Lundi, la juge Eumi K. Lee du Northern District of California a rejeté la requête des plaignants visant à obtenir réparation contre une ordonnance de découverte rendue par une magistrate dans l’affaire In re Google Generative AI Copyright Litigation. Effet pratique : Google n’a pas à identifier quelles œuvres protégées des membres du groupe se trouvent dans ses ensembles de données d’entraînement. Deux autres ordonnances rendues le même jour préparent la certification du groupe.
La phrase au cœur de l’affaire
L’ordonnance reprend mot pour mot la position de Google : « Il n’existe aucune liste des œuvres utilisées par Google pour l’entraînement, et aucun moyen pour Google d’en générer une. Le seul relevé, et le seul moyen de déterminer quels matériaux Google a utilisés pour entraîner ses modèles d’IA, est constitué par les données d’entraînement elles-mêmes. » La magistrate Susan van Keulen avait estimé que « seuls les ensembles de données d’entraînement révéleront quelles œuvres du groupe putatif ont finalement été utilisées », et que la demande des plaignants aurait conduit Google à dupliquer un travail déjà accompli par leur propre expert proposé — « redondant et non proportionné aux besoins de l’affaire ».
Ce que la lecture classique passe à côté
Dire que « la juge estime que Google n’a pas à dire sur quoi il a entraîné ses modèles » va trop loin à trois égards. D’abord, sur le standard : une réparation au titre de la règle 72(a) ne peut être accordée que si l’ordonnance est « manifestement erronée ou contraire au droit », et l’ordonnance de la juge Lee précise explicitement qu’elle « ne peut pas simplement se substituer » au jugement de la magistrate. Elle n’a pas tranché la question de savoir si Google peut produire une telle liste ; elle a estimé qu’elle ne pouvait pas conclure à une erreur manifeste dans la décision d’une autre juge disant qu’il n’était pas tenu de le faire. Ensuite, la phrase de Google est une position de plaidoirie citée par le tribunal, et non une constatation judiciaire de fait. Le raisonnement réel du tribunal est que van Keulen ne s’est pas contentée de croire Google sur parole — elle a apprécié des témoignages de déposition. Enfin, il s’agit de découverte. Rien ici ne touche à l’usage loyal, à la contrefaçon ou aux dommages-intérêts.
Pourquoi une décision de découverte a un tel poids
Identifier quelles œuvres précises figurent dans un corpus d’entraînement est l’élément porteur de toute action collective liée aux données d’entraînement de l’IA. Sans liste d’œuvres, l’ascertainability et la prédominance au titre de la règle 23 deviennent nettement plus difficiles : il faut définir un groupe en se référant à quelque chose que personne ne peut énumérer. Cette décision reporte cette charge sur l’analyse, par l’expert des plaignants, d’ensembles de données échantillons, et elle intervient alors que la requête en certification est pendante devant la même juge.
Ce qui reste en jeu
La requête en certification du groupe, quatre requêtes visant à écarter des experts, une requête en sanctions et une requête en intervention. La réponse de deux pages de Google sur l’autorité complémentaire doit être déposée le 8 septembre. Une troisième ordonnance rendue le même jour a mis fin à sept requêtes supplantées et précise en toutes lettres qu’elle est administrative et ne porte pas atteinte aux droits des parties — il s’agit de gestion de dossier, pas de sept rejets.