Newark, dans l’État du Delaware, les premiers cartons doivent partir dès cet été. Pendant trois ans, plus de 100.000 volumes seront envoyés, par lots sécurisés, vers le centre américain de numérisation de Google. Les exemplaires rejoindront ensuite les collections de l’université, qui recevra également une copie numérique de chaque document traité.
Le partenariat, annoncé le 9 juillet par l’University of Delaware Library, Museums and Press, cible des titres rares, épuisés ou encore absents d’internet. La sélection doit notamment mettre en valeur les Delawareana — les ouvrages consacrés à l’histoire et à la culture de cet État —, d’anciens catalogues commerciaux ainsi que des éditions qui ne figurent pas dans les fonds déjà fournis par d’autres établissements partenaires de Google Books.
Littérature, histoire, sciences politiques, éducation, art et culture composeront également ce corpus. Une fois les pages scannées, les œuvres relevant du domaine public seront consultables dans leur intégralité. Pour les titres toujours protégés, Google Books limitera l’affichage à quelques extraits, sauf autorisation plus large des titulaires de droits.
Tous les documents deviendront interrogeables dans Google Books et pourront être retrouvés depuis le catalogue de l’université. Ils seront aussi conservés dans HathiTrust, bibliothèque numérique coopérative qui réunit plus de 19 millions de documents.
Quand les rayonnages rencontrent l’AI
L’originalité de l’accord ne réside pas dans son ampleur. Google a déjà conclu des partenariats comparables avec de nombreuses institutions, dont l’Université de Berne, qui lui avait confié 100.000 volumes en 2019. Cette fois, l’établissement américain ajoute ouvertement l’entraînement des intelligences artificielles aux bénéfices attendus de la numérisation.
« Un élément important à nos yeux est que Google utilise les contenus numérisés pour contribuer à l’entraînement de modèles d’intelligence artificielle », indique Trevor A. Dawes, vice-provost chargé des bibliothèques et des musées. Il estime que des ressources académiques « fiables, savantes et soigneusement sélectionnées », accompagnées de leurs références et de leur contexte bibliographique, peuvent améliorer les données auxquelles ces systèmes sont exposés.
COMMERCE – Une grande enseigne américaine vend les livres générés par IA
L’université espère ainsi que de futurs outils apprendront aussi à partir de contenus vérifiés. Elle ne dit toutefois pas que chacun des 100.000 ouvrages sera effectivement intégré à un jeu de données d’entraînement. La déclaration expose une finalité prise en considération par l’établissement, sans documenter le traitement concret réservé à ce corpus.
La distinction est d’autant plus nécessaire que Steve McVay, responsable du Google Books Library Project cité dans le même communiqué, salue l’arrivée de titres universitaires particuliers dans une « bibliothèque numérique mondiale », mais ne mentionne aucun usage lié à l’IA.
L’entraînement reste LA boîte noire
La documentation publique de Google présente le Library Project comme un dispositif de recherche et de consultation. Les ouvrages du domaine public peuvent être lus intégralement, tandis que les textes protégés restent consultables sous forme de courts extraits. Les bibliothèques partenaires reçoivent une copie numérique des volumes provenant de leurs collections.
Google permet aux éditeurs et aux auteurs de demander qu’un titre ne soit pas scanné ou qu’il soit retiré des résultats de Google Books. Les pages publiques du programme ne décrivent cependant aucun mécanisme d’opposition propre à l’utilisation des fichiers pour entraîner une intelligence artificielle.
Le communiqué du Delaware demeure tout aussi silencieux sur les modèles susceptibles d’en bénéficier, les catégories de titres concernées, les éventuelles licences, la rémunération des titulaires de droits ou les responsabilités respectives de l’université et de Google. Il n’indique pas davantage si l’emploi envisagé se limiterait aux œuvres du domaine public.
Un précédent juridique existe pour Google Books, mais il ne répond pas à ces questions. En 2015, une cour d’appel fédérale américaine avait jugé que la copie intégrale des ouvrages nécessaire à leur indexation, à la recherche et à l’affichage de courts extraits relevait du fair use. Cette décision portait sur le moteur documentaire, non sur l’entraînement d’un modèle génératif.
Le calendrier rend cette absence de précision particulièrement sensible. Le 10 juillet, au lendemain de l’annonce, Hachette Book Group, Cengage Learning, Elsevier et l’écrivain Scott Turow ont déposé une action collective contre Google (voir ci-dessous).
À LIRE – Mark Zuckerberg tenu personnellement responsable des pillages de livres par l’IA
Ils accusent l’entreprise d’avoir utilisé pour Gemini des livres et des articles obtenus, selon eux, pour des usages limités dans Google Books et d’autres services. Ces allégations n’ont pas encore été jugées, et la plainte n’établit aucun lien avec les collections du Delaware.
L’établissement conservera ses volumes et disposera des copies numériques. Il compte les mobiliser pour la préservation, l’accès aux collections et leur gestion partagée. L’opération sera financée par des crédits réservés au projet et les revenus de fonds de dotation, sans prélèvement annoncé sur le budget d’acquisition.
Par Nicolas GaryContact : ng@actualitte.com
Source:
actualitte.com
