L’IA bouscule les règles de l’archivage numérique

Entre procès et négociations financières, les éditeurs de plusieurs médias redéfinissent les limites de l’usage de leurs archives par les modèles d’IA.

L’accès à The Internet Archive restreint par les médias

Ces derniers mois, plusieurs grands titres de presse ont décidé de restreindre l’accès de The Internet Archive, un outil souvent précieux pour les journalistes. Cette bibliothèque numérique à but non lucratif, connue notamment pour sa Wayback Machine, s’est retrouvée au centre d’une inquiétude croissante autour du rôle des technologies d’intelligence artificielle. De nombreux acteurs du secteur redoutent que leurs articles archivés ne servent, malgré eux, à alimenter les modèles linguistiques développés par des géants de l’IA.

L’inquiétude grandit face aux usages de l’IA

« Une grande partie de ces entreprises IA recherchent des bases de données structurées et faciles d’accès », a résumé Robert Hahn, responsable des affaires et licences pour le The Guardian. Et la simplicité d’accès offerte par l’API de l’Internet Archive apparaît, selon lui, comme une véritable aubaine pour ceux qui souhaiteraient aspirer à grande échelle le contenu protégé.

Le phénomène s’étend. Après le The Guardian, c’est au tour du The New York Times d’avoir confirmé le blocage du robot d’archivage : « Nous empêchons le robot de l’Internet Archive d’accéder à nos contenus car la Wayback Machine permet un accès illimité à nos articles — y compris pour les sociétés d’IA — sans autorisation préalable », indique un porte-parole du journal. Dans la foulée, le Financial Times, mais aussi la plateforme sociale Reddit, ont limité ou encadré la façon dont leurs contenus sont indexés.

Batailles judiciaires et nouveaux équilibres économiques

Face à cette nouvelle donne, les procès se multiplient. Voici quelques exemples révélateurs :

• The New York Times a attaqué en justice OpenAI et Microsoft.
• The Center for Investigative Reporting, mais aussi le duo composé du The Wall Street Journal et du New York Post, ont poursuivi respectivement OpenAI/Microsoft et Perplexity.
• D’autres plaintes concernent Cohere, Google ou encore Perplexity , visés par une coalition allant du The Atlantic, au The Guardian , en passant par le Chicago Tribune .

Négociations et tensions dans tout le secteur créatif

Certaines rédactions tentent désormais d’obtenir des accords financiers avant d’autoriser l’usage de leurs archives pour former des modèles d’IA générative . Mais, nuance notable : ces compensations bénéficieraient surtout aux éditeurs, rarement aux journalistes ou auteurs. Plus largement, ce débat fait écho aux luttes engagées dans d’autres domaines créatifs : écrivains de fiction, artistes visuels ou musiciens se mobilisent face à ces mêmes outils automatisés. L’histoire complète relatée par le Nieman Lab démontre combien la révolution technologique bouscule en profondeur les droits d’auteur – et force toute une industrie à repenser ses lignes rouges.