Google affirme que toutes les données publiques disponibles sur l'internet peuvent être exploitées et utilisées pour former ses produits d'intelligence artificielle.
Google's mise à jour de la politique de confidentialité indique désormais que "Google utilise ces informations pour améliorer ses services et développer de nouveaux produits, fonctionnalités et technologies au profit de ses utilisateurs et du grand public". Il poursuit en disant qu'il utilise des informations accessibles au public pour "aider à former les modèles d'IA de Google et à créer des produits et des fonctionnalités tels que Google Translate, Bard et les capacités d'IA dans le nuage".
La version précédente de la politique faisait référence à l'utilisation par Google des données pour former des "modèles de langage", alors qu'elle fait désormais référence à des "modèles d'intelligence artificielle", ce qui élargit son champ d'application.
La définition vague du terme "informations" et l'élargissement des objectifs de formation à l'aide de ces données semblent indiquer que si vous publiez quelque chose en ligne, attendez-vous à ce que Google le récupère et l'ajoute à ses données de formation.
Nous comprenons que si nous publions un commentaire sur Facebook, si nous tweetons quelque chose ou si nous écrivons une critique sur Amazon, le public peut le lire. Vous ne vous attendez pas à ce que ce soit privé. Mais êtes-vous à l'aise avec l'idée que vos mots soient utilisés pour entraîner un modèle d'IA ?
Le changement de formulation de la politique peut également être un signe de l'intention de Google d'intensifier ses efforts en matière de scraping. Le rythme auquel Google et d'autres sociétés d'intelligence artificielle récupèrent des données accessibles au public a des effets dévastateurs sur de nombreuses plateformes.
Twitter a récemment limité l'accès à ses services, ses serveurs ayant du mal à faire face à "des niveaux extrêmes de grattage de données et de manipulation du système", selon Elon Musk. Twitter a également supprimé l'accès gratuit à son API dans le but de freiner les "scrapers", ce qui a eu pour effet d'interrompre de nombreux services tiers reposant sur l'API.
Reddit n'est pas non plus sorti indemne de cette ruée vers les données. Il a lui aussi supprimé l'accès gratuit à l'API de Reddit, en partie à cause de l'exploitation par des "scrapers". La réaction des modérateurs de Reddit qui utilisent l'API a entraîné la fermeture d'une partie de l'internet.
Des centaines de subreddits parmi les plus importants ont été rendus privés ou invisibles par des modérateurs de subreddit protestataires. Les propriétaires de Reddit lancent des ultimatums peu subtils aux modérateurs pour qu'ils rouvrent les subreddits, mais le mouvement de protestation se poursuit.
L'ironie de la chose, c'est que Google en subit également les conséquences. L'ajout de "Reddit" à une recherche Google est devenu un moyen populaire d'obtenir des résultats très spécifiques pour une requête. Le black-out de Reddit a rendu un grand nombre de ces résultats de recherche inaccessibles.
La plupart des plateformes ont des conditions d'utilisation qui interdisent le scraping de données, mais enfreindre les conditions d'utilisation n'équivaut pas nécessairement à enfreindre la loi. Pendant qu'ils essaient de trouver une solution, assurez-vous que vous êtes d'accord pour que Google et d'autres utilisent vos données pour entraîner leurs modèles d'intelligence artificielle avant de publier quoi que ce soit en ligne.
