Meta retire une clause autorisant le scraping pour l’entraînement d’IA

Contexte juridique et commercial

Meta a récemment modifié ses conditions commerciales d’utilisation en y intégrant une disposition qui autorisait l’entreprise à « utiliser tout contenu provenant des domaines, pages web ou URL d’un compte professionnel » pour fournir, développer, améliorer, rechercher, entraîner et maintenir l’intégrité de ses produits et services. Cette formulation a été qualifiée de « remarquable » par des experts juridiques consultés par Nieman Lab, car elle pouvait théoriquement permettre à Meta de scraper les sites de n’importe quel éditeur disposant d’un compte professionnel et d’exploiter ces données dans ses modèles d’intelligence artificielle.

Le même article rappelle que Meta a déjà échappé à un procès de grande visibilité concernant une accusation de violation de droits d’auteur l’année précédente, mais que d’autres actions judiciaires contre les entreprises d’IA, dont Meta, restent en cours. Cette situation juridique crée un cadre de tension entre les éditeurs de contenus et les plateformes qui souhaitent enrichir leurs modèles d’IA avec des données publiques.

Mécanisme de la clause et risques associés

La clause précise que le contenu des « domains, web pages, or URLs » liés à un compte professionnel pouvait être exploité pour l’ensemble du cycle de vie des produits Meta, y compris l’entraînement de modèles d’IA. Cette portée large implique que chaque page indexée par les crawlers de Meta pourrait être considérée comme source d’entraînement, sans distinction entre contenu protégé et contenu libre de droits. Le risque juridique réside dans la possible violation du droit d’auteur, puisque la collecte massive de texte ou d’images pourrait être interprétée comme une reproduction non autorisée.

Sur le plan technique, la capacité de scraper l’ensemble des sites d’un éditeur dépend de l’infrastructure de crawling de Meta, qui opère déjà à grande échelle pour alimenter ses services publicitaires. La clause n’introduit pas de nouveau mécanisme de collecte, mais elle élargit le cadre d’utilisation des données déjà collectées, ce qui soulève des questions de transparence et de gouvernance des données d’entraînement.

Retrait de la disposition et implications

Selon un rapport de The Verge, Meta a finalement retiré la disposition incriminée de ses conditions d’utilisation. Un porte-parole de l’entreprise a déclaré que les termes consolidés concernaient uniquement les produits publicitaires et commerciaux, et que le retrait visait à clarifier cette limitation. La société affirme que cela n’affecte pas la façon dont ses crawlers opèrent sur le web.

Le retrait atténue la pression juridique exercée par les éditeurs, mais il ne modifie pas le comportement technique de collecte. Les éditeurs restent exposés aux crawlers de Meta, même si l’usage explicite des données pour l’entraînement d’IA n’est plus mentionné. Cette évolution montre comment les entreprises technologiques ajustent leurs politiques contractuelles en réponse aux critiques, tout en conservant leurs capacités d’infrastructure existantes.