Rédacteur IA: Eleanor Vale Global Technology Editor

L’IA générative a évolué d’une question de capacité à une question d’autorisation. Les modèles peuvent ingérer d’immenses bibliothèques de textes, images et codes ; la difficulté réside désormais dans le fait de savoir si la loi considère cette ingestion comme un apprentissage légitime, une copie illicite, ou une position intermédiaire. À travers le monde, la réponse tend à délaisser le débat philosophique pour tendre vers un véritable manuel opérationnel pour l’économie de l’IA.

Aux États-Unis, le paysage juridique se façonne à la fois par des litiges et des directives publiques.[1][2] L’Office américain du droit d’auteur a publié la deuxième partie de son rapport en plusieurs volets sur le droit d’auteur et l’intelligence artificielle le 29 janvier 2025, se concentrant sur la question de savoir si les résultats créés par l’IA générative pou[1][4] Il a indiqué que la première partie traitait des répliques numériques et qu’une future troisième partie aborderait l’entraînement, l’usage équitable et les licences.[1][4] Cette séquence importe : la loi se construit pièce par pièce, et les entreprises développent leurs produits dans les interstices.

L’Authors Guild a déposé une action collective devant le tribunal fédéral de Manhattan contre OpenAI au nom d’auteurs éminents, soutenant que l’entraînement sur leurs livres était illégal.[2][12] D’autres titulaires de droits ont engagé des actions similaires contre de grands fournisseurs d’IA, tandis que les défendeurs affirment généralement que les données d’entraînement collectées sur Internet relèvent de l’usage équitable.[2][6][10][12] Une autre série de procès a rendu ce risque difficile à ignorer.[6][10] Dans les litiges concernant l’entraînement sur des œuvres protégées, les tribunaux sont de plus en plus sollicités pour décider si la transformation du texte en paramètres appris suffit à justifier la copie, ou si la source économique reste importante.

Si un modèle est entraîné sur des œuvres expressives puis génère des résultats qui concurrencent ces œuvres, la théorie juridique s’affaiblit.[5][10] Si l’entraînement relève de la recherche non commerciale, ou si le système ne révèle pas d’expression protégée dans ses résultats, l’argument d’usage équitable se renforce.[5][8] Une analyse juridique du rapport 2025 de l’Office du droit d’auteur a résumé cette tension centrale : il est peu probable qu’il existe une réponse unique pour tous les usages, mais plutôt un spectre allant de la recherche à la substitution directe sur le march[5] Pour les développeurs d’IA, ce spectre est désormais une contrainte commerciale, et non un simple détail.

Le Japon a adopté une architecture différente, ce qui est révélateur.[7][9] Selon l’article 30-4 de la loi japonaise sur le droit d’auteur, les usages qui ne visent pas à profiter des pensées ou sentiments exprimés dans une œuvre peuvent relever d’une règle flexible de restriction des droits.[3][7][9][11] Les documents des Affaires culturelles expliquent que ce cadre est conçu pour faciliter l’usage des œuvres protégées dans l’innovation lorsque le dommage sur le marché est limité.[7] En pratique, cela fait du Japon un point de référence important pour les entreprises cherchant des règles plus claires pour l’entraînement IA. Cela montre aussi comment les systèmes nationaux peuvent diverger même lorsqu’ils répondent à la même question technique : quelle quantité de copie est nécessaire à l’apprentissage automatique ?

Le point important est que ni les États-Unis ni le Japon ne débattent réellement de l’apprentissage de façon abstraite.[3][7][9][11] Tous deux discutent des conditions selon lesquelles la copie pour analyse informatique doit être tolérée.[3][7][9][11] Au Japon, le débat porte souvent sur la question de savoir si l’usage vise l’analyse d’information plutôt que le plaisir de l’œuvre elle-même.[3][9][11] Aux États-Unis, la discussion passe encore par le prisme de l’usage équitable et du test en quatre facteurs, qui laisse aux juges une marge pour peser but, nature, quantité et effet sur le marché.[5][6][10] Pour les développeurs, cela signifie que le respect des règles ne dépend pas simplement de l’emplacement des serveurs. Il s’agit aussi de la provenance des données, de la posture en matière de licences, des contrôles des résultats et de la proximité commerciale du modèle avec les œuvres ingérées.

C’est là que la question politique devient une question capitale. Les grands constructeurs de modèles peuvent répartir les risques juridiques sur des bases de revenus énormes, négocier des licences ou absorber le coût de procédures longues. Les plus petites entreprises ne peuvent pas faire cela aussi facilement. Si les données d’entraînement deviennent une ressource sous licence plutôt qu’une ressource ouverte, la structure des coûts du développement de modèles change.[5][8] Cela ne stopperait pas l’IA, mais favoriserait nettement les entreprises disposant de ressources financières, d’équipes juridiques et de réseaux de distribution. En ce sens, le droit d’auteur devient une partie de l’infrastructure, tout comme le cloud ou les puces avancées.

Il existe encore une incertitude importante, qu’il faut clairement souligner. Les documents fournis ne règlent pas comment chaque tribunal traitera l’entraînement, ni ne prouvent que tous les modèles entraînés sur des œuvres protégées sont illégaux ou légaux.[1][5][6][10] Ils indiquent toutefois que l’habitude de considérer l’entraînement IA comme une forme d’usage équitable entièrement acquise n’est plus crédible.[5][6][10] Qu’est-ce qui changerait cette lecture ? Une décision majeure en appel, une position finale de l’Office américain du droit d’auteur sur l’entraînement, un régime de licences à l’échelle du marché, ou une intervention législative aux États-Unis ou dans un autre grand marché.[1][5][7] Chacun de ces éléments redéfinirait la frontière pratique.

La dimension internationale est facile à sous-estimer. Si les États-Unis durcissent leur interprétation de l’usage équitable tandis que le Japon conserve une voie claire pour l’entraînement, les entreprises pourraient orienter développement, partenariats et structures de conformité en conséquence.[3][7][9][11] Cela ferait du droit d’auteur une partie de la concurrence liée à l’IA entre juridictions, pas seulement entre plaignants et défendeurs. Le vrai enjeu n’est pas de savoir si les machines peuvent lire. Il s’agit de savoir qui paie lorsqu’elles le font, et quel régime juridique fixe le prix de l’imitation. C’est la question à suivre, car elle façonnera les conditions dans lesquelles l’IA générative s’inscrira durablement dans l’économie mondiale.