Dans un entrepôt des États-Unis, des machines hydrauliques découpaient des livres pour ensuite scanner leur contenu avec des équipements d'imagerie industriels. Des documents judiciaires récemment déclassifiés révèlent qu'une entreprise a acheté, détruit et scanné secrètement des millions de livres pour entraîner son intelligence artificielle, dans une opération interne baptisée Projet Panama.
Le plan, décrit dans un document interne de planification, avait pour objectif “d'extraire de façon destructrice tous les livres du monde”. Le texte lui-même mettait en garde sur la nécessité de discrétion : “Nous ne voulons pas que l'on sache que nous travaillons là-dessus”. La révélation a exposé le traitement réservé au travail de écrivains, artistes et autres créateurs.
Comment fonctionnait le Projet Panama
L'initiative a commencé au début de 2024, lorsque des dirigeants cherchaient des livres antérieurs à ceux déjà disponibles sur Internet qui pouvaient apprendre à “bien écrire” au lieu d'imiter “le jargon internet de basse qualité”, selon les documents judiciaires.
La société a acquis des dizaines de milliers d'exemplaires d'un coup auprès de fournisseurs. Elle a ensuite externalisé le processus de scanning et de destruction à un tiers, qui utilisait une machine hydraulique pour couper les dos et séparer les pages une à une, de sorte qu'elles puissent être copiées et chargées rapidement.
Un des fournisseurs qui a travaillé avec l'entreprise a déclaré qu'elle cherchait à convertir de 500.000 à deux millions de livres en six mois. Après le scanning, le papier devenait des déchets destinés à des usines de recyclage, où il était transformé en produits comme du papier toilette et des boîtes en carton.
Les documents internes suggèrent que les dirigeants pensaient que l'utilisation des livres améliorerait la qualité de la communication et aiderait à prévenir le collapsus des modèles d'intelligence artificielle, un phénomène de dégradation qui se produit lorsque le système est entraîné avec des textes déjà contaminés.
Contrairement à une grande partie du web moderne, les livres offrent des volumes importants de littérature écrite par des personnes et éditée de manière professionnelle, sans interférence de contenus générés par des machines. Le défi pour l'entreprise était de comment obtenir ce matériel à grande échelle, et les documents indiquent que les dirigeants pouvaient compter sur le fait que la manœuvre passerait inaperçue ou, dans le cas contraire, que le résultat final justifierait la méthode.
Un document présentait que l'un des dirigeants a obtenu une collection de contenu protégé par des droits d'auteur. Le document incluait même une capture d'écran du navigateur pendant le téléchargement des livres.
La plainte qui a révélé le projet secret
Le Projet Panama n'est devenu connu du public que par des milliers de pages de documentation déclassifiée dans une action collective pour violation des droits d'auteur. En 2024, un groupe d'auteurs a déposé une action légale, accusant l'entreprise d'utiliser illégalement leurs œuvres.
Le mois dernier, l'entreprise, valorisée à plusieurs millions de dollars, a accepté de payer une somme importante pour résoudre le cas, une somme qui couvre un certain nombre d'œuvres éligibles. “C'est la plus grande indemnisation connue pour violation de droits d'auteur de l'histoire”, a déclaré un avocat principal des auteurs.
Le règlement constitue le premier d'une série de plaintes contre des entreprises d'intelligence artificielle qui arrive à une résolution de ce type. D'autres entreprises affrontent des litiges similaires.
Ce que laisse le jugement
Le jugement original a établi que l'utilisation de livres acquis légalement était protégée comme utilisant de bonne foi sous la législation locale, bien qu'il ait marqué une distinction par rapport aux millions d'exemplaires que l'entreprise avait piratés précédemment.
“La résolution historique du tribunal reste intacte”, a déclaré la responsable juridique de l'entreprise. “La question sur laquelle nous sommes parvenus à un accord porte sur la manière dont certains matériaux ont été acquis, et non sur notre capacité à les utiliser pour développer une intelligence artificielle”, a ajouté un représentant.
Alors que d'autres procédures judiciaires continuent leur cours, les documents déclassifiés sur le Projet Panama demeurent comme témoignage de la méthode avec laquelle une des principales entreprises du secteur a obtenu une partie du matériel utilisé pour entraîner sa technologie.