basées dans des juridictions où les gouvernements sont enclins à des réglementations plus strictes. La principale préoccupation de ces entreprises est que, plutôt que de soutenir les créateurs, des règles strictes pour obtenir le consentement ne donneraient qu’un avantage injuste aux développeurs d’IA dans d’autres juridictions. Le problème n’est pas que ces entreprises ne se soucient pas du consentement, mais plutôt qu’sans un moyen pratique d’obtenir celui-ci, elles sont condamnées à rester en arrière.

D’autre part, nous croyons que si le fait de donner son consentement et d’accéder à des données licenciées pour la formation de l’IA est simplifié, il n’y a aucune raison pour laquelle cette approche ne devrait pas devenir la méthode préférée à l’échelle mondiale. Nos jeux de données basés sur le contenu YouTube licencié sont un pas vers cette simplification.

Alors que la méfiance du public à l’égard de la formation de l’IA grandit, comment pensez-vous que la transparence et le consentement peuvent devenir des atouts concurrentiels pour les entreprises technologiques ?

Bien que la transparence soit souvent considérée comme un obstacle à l’avantage concurrentiel, c’est également notre plus grande arme pour lutter contre la méfiance. Plus les entreprises d’IA peuvent fournir de la transparence, plus il y a de preuves d’une formation éthique et bénéfique de l’IA, ce qui reconstruit la confiance dans l’industrie de l’IA. Et à leur tour, les créateurs voyant qu’ils et la société peuvent tirer un avantage de l’innovation de l’IA auront plus de raisons de donner leur consentement à l’avenir.

Oxylabs est souvent associé à la collecte de données web et à l’intelligence web. Comment cette nouvelle initiative éthique s’inscrit-elle dans la vision plus large de l’entreprise ?

La sortie de jeux de données YouTube éthiquement sourcés continue notre mission chez Oxylabs d’établir et de promouvoir des pratiques industrielles éthiques. Dans ce cadre, nous avons co-fondé l’Initiative pour la collecte éthique de données web (EWDCI) et introduit un cadre de transparence pour la source de proxy. Nous avons également lancé le projet 4β dans le cadre de notre mission pour permettre aux chercheurs et aux universitaires de maximiser leur impact de recherche et d’améliorer la compréhension des données web publiques critiques.

En regardant vers l’avenir, pensez-vous que les gouvernements devraient rendre obligatoire le consentement par défaut pour les données de formation, ou devrait-il rester une initiative volontaire menée par l’industrie ?

Dans une économie de marché libre, il est généralement préférable de laisser le marché se corriger lui-même. En permettant à l’innovation de se développer en réponse aux besoins du marché, nous réinventons et renouvelons continuellement notre prospérité. La législation draconienne n’est jamais un bon premier choix et ne devrait être recourue qu’en dernier ressort, lorsque toutes les autres voies pour assurer la justice tout en permettant l’innovation ont été épuisées.

Il ne semble pas que nous soyons déjà arrivés à ce point dans la formation de l’IA. Les options de licence de YouTube pour les créateurs et nos jeux de données démontrent que cet écosystème cherche activement des moyens de s’adapter à de nouvelles réalités. Ainsi, même si une réglementation claire est, bien sûr, nécessaire pour garantir que tout le monde agit dans le respect de ses droits, les gouvernements pourraient vouloir agir avec prudence. Plutôt que d’exiger un consentement explicite dans chaque cas, ils pourraient vouloir examiner les moyens par lesquels les industries peuvent développer des mécanismes pour résoudre les tensions actuelles et prendre leurs repères à partir de là lors de la législation pour encourager l’innovation plutôt que de la freiner.

Quels conseils offririez-vous aux startups et aux développeurs d’IA qui souhaitent donner la priorité à une utilisation éthique des données sans freiner l’innovation ?

Une façon pour les startups de faciliter l’utilisation éthique des données consiste à développer des solutions technologiques qui simplifient le processus d’obtention du consentement et de création de valeur pour les créateurs. Alors que des options pour acquérir des données sourcées de manière transparente émergent, les entreprises d’IA n’ont pas à compromettre sur la vitesse ; par conséquent, je les conseille de garder les yeux ouverts sur de telles offres.

 Je vous remercie pour cette grande interview, les lecteurs qui souhaitent en savoir plus peuvent visiter Oxylabs.