Procès NYT : pour un cadre de Microsoft, le scraping était un vol

Le dossier judiciaire le plus scruté de l’IA générative vient de perdre une partie de son caviardage. Jeudi 17 septembre 2026, la motion de jugement sommaire déposée par les organes de presse menés par le New York Times a été descellée, dans la procédure qui les oppose depuis trois ans à OpenAI et Microsoft. Ars Technica et TechCrunch en tirent le même constat : ce que les deux entreprises plaident devant le juge ressemble peu à ce qu’elles s’écrivaient entre elles.

Un mémo de janvier 2023, et le mot qu’on n’écrit pas

Brent Hecht, Director of Applied Science chez Microsoft, décrit dans un mémo interne de janvier 2023 la collecte massive de contenus de presse comme « an astonishing theft of unprecedented proportions », et peut-être « the largest theft of labor in human history » — le plus grand vol de travail de l’histoire humaine, donc, écrit noir sur blanc dans un document d’entreprise. Dans un autre texte, il juge que le projet de scraper largement la presse fait « a complete mockery of the idea of ‘fair use’ ».

Le même document reconnaît que « almost no one intended for content they created to be used in this fashion, nor are they compensated for its use ». Selon Ars Technica, Microsoft se désolidarise aujourd’hui des propos de son cadre.

Le « doom loop » se lit dans les taux de clic

Une présentation interne de janvier 2024, signée du même Hecht, chiffre l’effet : le taux de clic vers le domaine du New York Times baisse jusqu’à 93 % avec le moteur de réponse Copilot, comparé à une recherche Bing classique. Ars Technica relève 83 à 93 % de chute pour certains plaignants, 51 à 94 % pour d’autres. Le document parle d’un « doom loop » qui va « hurt the performance of our models and the entire web at the same time », puis formule le problème avec une lucidité rare pour une slide interne : « It is highly unusual that an end-product threatens the economic foundations of its essential suppliers, but that is the situation we have created for our LLM business with respect to its ‘content supply chain’. »

Chez OpenAI, Nick Turley, responsable de ChatGPT, écrit que les éditeurs affrontent une « existential threat », que les produits sont « largely substitutive, period » et « will get more and more substitutive as they get better ». Un ingénieur maison ajoute : « no matter how prominently we show the links, users won’t click. »

Pourquoi ces phrases tapent au bon endroit

Le fair use autorise l’usage d’une œuvre protégée dans certains cas — parodie, information, critique — à condition notamment que cet usage ne se substitue pas au marché de l’original. Or ce sont précisément les mots employés en interne : substitutif, menace existentielle, effondrement du trafic. Satya Nadella a par ailleurs déclaré sous serment plus tôt cette année que « anything that is paywalled should be licensed by anyone who wants to use it…for grounding or training », et affirmé que, s’il avait su qu’OpenAI s’était entraîné sur du contenu payant, il aurait exigé un réentraînement des modèles.

L’échelle, elle, tient dans trois nombres : plus de 91 692 copies d’œuvres du Times, du Daily News et du Center for Investigative Reporting dans les seuls jeux de mid-training d’OpenAI, plus de 2 millions de documents issus de nytimes.com dans un corpus dérivé de Common Crawl, au moins 160 903 œuvres uniques dans le jeu de données constitué via le projet Mango.

Ce qui reste sous scellés

Une réserve de taille, signalée par TechCrunch : l’essentiel de ces éléments provient du mémoire des plaignants, pas des pièces elles-mêmes, qui restent scellées. Les citations circulent donc sans leur contexte d’origine, et une phrase de mémo interne n’a jamais gagné un procès à elle seule. Jusqu’ici, rappelle TechCrunch, les juges se sont plutôt montrés réceptifs à l’argument du fair use, et l’administration Trump a déposé ce mois-ci un mémoire en défense de l’usage non licencié de contenus protégés par OpenAI.

Trois ans de procédure pour découvrir que la meilleure pièce du dossier dormait dans une présentation PowerPoint.