Propriété intellectuelle face à l’IA : quand la preuve devient le maillon faible

La propriété intellectuelle offre aux créateurs des droits sur leurs œuvres. Encore faut-il pouvoir identifier l’usage contesté et disposer des éléments nécessaires pour le démontrer. L’intelligence artificielle générative complique considérablement cette mécanique, car une grande partie des informations permettant de retracer l’utilisation d’une œuvre se trouve dans les systèmes des entreprises qui collectent les données, constituent les corpus et entraînent les modèles.

Le Web contient aujourd’hui une masse immense de textes, d’images, de sons et de logiciels accessibles à des systèmes automatisés de collecte. Certains contenus rejoignent ensuite des ensembles de données qui peuvent atteindre une taille difficilement concevable à l’échelle individuelle. LAION-5B, publié en 2022 pour la recherche sur les modèles associant texte et image, rassemble ainsi 5,85 milliards de paires image-texte filtrées à l’aide de CLIP.

Une œuvre qui entre dans un tel ensemble conserve évidemment son auteur et ses droits. Sa trajectoire technique devient en revanche beaucoup plus difficile à suivre. Entre la collecte et l’entraînement peuvent intervenir différentes opérations de nettoyage, de filtrage, de déduplication ou de fusion avec d’autres sources. Plusieurs intermédiaires peuvent également se succéder. Le titulaire connaît l’origine de son œuvre, mais rarement les transformations qu’elle a connues après son intégration éventuelle dans ces infrastructures.

Cette situation donne à la question de la preuve une importance particulière. Un photographe peut conserver ses fichiers originaux et ses métadonnées. Un écrivain dispose de ses manuscrits et de ses contrats. Un développeur possède l’historique de son code. Ces éléments permettent d’établir l’origine d’une création et les droits qui s’y attachent. Ils ne permettent pas, à eux seuls, de savoir si cette création a été incorporée à un corpus déterminé puis effectivement utilisée pendant l’entraînement d’un modèle.

Le droit protège l’œuvre. Une partie des informations permettant de vérifier l’usage qui en a été fait reste cependant entre les mains de celui qui l’a éventuellement exploitée.

De l’œuvre au corpus

Le droit d’auteur s’est construit autour d’exploitations relativement identifiables. Une photographie reproduite sans autorisation peut être comparée à son original. Un livre copié conserve son texte. Une composition musicale reprise laisse généralement apparaître une relation avec l’œuvre protégée.

L’apprentissage automatique introduit une succession d’étapes qui brouille cette continuité. Des contenus peuvent être collectés, transformés puis réunis dans des ensembles beaucoup plus vastes avant l’entraînement. Le modèle qui en résulte ne fonctionne pas comme une bibliothèque permettant de rechercher chaque œuvre à un emplacement déterminé. L’apprentissage s’inscrit dans les paramètres du système, avec des degrés de mémorisation variables.

Certaines données peuvent être restituées avec une précision suffisamment importante pour révéler une mémorisation. L’absence d’une telle restitution ne permet cependant pas de conclure qu’une œuvre n’a jamais participé à l’entraînement. Le Copyright Office américain souligne d’ailleurs que les différentes étapes de développement d’un système génératif peuvent impliquer des actes distincts au regard du droit d’auteur et doivent être appréciées selon leurs circonstances propres.

Cette architecture produit une difficulté probatoire inhabituelle. Le titulaire peut établir sans grande difficulté qu’il possède une œuvre. Prouver son passage dans une chaîne d’entraînement peut exiger l’accès à des données détenues par plusieurs intermédiaires : origine du corpus, version utilisée, règles de filtrage, dates de collecte ou encore ensemble final présenté au modèle.

Plus les corpus grandissent, plus la contribution individuelle se dilue. Cette dilution n’efface aucun droit. Elle rend son exercice plus complexe lorsque l’exploitation contestée porte sur des millions, voire des milliards d’éléments.

Project Panama et la valeur industrielle des œuvres

Les procédures engagées contre Anthropic ont permis d’observer cette transformation avec une précision rarement disponible pour le public.

Dans l’affaire opposant plusieurs auteurs à Anthropic, le juge William Alsup a rendu le 23 juin 2025 une décision portant sur différentes utilisations de livres par l’entreprise. Anthropic avait téléchargé des millions d’ouvrages depuis des bibliothèques pirates. Elle avait également acquis des livres physiques afin de les numériser et de remplacer les exemplaires achetés par leurs copies numériques.

Le juge a considéré que l’utilisation des livres pour entraîner les modèles constituait, dans les circonstances examinées, un usage loyal, notion américaine connue sous le nom de fair use. Il a également admis la numérisation des exemplaires physiques légalement achetés selon le procédé examiné. La constitution d’une bibliothèque permanente à partir de copies obtenues sur des sites pirates n’a pas bénéficié de la même protection. La décision rappelle ainsi que l’entraînement et l’acquisition des œuvres peuvent soulever des questions juridiques distinctes.

Les documents internes déscellés pendant le contentieux ont ensuite permis de découvrir Project Panama. Selon les documents judiciaires examinés par le Washington Post, Anthropic avait lancé ce programme en 2024 afin d’acquérir et de numériser de manière destructive de grandes quantités de livres physiques. Les reliures étaient retirées pour permettre une numérisation industrielle, puis les exemplaires étaient recyclés.

L’intérêt de Panama dépasse largement l’image spectaculaire des livres découpés. L’opération montre la valeur prise par le contenu des œuvres lorsqu’il devient une ressource destinée à l’apprentissage automatique. L’accès aux livres physiques pouvait justifier une infrastructure spécifique pour convertir leur contenu en données exploitables.

Le contentieux relatif aux ouvrages piratés a finalement conduit à un règlement de 1,5 milliard de dollars, définitivement approuvé le 20 juillet 2026 par la juge Araceli Martínez-Olguín. La liste définitive comprend 482 460 œuvres. Au 16 avril 2026, 440 490 d’entre elles avaient fait l’objet d’une demande, soit 91,3 % de la liste. Cette précision chronologique importe : le pourcentage de 91,3 % correspond aux demandes recensées en avril et reprises dans la décision finale de juillet.

Le règlement représente une somme considérable et montre que les voies judiciaires américaines restent ouvertes. Il révèle aussi le rôle décisif de l’accès aux documents internes. Les auteurs pouvaient connaître leurs propres livres. Ils ne pouvaient pas reconstituer depuis l’extérieur la manière dont Anthropic avait constitué ses bibliothèques, organisé ses acquisitions ou traité les différents ensembles de données. Une partie essentielle de ces informations est apparue grâce à la procédure.

Aux États-Unis, le préjudice économique peut peser lourd

L’affaire engagée par plusieurs écrivains contre Meta apporte un autre enseignement.

Le 25 juin 2025, le juge Vince Chhabria a donné raison à Meta sur sa défense fondée sur l’usage loyal pour les auteurs concernés par cette décision. Son raisonnement ne consacre pourtant aucun principe général selon lequel l’entraînement d’un modèle sur des œuvres protégées serait automatiquement autorisé. Le juge insiste au contraire sur l’importance des conséquences pour le marché et sur la faiblesse des éléments qui lui avaient été présentés à ce sujet.

L’usage loyal constitue une défense dont l’entreprise supporte la charge générale. Son examen repose sur plusieurs critères, parmi lesquels les effets de l’utilisation sur le marché potentiel de l’œuvre. Dans un procès concret, cette répartition juridique de la charge n’empêche pas le titulaire de devoir répondre aux éléments économiques avancés par l’entreprise.

Meta avait présenté des arguments destinés à montrer l’absence de préjudice substantiel. Les auteurs n’avaient pas fourni suffisamment de données empiriques pour établir une atteinte passée ou probable au marché de leurs œuvres. Le juge a estimé leur démonstration insuffisante sur ce point. Il a néanmoins rejeté explicitement l’idée qu’un usage présenté comme transformateur serait automatiquement protégé et a accordé une importance particulière aux effets potentiels des systèmes génératifs sur les marchés des œuvres humaines.

La conséquence pratique mérite davantage d’attention que le vocabulaire juridique. Un créateur qui veut établir un préjudice peut avoir besoin de données sur les ventes, les prix, les licences ou l'évolution d'un marché. À mesure que l’argument devient plus complexe, les expertises économiques et techniques prennent une place croissante.

Les moyens nécessaires ne sont plus ceux d’une simple comparaison entre deux œuvres. Ils peuvent nécessiter plusieurs années de procédure et des spécialistes capables d’analyser un marché entier.

Cette difficulté contribue à expliquer l’importance des recours collectifs. Le regroupement de nombreux titulaires permet de répartir les frais de procédure et de financer des expertises qui resteraient difficilement accessibles à un créateur isolé.

Quand les preuves se trouvent chez l’autre partie

Les procédures américaines possèdent un mécanisme particulièrement important dans ce contexte : une partie peut obtenir, sous le contrôle du tribunal, la communication de documents détenus par son adversaire.

Project Panama montre ce que cette possibilité peut révéler. Les informations concernant l’organisation interne d’Anthropic n’étaient pas accessibles aux auteurs avant le contentieux. Il a fallu l’ouverture des documents judiciaires pour découvrir une partie substantielle du fonctionnement de l’opération.

Le créateur se trouve toutefois confronté à une difficulté initiale. Il lui faut disposer d’éléments suffisamment sérieux pour engager et soutenir une procédure avant d’avoir accès aux pièces susceptibles de préciser ou de confirmer son hypothèse.

Le droit européen connaît déjà une logique comparable. L’article 6 de la directive de 2004 sur le respect des droits de propriété intellectuelle prévoit qu’une juridiction puisse ordonner la production d’une preuve détenue par la partie adverse lorsque le demandeur a présenté les éléments raisonnablement accessibles qui soutiennent suffisamment sa demande. La protection des informations confidentielles doit parallèlement être assurée.

Cette disposition précède largement l’essor actuel de l’intelligence artificielle, mais son principe correspond précisément au problème posé par les corpus opaques. Le titulaire apporte les éléments auxquels il peut raisonnablement accéder. Le tribunal peut ensuite rechercher les informations qui se trouvent sous le contrôle exclusif de l’autre partie.

Face à des infrastructures utilisant des quantités gigantesques de données, cette possibilité devient particulièrement importante. La reconnaissance d’un droit reste de peu d’utilité si les informations nécessaires à son exercice demeurent matériellement inaccessibles.

L’Europe apporte une transparence encore trop générale pour le créateur individuel

Le règlement européen sur l’intelligence artificielle impose désormais des obligations particulières aux fournisseurs de modèles d’IA à usage général. Ils doivent notamment mettre en place une politique destinée à respecter le droit d’auteur de l’Union et publier un résumé suffisamment détaillé des contenus utilisés pour l’entraînement.

La Commission européenne a défini un modèle commun pour ce résumé. Il doit présenter les types de contenus employés ainsi que différentes informations sur leurs sources, notamment les grands ensembles de données et les principaux domaines Internet concernés par les collectes en ligne.

Cette transparence reste agrégée. Le résumé européen n’est pas une liste nominative de toutes les œuvres utilisées. Un écrivain ne peut pas entrer le titre de son livre dans un registre européen et obtenir automatiquement la confirmation de son utilisation. Un photographe ne dispose pas davantage d’un inventaire indiquant si son image précise a franchi les différents filtres jusqu’à l’entraînement.

Le calendrier est désormais établi. Les obligations concernant les fournisseurs de modèles d’IA à usage général sont applicables depuis le 2 août 2025 pour les modèles nouvellement mis sur le marché. Les fournisseurs de modèles déjà commercialisés avant cette date doivent se mettre en conformité au plus tard le 2 août 2027. Depuis le 2 août 2026, la Commission peut faire respecter ces obligations, y compris par des sanctions.

La directive européenne de 2019 autorise par ailleurs certaines opérations de fouille de textes et de données lorsque l’accès au contenu est licite, sauf lorsque les titulaires ont réservé ces utilisations. Pour les œuvres rendues publiquement accessibles en ligne, la réservation des droits peut être exprimée par des moyens lisibles par machine, notamment au moyen de métadonnées ou des conditions d’utilisation d’un service.

Ces mécanismes améliorent le contrôle des utilisations auxquelles ils sont applicables. Ils ne fournissent pas pour autant l’historique complet des collectes déjà réalisées. Une réglementation nouvelle peut imposer de meilleures pratiques pour les modèles concernés sans recréer automatiquement la provenance de données collectées auparavant.

La transparence européenne constitue ainsi une avancée réelle, mais encore insuffisante pour répondre à la question la plus élémentaire d’un titulaire : mon œuvre précise a-t-elle été utilisée ?

Une provenance technique utile, mais encore incomplète

Les technologies de provenance peuvent contribuer à réduire cette incertitude.

Le standard C2PA permet d’associer à un contenu numérique des informations vérifiables concernant son origine et certaines transformations. Il prévoit également des mécanismes d’empreinte permettant de retrouver un manifeste lorsque celui-ci a été séparé du fichier à la suite de la suppression ou de la corruption des métadonnées.

Cet outil peut renforcer la preuve de l’origine d’une œuvre. Il ne constitue cependant pas un registre universel des utilisations. La spécification reconnaît elle-même qu’un fichier peut être séparé de son manifeste. Son adoption dépend par ailleurs des outils, des plateformes et des acteurs qui choisissent de l’intégrer.

Une photographie peut donc disposer d’une provenance parfaitement documentée sans que son auteur puisse déterminer dans quels corpus elle a ensuite été incorporée.

La traçabilité nécessaire au droit d’auteur devrait se prolonger à l’intérieur des chaînes industrielles. Les sources, les dates de collecte, les versions des corpus et les opérations de filtrage pourraient être documentées de manière suffisamment robuste pour permettre des vérifications ultérieures.

La publication intégrale de ces informations poserait d’autres difficultés, notamment pour les secrets commerciaux et la confidentialité. L’audit indépendant offre une solution intermédiaire. Un organisme habilité pourrait consulter les éléments nécessaires dans un environnement protégé, vérifier la présence d’une œuvre ou le respect d’une réservation de droits, puis transmettre ses conclusions sans rendre public l’ensemble des données internes.

Adapter la preuve lorsque la traçabilité fait défaut

L’accès aux preuves pourrait également évoluer lorsque le titulaire possède déjà plusieurs éléments concordants.

Une réforme pourrait instaurer, dans des circonstances précisément définies, une présomption légale simple d’utilisation. Cette présomption resterait réfutable. La simple présence d’une œuvre sur Internet ne suffirait jamais à la déclencher.

Prenons un exemple. Un photographe établit que son image figurait dans une version déterminée de LAION-5B. L’entreprise reconnaît avoir utilisé cette version pour entraîner son modèle. Les dates concordent, mais elle ne possède plus les informations permettant de déterminer si cette image a été retirée avant l’entraînement.

LAION-5B contenant 5,85 milliards de paires image-texte, demander au photographe de reconstruire depuis l’extérieur chacune des étapes de filtrage reviendrait à lui demander une preuve qu’il ne possède matériellement aucun moyen d’obtenir.

Dans cette situation, l’utilisation pourrait être présumée. L’entreprise conserverait la possibilité d’établir le contraire à l’aide de journaux techniques, d’empreintes, d’une version documentée du corpus final ou d’un audit indépendant.

Le mécanisme demanderait au titulaire d’établir préalablement plusieurs éléments : ses droits sur l’œuvre, sa présence dans une source identifiée, l’utilisation de cette source par le fournisseur et la cohérence chronologique avec l’entraînement concerné. L’entreprise ne supporterait la preuve contraire qu’une fois cette chaîne suffisamment établie.

La confidentialité de ses données pourrait être préservée devant le tribunal ou par l’intermédiaire d’un tiers habilité. Le droit européen connaît déjà le principe d’une production de preuves détenues par l’adversaire sous réserve de la protection des informations confidentielles.

Une telle présomption modifierait surtout la conséquence de l’absence de traçabilité. L’entreprise capable de documenter ses données pourrait réfuter rapidement une attribution erronée. Celle qui ne conserve aucune trace ne bénéficierait plus systématiquement de l’impossibilité du titulaire à reconstruire son processus de l’extérieur.

Une exploitation massive appelle des mécanismes collectifs

Même une traçabilité parfaite ne résoudrait pas la question économique.

Lorsque plusieurs millions d’œuvres sont concernées, négocier individuellement avec chaque auteur, photographe ou musicien entraîne des coûts considérables pour toutes les parties. Le Copyright Office américain constate d’ailleurs le développement de marchés de licences pour l’entraînement et examine le rôle que pourraient jouer différents mécanismes collectifs.

La gestion collective est déjà familière au droit d’auteur. Elle permet à des organismes mandatés de négocier certains usages pour un grand nombre de titulaires et d’organiser ensuite la répartition des rémunérations.

Son application à l’intelligence artificielle serait loin d’être simple. Les droits peuvent être répartis entre plusieurs personnes, les mandats des organismes varient et les œuvres relèvent de juridictions différentes. Il reste également difficile d’évaluer la contribution économique précise d’une création particulière à l’apprentissage d’un modèle.

Ces difficultés ne changent pas l’échelle du phénomène. Une exploitation fondée sur des millions d’œuvres peut difficilement trouver une réponse satisfaisante dans plusieurs millions de négociations et de procès individuels.

Transparence, conservation de la provenance, audits indépendants et gestion collective répondent à des problèmes différents. La présomption simple n’interviendrait qu’en dernier ressort, lorsque le titulaire a déjà réuni des éléments sérieux et que les informations nécessaires pour lever l’incertitude demeurent sous le contrôle de l’entreprise.

Redonner une mémoire à la propriété intellectuelle

Les procédures américaines montrent que les recours contre les industriels de l’intelligence artificielle existent toujours. Anthropic a bénéficié d’une décision favorable concernant certains usages de livres tout en concluant un règlement de 1,5 milliard de dollars pour le contentieux portant sur sa bibliothèque pirate. Meta a obtenu gain de cause dans une affaire où la démonstration des effets sur le marché était insuffisamment étayée. Ces résultats différents témoignent d’un droit encore en construction, fortement dépendant des faits et des preuves disponibles.

Le problème apparaît bien avant la décision du juge. Les fournisseurs disposent des corpus, des procédures de filtrage et des informations techniques décrivant leurs entraînements. Les créateurs possèdent les œuvres et les éléments permettant d’en établir l’origine. Entre les deux manque encore une continuité documentaire suffisante pour suivre l’utilisation d’une création.

Les législateurs peuvent imposer une conservation plus rigoureuse de la provenance. Les tribunaux peuvent faciliter l’accès aux informations lorsqu’une demande repose sur des indices suffisamment sérieux. Les audits indépendants peuvent préserver les secrets industriels tout en rendant possible la vérification. Les mécanismes collectifs peuvent donner aux titulaires une capacité de négociation proportionnée à l’échelle des corpus. Lorsque l’opacité empêche encore de trancher malgré une chaîne d’indices solide, une présomption simple peut éviter que l’absence de trace profite systématiquement à celui qui disposait des moyens de la conserver.

Les créateurs savent généralement démontrer d’où vient leur œuvre. Le défi consiste maintenant à préserver l’histoire de ce qui lui arrive lorsqu’elle entre dans les infrastructures d’apprentissage.

La propriété intellectuelle possède déjà les droits.

Face à l’intelligence artificielle, elle doit désormais acquérir la mémoire de leur utilisation.