Anthropic accepte 1,5 milliard de dollars pour des livres piratés utilisés par l’IA

L’intelligence artificielle générative se nourrit de quantités considérables de textes. Mais la manière dont ces textes sont obtenus compte autant que l’usage qui en est fait. C’est la ligne de partage mise en lumière par l’accord conclu entre Anthropic et un groupe d’auteurs américains : l’entreprise derrière l’assistant Claude propose de verser 1,5 milliard de dollars pour régler une action collective portant sur des livres qui auraient été copiés depuis des sources pirates.

Annoncé début septembre 2025, ce règlement est présenté comme le plus important jamais envisagé dans un contentieux de droit d’auteur lié à l’IA. Il reste toutefois soumis à l’approbation du juge fédéral américain William Alsup, à San Francisco. Au-delà de son montant exceptionnel, le dossier est suivi de près parce qu’il apporte une distinction concrète dans un débat encore incertain : entraîner un modèle sur des œuvres peut, dans certaines circonstances, être considéré comme un usage équitable aux États-Unis, le fair use. Télécharger ou conserver illégalement ces œuvres pour bâtir une bibliothèque, en revanche, pose un problème distinct de contrefaçon.

Ce que prévoit l’accord entre Anthropic et les auteurs

Le règlement proposé atteint 1,5 milliard de dollars et vise environ 500 000 ouvrages. S’il est validé, il représenterait approximativement 3 000 dollars par livre concerné. La somme doit indemniser les titulaires de droits dans le cadre d’une action collective, une procédure qui permet de traiter ensemble les demandes d’un grand nombre de personnes placées dans une situation comparable.

Les auteurs à l’origine de la plainte incluent Andrea Bartz, Charles Graeber et Kirk Wallace Johnson. Ils accusaient Anthropic d’avoir utilisé, sans autorisation, le contenu de millions de livres numérisés afin d’entraîner les systèmes à l’origine de Claude. Selon eux, l’entreprise n’avait pas sollicité les licences nécessaires et n’avait pas rémunéré les créateurs pour l’exploitation de leurs œuvres.

Le tribunal fédéral de Californie doit examiner l’accord au cours de la semaine suivant son annonce. Cette étape est essentielle : un règlement annoncé par les parties n’est pas, à lui seul, une décision définitive. Le juge doit notamment vérifier qu’il est équitable pour les membres de l’action collective et que les modalités d’indemnisation sont adaptées.

Pourquoi l’origine des livres est au cœur du dossier

Un grand modèle de langage, ou LLM, apprend à repérer des régularités dans d’immenses collections de textes. Pendant son entraînement, il analyse des séquences de mots afin de prédire le mot suivant et d’acquérir des capacités de rédaction, de résumé ou de réponse aux questions. Cette opération ne revient pas mécaniquement à stocker une bibliothèque consultable par l’utilisateur. Pour autant, elle exige la constitution de jeux de données, dont l’origine est devenue un sujet juridique et économique majeur.

Dans cette affaire, les auteurs reprochaient à Anthropic l’utilisation de copies issues de bibliothèques de livres piratés. La contestation ne porte donc pas seulement sur la question générale de savoir si une œuvre protégée peut contribuer à l’entraînement d’une IA. Elle porte aussi sur la manière dont les exemplaires ont été acquis et conservés.

C’est précisément ce que les décisions antérieures du juge Alsup ont mis en évidence. Le magistrat a considéré que certains usages liés à l’entraînement des modèles pouvaient relever du fair use, une exception américaine au droit d’auteur appréciée au cas par cas. Cette doctrine prend notamment en compte la finalité de l’usage, la nature de l’œuvre, la quantité utilisée et l’effet sur le marché de l’œuvre originale.

Mais le juge a également estimé que l’utilisation de millions de livres piratés pour constituer une bibliothèque devait faire l’objet d’un procès. Autrement dit, le caractère potentiellement transformateur de l’entraînement ne faisait pas disparaître la question de la provenance illicite des copies.

Fair use et livres piratés : deux questions juridiques différentes

Cette nuance est déterminante, car elle évite de réduire le conflit à une opposition simpliste entre innovation technologique et défense des artistes. Le droit américain ne dit pas que toute utilisation d’une œuvre protégée par une IA est automatiquement interdite. Il ne dit pas non plus que l’entraînement d’un modèle autorise n’importe quel mode d’acquisition des données.

Le fair use n’est pas une permission générale ni une règle automatique. C’est une défense juridique, évaluée par un tribunal au regard des circonstances particulières d’un dossier. Dans le cas Anthropic, l’examen judiciaire a ouvert la possibilité qu’un entraînement soit qualifié de transformateur. En parallèle, il a laissé subsister un risque sérieux concernant les exemplaires obtenus à partir de sources pirates.

Cette séparation a des conséquences très concrètes pour les entreprises d’IA. Elles doivent pouvoir documenter l’origine de leurs données, les conditions auxquelles elles y ont accédé et, le cas échéant, les autorisations dont elles disposent. Pour les auteurs, éditeurs et autres titulaires de droits, elle rappelle que la discussion ne se limite pas à la visibilité d’une œuvre sur internet : la copie, l’archivage et l’exploitation des contenus restent encadrés.

Un signal fort pour les auteurs et les entreprises d’IA

Pour la communauté créative, le montant de l’accord donne une portée particulière à l’affaire. Mary Rasenberger, directrice générale de l’Authors Guild, y voit une étape importante pour faire reconnaître que les entreprises d’IA doivent respecter les droits des écrivains. Keith Kupferschmid, président de la Copyright Alliance, a également défendu l’idée que les entreprises technologiques disposent des moyens financiers nécessaires pour rémunérer les titulaires de droits sans compromettre l’innovation.

Derrière ces prises de position se trouve une revendication centrale : créer des mécanismes de licences négociées pour les données d’entraînement. Le principe est familier dans d’autres secteurs culturels. Les plateformes de musique, par exemple, concluent des accords avec les détenteurs de catalogues. Le marché du livre présente toutefois ses propres difficultés : diversité des ayants droit, œuvres épuisées, contrats d’édition variables, droit de reproduction, droits territoriaux et valeur très différente d’un ouvrage à l’autre.

Un système de licences ne réglerait pas automatiquement toutes les questions. Il faudrait encore déterminer quels contenus sont concernés, comment les identifier, comment rémunérer les auteurs et éditeurs, et selon quels critères répartir les sommes. Mais l’accord Anthropic renforce l’idée que l’accès à des corpus de qualité pourrait devenir un coût durable de développement pour les groupes d’IA, au même titre que les serveurs, les puces et l’énergie.

Il serait néanmoins excessif d’en déduire qu’il crée à lui seul une règle générale pour toute l’industrie. Un règlement met fin à un litige entre des parties sans constituer, en principe, une décision sur le fond applicable à toutes les affaires. Sa force est surtout économique et pratique : il montre l’ampleur du risque financier lorsqu’une entreprise ne peut pas justifier l’origine de certaines données.

Anthropic peut-elle absorber une telle somme ?

Le règlement intervient alors qu’Anthropic dispose de moyens financiers considérables. L’entreprise a récemment annoncé un tour de financement de 13 milliards de dollars, qui la valorise à 183 milliards de dollars. Cette capacité de financement explique pourquoi elle peut envisager une compensation de cette ampleur tout en poursuivant le développement de ses modèles et produits.

Pour autant, 1,5 milliard de dollars reste un montant qui parle à l’ensemble du marché. Les développeurs de modèles de pointe investissent déjà massivement dans l’infrastructure informatique et dans le recrutement. Les coûts liés aux contenus pourraient désormais occuper une place plus visible dans leurs stratégies, en particulier si les ayants droit privilégient des accords de licence plutôt que des négociations isolées.

L’enjeu n’est pas limité au livre. Les plaintes et négociations autour des données d’entraînement concernent également les articles de presse, les photographies, les illustrations, la musique, les films et les logiciels. Chaque secteur pose des questions spécifiques : risque de concurrence avec l’œuvre originale, mémorisation de passages protégés, attribution, partage de revenus ou possibilité de refuser certains usages.

Un litige parmi une série d’affaires encore ouvertes

L’accord avec Anthropic ne clôt pas le débat judiciaire sur l’IA générative. D’autres auteurs, parmi lesquels Ta-Nehisi Coates et Sarah Silverman, ont engagé des procédures contre différentes entreprises technologiques. Les griefs varient selon les dossiers, mais une interrogation commune demeure : les entreprises ont-elles utilisé des œuvres protégées de manière autorisée pour constituer leurs corpus d’entraînement ?

Le secteur de l’image est lui aussi concerné. Une plainte récente de Warner Bros. Discovery contre Midjourney illustre l’extension de ces conflits aux contenus audiovisuels et graphiques. Dans ces dossiers, les tribunaux doivent souvent distinguer plusieurs niveaux : l’accès aux fichiers, leur copie, l’entraînement du modèle, les sorties produites par l’outil et l’impact éventuel sur les marchés des œuvres d’origine.

Cette multiplication des contentieux rend difficile toute conclusion universelle. Les réponses dépendront des lois nationales, de l’origine effective des données, des caractéristiques techniques des systèmes et des preuves présentées dans chaque procédure. Aux États-Unis, la jurisprudence sur le fair use continue de se construire. En Europe, les règles sur la fouille de textes et de données, ainsi que les obligations de transparence associées à l’IA à usage général, donnent au débat une configuration différente.

Ce qu’il faut surveiller après l’accord

La première échéance est judiciaire : le juge William Alsup doit décider s’il approuve le règlement. Son examen précisera les conditions de mise en œuvre de l’action collective et les mécanismes prévus pour les titulaires de droits concernés.

Ensuite, les pratiques des entreprises d’IA seront particulièrement observées. Le dossier Anthropic pourrait accélérer trois évolutions : une meilleure traçabilité des jeux de données, davantage de contrats de licence avec les détenteurs de catalogues et une communication plus claire sur les sources utilisées pour l’entraînement.

Enfin, il faudra suivre les autres procédures en cours. Si l’accord démontre qu’un contentieux sur les données peut avoir un coût considérable, il ne répond pas à toutes les questions sur l’entraînement à partir de contenus obtenus légalement, sur la reproduction éventuelle d’extraits par les modèles ou sur la rémunération à long terme des créateurs. Entre innovation et droit d’auteur, l’affaire Anthropic ne ferme donc pas le débat : elle impose surtout aux entreprises de prendre au sérieux la provenance de leurs données.