Vérification de la totalité des notes du chapitre 5 et resserrage de
l'appareil critique, en quatre passes.
Vingt-deux écarts de fond corrigés, dont :
- le format WET de Common Crawl conserve l'URL, contrairement à ce
qu'affirmait le texte ; la perte de provenance porte sur les
métadonnées de l'en-tête HTML, routées vers le WAT
- un taux de duplication de 90 % sans origine, remplacé par la mesure
publiée (14 à 52 %, CopyCat, SIGIR 2021)
- une citation en bloc de Ben Zhao dont deux phrases étaient fabriquées
- l'exemple canonique de Nightshade, inventé et inversé (les voitures
deviennent des vaches, non le contraire)
- l'exception britannique de fouille existe (art. 29A CDPA 1988), mais
elle est limitée aux usages non commerciaux
- la chronologie de la négociation sur les journaux ChatGPT était
inversée : les 20 millions sont une offre d'OpenAI, non une
concession arrachée
- Weinberg présenté comme allié des créateurs alors qu'il défend
l'usage loyal
Retraits pour insuffisance de source : citation de Bill Gross et
paraphrase d'Aaron Rubin (Digiday inaccessible), 15 000 images Getty
(étude ni nommée ni datée), taxe de 6 % du syndicat britannique,
qualification d'« abus » par OpenAI (agrégateurs seuls), reculs de
trafic par titre, ratios de volume entre formats WARC, WAT et WET.
Appareil critique : 55 notes ramenées à 33, soit une note tous les
380 mots au lieu de 221, en alignement sur les chapitres 1 à 4. Fusion
par bloc démonstratif, citations verbatim reportées au registre.
Correction d'un appel dupliqué que Pandoc aurait imprimé deux fois.
Quatre notes reposent désormais sur une pièce judiciaire primaire lue
dans son texte original : approbation définitive du règlement Anthropic
(3:24-cv-05417, pièce 680), mémoire d'objections d'OpenAI sur les
journaux de conversations (1:25-md-03143, pièce 935), plainte
consolidée (pièce 183), et ordonnance Riganian citant Andersen
(4:25-cv-00824, pièce 117). Plus aucune note ne porte de réserve
d'accès.
Contrôles : compter-mots, verifier-litteralite et detecteur-ia passés,
206 pages sur 20/20 sections.
Vincent Laperrousaz
6f2ac882fa