Un développeur sous le pseudo hashfunction a publié sur Hugging Face les métadonnées d’environ 5,6 milliards de vidéos TikTok publiques, couvrant la période de juillet 2014 à octobre 2026, soit 460 Go de fichiers Parquet gratuits sous licence CC BY-NC 4.0. Les données incluent les légendes, hashtags, identifiants audio, texte à l’écran, produits TikTok Shop et statistiques d’engagement, mais pas les vidéos elles-mêmes. L’accès à l’API mobile privée de TikTok a été réalisé sans connexion ni compte, via des identités d’appareils générées et des requêtes inversées. DataSocial, le compte derrière cette publication, redirige les usages commerciaux, les profils des créateurs et les mises à jour quotidiennes vers datasocial.ai, où le code du scraper est vendu 1 699 dollars. TikTok interdit explicitement le scraping automatisé dans ses conditions d’utilisation, et cette publication survient alors que plusieurslitiges impliquant la collecte de données pour l’entraînement d’IA sont en cours.
Source: Lire l’article original
