Le web scraping pour moi, mais pas pour toi

• Un article sur la complexité juridique et l’hypocrisie entourant le web scraping
• La manière dont de grandes entreprises comme Meta et Microsoft interdisent le web scraping sur leurs propres plateformes tout en collectant simultanément des données sur les plateformes d’autres entreprises
• La complexité des questions juridiques liées à l’accès et à l’utilisation des données sur Internet, ainsi qu’à leur finalité. Certaines formes de données sont protégées par le droit d’auteur ou d’autres droits de propriété intellectuelle, mais la majeure partie des données sur Internet bénéficie difficilement d’une telle protection
• Les entreprises de réseaux sociaux comme LinkedIn et Facebook sont celles qui poursuivent le plus agressivement les litiges liés au web scraping. Pourtant, le contenu qu’elles cherchent à protéger est généré par les utilisateurs et ne constitue pas leur propre propriété
• Aux débuts d’Internet, les entreprises ont utilisé une théorie juridique pour faire cesser le web scraping en le qualifiant d’intrusion dans des biens. Autrement dit, elles soutenaient que des requêtes massives non désirées constituaient une forme d’intrusion dans la propriété matérielle d’autrui, à savoir les serveurs informatiques
• Du début des années 2000 jusqu’en 2017, le Computer Fraud and Abuse Act (CFAA) a été la principale base juridique utilisée pour empêcher le web scraping. Le CFAA interdit l’accès non autorisé à un "ordinateur protégé"
• Dans l’affaire hiQ Labs, Inc. v. LinkedIn Corp. en 2017, le droit d’un scraper web d’accéder aux données publiques de LinkedIn au regard du CFAA a été confirmé, ce que beaucoup ont interprété comme un droit positif de scraper des données publiques
• Aujourd’hui, le principal moyen de faire cesser le web scraping passe par les allégations de violation contractuelle. Cela permet aux entreprises de revendiquer, par le biais du droit des contrats, des droits de propriété sur l’utilisation et l’accès aux données
• Le passage du droit de propriété au droit des contrats permet aux propriétaires de sites web de définir leurs droits sur les données en ligne au moyen de conditions d’utilisation en ligne
• L’article met en lumière l’hypocrisie d’entreprises comme Microsoft. L’entreprise a récemment mis à jour ses conditions d’utilisation pour interdire le scraping de ses services d’IA, alors que sa filiale OpenAI a lancé un produit conçu pour scraper l’ensemble d’Internet
• L’auteur critique les tribunaux qui permettent à des entreprises privées de créer des droits de propriété intellectuelle au moyen de contrats d’adhésion, estimant que ces décisions devraient relever de questions d’intérêt public
• L’article suggère que le régime juridique actuel du web scraping sera mis à l’épreuve par le cas de l’IA générative, et prédit que la cohérence du droit ne pourra pas être maintenue et que des évolutions juridiques majeures interviendront dans les années à venir

[GN⁺]

Commentaires sur Hacker News

• La concurrence récente autour de l’IA et des LLM a renforcé les inquiétudes concernant le web scraping, et d’importantes figures et entreprises de la tech ont durci leurs défenses face à cette menace perçue.
• Pour apaiser les craintes autour du scraping de données, une nouvelle interprétation du droit d’auteur est nécessaire pour les applications commerciales de l’IA.
• L’affaire HiQ contre LinkedIn est souvent citée dans les discussions sur le web scraping, mais les détails du dossier sont complexes et souvent ignorés.
• L’hypocrisie perçue des entreprises qui pratiquent le scraping de données tout en interdisant qu’on scrape les leurs peut se comprendre comme une stratégie concurrentielle, et non comme une contradiction.
• Le passage du droit de propriété au droit des contrats a permis aux propriétaires de sites web de définir leurs propres droits, ce qui a entraîné la prolifération de « contrats » unilatéraux imposés par les grandes entreprises.
• Le cas récent de Microsoft, qui a interdit le scraping tout en lançant un produit conçu pour scraper Internet, a été cité comme un exemple d’hypocrisie d’entreprise.
• Le web scraping est considéré avant tout comme un problème de modèle économique, notamment à cause des volumes en jeu, et les fournisseurs de contenus gratuits dépendants des revenus publicitaires sont menacés par un scraping qui contourne la publicité.
• La propriété des contenus générés par les utilisateurs sur des plateformes comme Facebook est complexe : les utilisateurs conservent leur propriété tout en accordant à la plateforme de larges droits d’usage.
• Les obstacles juridiques au web scraping sont généralement considérés comme néfastes, mais certaines personnes ont aussi subi des effets négatifs du scraping, comme avec les e-mails de spam.