Navigation dans le paysage juridique des grands modèles linguistiques

Maria Rodriguez

Introduction

La récente sortie de Mistral AI’s grands modèles linguistiques (LLMs) a suscité un nouvel intérêt et soulevé des questions cruciales concernant les implications juridiques entourant le développement open source de l’IA. À mesure que les LLMs continuent d’évoluer, comprendre l’intrication des droits de propriété intellectuelle, des considérations de licence, des préoccupations éthiques et des défis réglementaires est essentiel à la fois pour les développeurs et les utilisateurs. Cette enquête se penche sur le paysage juridique complexe des LLMs, en mettant l’accent sur l’approche de Mistral [1].

Comprendre les grands modèles linguistiques et leur contexte juridique

Les grands modèles linguistiques sont des systèmes d’intelligence artificielle conçus pour comprendre, générer et interagir avec la langue humaine. Ils sont formés sur de vastes quantités de données textuelles et peuvent effectuer des tâches telles que la traduction, la synthèse, la réponse aux questions et l’écriture créative [2]. À mesure que les LLMs deviennent plus sophistiqués et accessibles, les considérations juridiques entourant leur développement, leur licence et leur utilisation augmentent également.

Droits de propriété intellectuelle et grands modèles linguistiques

Propriété et création

Les droits de propriété intellectuelle (DPI), notamment les brevets, les droits d’auteur et les marques commerciales, protègent les créations de l’esprit. Dans le contexte des LLMs, les DPI gravitent principalement autour du droit d’auteur et, dans une moindre mesure, des brevets.

  • Droit d’auteur: Protège les œuvres originales fixées sur un support tangible. Pour les LLMs, cela inclut l’architecture du modèle, les méthodes de préparation des données d’entraînement et toutes les sorties générées avec suffisamment de créativité [3].
    • Données vs. Modèle: Les données utilisées pour entraîner les LLMs ne sont généralement pas protégées par le droit d’auteur, car les faits et les idées ne sont pas éligibles à la protection. Cependant, les expressions originales de ces faits ou idées peuvent l’être [4].
  • Brevet: Protège les aspects fonctionnels des inventions, tels que les méthodes, processus ou machines novateurs. La brevetabilité des systèmes d’IA reste controversée, certains pays (par exemple, les États-Unis) permettant les brevets sur les inventions mises en œuvre dans un logiciel tandis que d’autres (par exemple, l’Europe) ne le font pas [5].

Données d’entraînement et utilisation équitable

L’entraînement des LLMs nécessite de vastes quantités de données, dont beaucoup peuvent être protégées par le droit d’auteur. Utiliser ces données soulève des questions concernant l’utilisation équitable, qui permet une utilisation limitée du matériel protégé par le droit d’auteur sans autorisation dans des circonstances spécifiques [6].

  • Utilisation transformative: Les LLMs impliquent souvent des utilisations transformatives (par exemple, la traduction d’un texte dans une autre langue), renforçant les allégations d’utilisation équitable.
  • Quantité et substantivité: La quantité de matériel protégé par le droit d’auteur utilisée et son impact sur la valeur marchande de l’original sont des facteurs cruciaux pour déterminer l’utilisation équitable. L’entraînement des LLMs implique généralement le traitement de grandes parties de travaux, ce qui peut affaiblir les allégations d’utilisation équitable [7].

Licences de données pour une utilisation en IA

Pour réduire les risques juridiques, les fournisseurs de données peuvent inclure des conditions de licence qui interdisent ou limitent certaines utilisations, notamment celles impliquant l’IA ou l’apprentissage automatique [8]. Les développeurs doivent examiner attentivement les licences avant d’utiliser les données pour s’assurer du respect et éviter toute responsabilité potentielle.

Considérations de licence pour les grands modèles linguistiques open source

Les grands modèles linguistiques open source offrent des avantages significatifs, notamment l’accessibilité, la collaboration communautaire et l’itération rapide. Cependant, ils soulèvent également des considérations de licence qui peuvent affecter les droits de propriété intellectuelle et les stratégies de développement [9].

Licences open source

Les licences open source permettent l’utilisation, la modification et la distribution du logiciel dans des conditions spécifiques [10]. Les licences open source courantes pour les LLMs comprennent :

  • Licence MIT: Une licence permissive permettant une utilisation, une modification et une distribution gratuites avec une attribution appropriée.
  • GNU General Public License (GPL): Une licence de copylef qui exige que les œuvres dérivées soient publiées sous les mêmes termes ou compatibles. Cela peut poser des défis pour les développeurs d’IA cherchant à maintenir certaines composantes propriétaires [11].

Licences open source : avantages et inconvénients

Avantages :

  1. Attribution: Les licences open source garantissent un crédit approprié aux contributeurs originaux.
  2. Implication de la communauté: Les projets open source attirent souvent des communautés actives, stimulant l’innovation et l’amélioration.
  3. Développement économique: Les modèles open source peuvent réduire les coûts de développement en exploitant les contributions de la communauté [12].

Inconvénients :

  1. Préoccupations relatives aux DPI: L’ouverture des LLMs peut entraîner la perte de certains droits de propriété intellectuelle, potentiellement entravant les efforts de commercialisation [13].
  2. Contrôle de la qualité: Les projets open source peuvent conduire à des résultats de qualité inférieure en raison d’un manque de surveillance centralisée ou de tests rigoureux.
  3. Complexités juridiques: La navigation dans les licences open source et leur compatibilité avec d’autres composants logiciels peut être difficile.

Approche de Mistral AI en matière de licence et de droit

Mistral AI a sorti ses grands modèles linguistiques, notamment Mixtral et Codestral, sous une licence Apache 2.0 permissive [14]. Cette licence permet une utilisation, une modification et une distribution gratuites tout en conservant certains droits de propriété pour Mistral. En choisissant une licence permissive, Mistral cherche à :

  • Favoriser l’implication de la communauté et l’innovation autour de ses modèles.
  • Attirer des contributeurs qui peuvent aider à améliorer et étendre les capacités des LLMs.
  • Conserv