Microsoft affirme au tribunal que Copilot reproduit rarement des livres dans le cadre du MDL sur le droit d’auteur de l’IA

Microsoft a présenté une requête de jugement sommaire le 4 septembre 2026 dans le litige consolidé sur le droit d’auteur intenté par des auteurs de livres et des éditeurs de presse concernant la formation de grands modèles de langage, indiquant à un tribunal fédéral de Manhattan qu’une analyse d’expert de 8,2 millions de conversations Copilot n’a révélé que 24 réponses contenant au moins 30 mots correspondant aux œuvres revendiquées par les auteurs.

Ce chiffre provient d’une analyse décrite dans le mémoire juridique de Microsoft soutenant sa requête de jugement sommaire dans les affaires consolidées des plaignants du secteur des livres, faisant partie du litige multidistrict en instance devant le juge Sidney H. Stein à la Cour de district des États‑Unis pour le district sud de New York. La Authors Guild ainsi que des auteurs de fiction et de non‑fiction nommés ont intenté l’action environ dix mois après le lancement public de ChatGPT par OpenAI en novembre 2022, ajoutant plus tard Microsoft comme défendeur.

Ce que l’analyse des journaux de Copilot a révélé

Selon le mémoire, l’expert des auteurs de livres, le Dr Shawn Shan, a employé un protocole d’extraction antagoniste d’environ 5,3 millions de tentatives qui ont alimenté les modèles GPT avec des passages de livres reproduits mot à mot, comportant plusieurs centaines de mots, et moins de 1 % de ces tentatives ont produit une correspondance de 30 mots. Microsoft a décrit l’exercice comme celui où l’expert sélectionnait un passage cible et sollicitait à plusieurs reprises le modèle jusqu’à ce qu’il génère le texte souhaité.

En dehors de ce cadre de laboratoire, le mémoire indique que Shan a examiné 8,2 millions de conversations provenant du produit Copilot de Microsoft et a identifié 24 réponses contenant 30 mots correspondants — un taux que le dossier décrit comme 0,00029 pour cent. Pour 202 des 212 livres revendiqués, le mémoire indique que l’expert n’a trouvé aucune régurgitation dans les journaux. « Cela ne porte guère atteinte à l’objectif transformateur de la formation des LLM », conclut le dossier.

Microsoft a également cité les propres preuves de ventes des auteurs, affirmant que les plaignants vendent autant de livres qu’ils l’auraient fait si ChatGPT et Copilot n’avaient jamais été lancés, et qu’ils ont trouvé pratiquement aucun exemple de productions réelles correspondant à leurs œuvres. Le mémoire cite le dramaturge David Henry Hwang déclarant qu’il ne croit pas que les LLM des défendeurs nuisent au marché de ses pièces, et indique que les analyses de ventes ne montrent aucune baisse attribuable à l’arrivée des modèles.

L’argument de l’utilisation équitable

L’argument juridique central du dossier de Microsoft est que la formation d’un LLM sur des livres protégés par le droit d’auteur constitue une utilisation équitable en droit. Le mémoire soutient que l’usage est « profondément transformateur », en se référant à des décisions dans deux autres affaires de formation d’IA — l’une contre Meta et l’autre contre Anthropic — qui ont décrit la formation de LLM comme hautement transformative. Les livres sont créés pour être lus, indique le dossier, tandis que l’utilisation par OpenAI de textes tels que The Street Lawyer de John Grisham et Cleopatra de Stacy Schiff servait à un objectif technologique : construire un modèle qui génère des réponses en langage naturel aux invites.

Concernant l’accent mis par les auteurs sur le téléchargement par OpenAI de livres depuis Library Genesis, un dépôt en ligne connu pour contenir des copies non autorisées, Microsoft a déclaré que le dossier incontesté établit qu’il n’a pas téléchargé ces ouvrages et n’a eu aucune implication dans l’acquisition de ces ensembles de données, et a soutenu que la provenance des données de formation ne modifie pas l’analyse de l’utilisation équitable parce que chaque étape du processus servait le même objectif de formation.

Le mémoire aborde également la mise à disposition, à la demande d’OpenAI, de parties de l’index du moteur de recherche Bing. Le mémoire indique que les preuves sont inconclusives quant à savoir si ces parties contenaient des œuvres des plaignants, notant que l’expert des plaignants a identifié entre 8 et 24 œuvres revendiquées dans les parties transférées de l’index, et soutient que le transfert faisait partie de la formation du LLM indépendamment de cela.

Sur le préjudice au marché, Microsoft a demandé au tribunal de rejeter deux théories qu’il attribue aux plaignants : la perte de redevances de licence pour les données de formation, et la « dilution du marché » due aux livres assistés par l’IA qui concurrenceraient les ouvrages des auteurs. Des recherches citées dans le dossier ont montré que la grande majorité des consommateurs n’achèteraient pas un livre généré par IA même à un prix drastiquement inférieur, selon la déclaration d’expert de la société. Le mémoire ajoute que toute exigence de licence pour les données de formation constituerait une barrière énorme à l’innovation, les développeurs devant obtenir les œuvres de millions d’auteurs.

Microsoft a simultanément présenté une requête de jugement sur les conclusions de la plainte concernant la contrefaçon contributive, selon le même mémoire, qui indique que considérer la formation du LLM comme une utilisation équitable exclurait indépendamment cette revendication. La société a également déposé une demande distincte de jugement sommaire dans les affaires consolidées des plaignants du secteur de la presse le même jour ; son mémoire sur les livres décrit le dépôt de la presse comme expliquant pourquoi l’outil basé sur le LLM contesté par les éditeurs est légal.

Ce qui suit dans le MDL

Les dépôts ont été intégrés à In re: OpenAI, Inc. Copyright Infringement Litigation, la procédure multidistrict combinant les affaires des auteurs et des éditeurs. Les dossiers du registre montrent que The New York Times Company a déposé ses propres requêtes de jugement sommaire le 4 septembre 2026, avec des réponses attendues avant le 5 octobre 2026, et qu’OpenAI a déposé une requête de jugement sommaire sur les prétentions des plaignants du secteur de la presse le même jour.

Un ordre de scellage stipulé signé par le juge Stein le 3 septembre 2026 fixe le calendrier de diffusion publique du mémoire : les parties et les tiers doivent déposer toute demande de maintien des rédactions dans les mémoires de jugement sommaire avant le 14 septembre 2026, et les parties doivent republier leurs mémoires et leurs déclarations en vertu de la règle 56.1 avec toutes les parties non contestées non censurées avant le 17 septembre 2026. Les mémoires d’opposition suivent une voie parallèle, avec une republication publique requise avant le 15 octobre 2026.