{"id":968,"date":"2024-06-27T07:00:38","date_gmt":"2024-06-27T07:00:38","guid":{"rendered":"https:\/\/poyesis.fr\/blogs\/?p=968"},"modified":"2025-02-03T07:54:46","modified_gmt":"2025-02-03T07:54:46","slug":"vol-de-donnees-perplexity-ai","status":"publish","type":"post","link":"https:\/\/poyesis.fr\/blogs\/vol-de-donnees-perplexity-ai\/","title":{"rendered":"Perplexity AI pris en flagrant d\u00e9lit de vol de donn\u00e9es"},"content":{"rendered":"

Perplexity AI, une licorne qui promet de rendre Google \u201cringard\u201d (ce sont les mots exacts de son PDG), c\u2019est fait prendre en plein scrapping de donn\u00e9es.<\/span><\/p>\n

Et ce n\u2019est pas la premi\u00e8re fois.<\/span><\/p>\n

Qu\u2019est-ce que Perplexity AI ?<\/b><\/h2>\n

 <\/p>\n

Si vous n\u2019\u00eates pas un abonn\u00e9 de la plan\u00e8te tech, il y a des chances que vous ne connaissiez pas encore Perplexity AI.<\/span><\/p>\n

C\u2019est un m\u00e9lange entre un moteur de recherche et un chatbot surboost\u00e9 \u00e0 l\u2019IA g\u00e9n\u00e9rative. Perplexity AI se distingue de ChatGPT parce qu\u2019elle fournit des r\u00e9sultats bas\u00e9s sur des donn\u00e9es en temps r\u00e9el (avec ses sources).<\/span><\/p>\n

Et il bat Google en proposant des r\u00e9ponses condens\u00e9es et d\u00e9nu\u00e9es d\u2019hallucinations.<\/span><\/p>\n

La startup a \u00e9t\u00e9 cofond\u00e9e en 2022 par un ancien d\u2019Open AI, et en mars 2024 elle a r\u00e9ussi \u00e0 \u00e9lever sa capitalisation boursi\u00e8re \u00e0 1 milliard de dollars. Ce qui en fait une licorne.<\/span><\/p>\n

Certains voient ce tout nouveau moteur de recherche comme le rempla\u00e7ant de Google. Un combat qui rappelle vaguement Google contre Firefox et Internet Explorer\u2026<\/span><\/p>\n

Comment la supercherie a \u00e9t\u00e9 d\u00e9couverte ?<\/b><\/h2>\n

Maintenant qu\u2019on a fait entrer l\u2019accus\u00e9, voyons ce qui lui est reproch\u00e9.<\/span><\/p>\n

Robb Knight, d\u00e9veloppeur chez Radweb et cr\u00e9ateur du blog technologique rKnight, reproche \u00e0 Perplexity AI d\u2019ignorer les instructions des fichiers robots.txt.<\/span><\/p>\n

Ce sont ces fichiers qui permettent aux webmasters d’interdire aux robots des moteurs de recherche \u2014 les crawlers ou spiders \u2014 d\u2019acc\u00e9der \u00e0 certaines pages.<\/span><\/p>\n

Or, Perplexity AI ne le respecte pas du tout, ce qui lui permet de voler des donn\u00e9es sans \u00eatre rep\u00e9r\u00e9.<\/span><\/p>\n

Tout commence en mars 2024.<\/span><\/p>\n

Robb Knight d\u00e9cide de bloquer Perplexity AI sur son blog.<\/span><\/p>\n

Pour y parvenir, il ajoute l\u2019agent utilisateur du moteur de Perplexity\u00a0 – Perplexity Bot -dans la liste noire de son fichier robots.txt.<\/span><\/p>\n

Ensuite, il d\u00e9cide de v\u00e9rifier si le moteur de recherche\/chatbot IA a encore acc\u00e8s \u00e0 ses contenus.<\/span><\/p>\n

Il lui passe l\u2019URL d\u2019un de ses articles et lui demande de le r\u00e9sumer.<\/span><\/p>\n

Et l\u00e0\u2026<\/span><\/p>\n

Perplexity le lui r\u00e9sume avec tellement de d\u00e9tails que c\u2019est impossible de croire que l\u2019intelligence artificielle les a devin\u00e9s.<\/span><\/p>\n

Robb v\u00e9rifie donc via Nginx (<\/span>on explique c<\/span><\/a>e qu\u2019est Nginx ici<\/span><\/a>) et le r\u00e9sultat est sans appel\u00a0: Perplexity Bot est bien bloqu<\/a>\u00e9.<\/span><\/p>\n

Le 14 juin, il ordonne m\u00eame \u00e0 ses serveurs de retourner une erreur 403 lorsque les robots de Perplexity tentent d\u2019acc\u00e9der \u00e0 ses contenus.<\/span><\/p>\n

Toujours rien.<\/span><\/p>\n

Finalement, il va trouver l\u2019explication en regardant les fichiers logs de ses serveurs.<\/span><\/p>\n

Perplexity AI ment depuis le d\u00e9but sur l\u2019agent utilisateur de son crawler<\/b>.<\/span><\/p>\n

Le moteur de recherche dissimule ses pages via un user agent commun. Celui g\u00e9n\u00e9ralement associ\u00e9 \u00e0 Google Chrome sur Windows 10.<\/span><\/p>\n

Robb Knight raconte tout \u00e7a dans son billet de blog (en anglais)<\/span><\/a>.<\/span><\/p>\n

Il a fait la m\u00eame chose sur le site MacStories et le r\u00e9sultat a \u00e9t\u00e9 le m\u00eame.<\/span><\/p>\n

Et il n\u2019est pas le seul \u00e0 l\u2019avoir remarqu\u00e9\u2026<\/span><\/p>\n

Forbes a aussi d\u00e9tect\u00e9 le scrapping ill\u00e9gal de Perplexity AI et sort la hache de guerre<\/b><\/h2>\n
\"Homme-tenant-un-magazine-Forbes\"
Homme-tenant-un-magazine-Forbes<\/figcaption><\/figure>\n

Randall Lane, directeur du contenu de Forbes Media a lanc\u00e9 l\u2019alerte le 11 juin 2024.<\/span><\/p>\n

Dans son article \u201c<\/span>Pourquoi le vol cynique de Perplexity repr\u00e9sente tout ce qui pourrait mal tourner avec l’IA<\/span><\/a>\u201d (au moins le titre est clair sur ses sentiments envers Perplexity), il d\u00e9clare ceci :<\/span><\/p>\n

\u00ab <\/span>L’IA ne vaut que ce que valent ceux qui la supervisent. Je suis un adepte de l’IA et, entre de bonnes mains, la productivit\u00e9, les progr\u00e8s et la prosp\u00e9rit\u00e9 sont au rendez-vous. <\/span><\/i>
\n<\/span><\/i>
\n<\/span><\/i>Mais entre les mains de personnes comme Aravind Srinivas, PDG de Perplexity AI, qui a la r\u00e9putation d’\u00eatre dou\u00e9 pour les techniques de doctorat et moins dou\u00e9 pour les aspects humains fondamentaux, l’amoralit\u00e9 pose un risque existentiel<\/span><\/i> \u00bb.<\/span><\/p>\n

\"Aravind
Aravind Srinivas PDG de Perplexity AI<\/figcaption><\/figure>\n

C\u2019est que Forbes aussi, a remarqu\u00e9 le vol de contenu de Perplexity AI.<\/span><\/p>\n

Et ils n\u2019appr\u00e9cient pas du tout.<\/span><\/p>\n

Non seulement, tous les contenus (payants et exclusifs) de Forbes sont accessibles via Perplexity, mais la firme ne les cite m\u00eame pas.<\/span><\/p>\n

De son c\u00f4t\u00e9, Aravind Srinivas, <\/span>CEO de Perplexity AI a tent\u00e9 de d\u00e9fendre les pratiques de son entreprise sur X<\/span><\/a>. Il a d\u00e9clar\u00e9 que le probl\u00e8me vient d\u2019une nouvelle fonctionnalit\u00e9 \u201cPerplexity Pages\u201d lanc\u00e9e il y a 2 semaines.<\/span><\/p>\n

(Tout en taclant au passage ses concurrents – ChatGPT, Gemini et Copilot.)<\/span><\/p>\n

\u00c7a n\u2019a pas r\u00e9ussi \u00e0 satisfaire <\/span>Forbes qui a intent\u00e9 une action en justice contre Perplexity AI le 18 juin 2024<\/span><\/a>.
\n<\/span><\/p>\n

Pourquoi les pratiques discutables de Perplexity AI sont probl\u00e9matiques ?<\/b><\/h2>\n
\"Hacker\"
Hacker<\/figcaption><\/figure>\n

D\u00e9j\u00e0, il y a une notion qui para\u00eet floue et abstraite pour les ing\u00e9nieurs de Perplexity AI qui s\u2019appelle \u201crespect de la propri\u00e9t\u00e9 intellectuelle\u201d.<\/span><\/p>\n

(On a d\u00e9j\u00e0 parl\u00e9 du casse t\u00eate de la propri\u00e9t\u00e9 intellectuelle pour les sites web<\/a> et de celui de vos codes sources<\/a>)<\/p>\n

En plus de ne pas respecter ce concept, voler des contenus et se les approprier \u00e0 des r\u00e9percussions graves :<\/span><\/p>\n