Anthropic et les livres piratés : un accord à 1,5 milliard de dollars

Le chiffre est vertigineux, mais il ne résume pas à lui seul l’affaire. Le 5 septembre 2025, Anthropic a rendu public un accord amiable prévoyant 1,5 milliard de dollars afin d’éviter un procès fédéral lié au téléchargement illégal de livres protégés par le droit d’auteur. La start-up américaine, connue notamment pour son assistant Claude, était poursuivie par trois auteurs qui l’accusaient d’avoir récupéré des millions d’ouvrages depuis des bibliothèques pirates dans le cadre de ses activités d’intelligence artificielle.

À ce stade, il ne s’agit pas encore d’un paiement définitivement acté. La transaction doit être homologuée par le juge fédéral William Alsup, qui siège au tribunal de San Francisco. Mais son ampleur place déjà ce dossier parmi les affaires les plus scrutées du conflit grandissant entre les entreprises d’IA générative et les créateurs dont les œuvres servent, ou auraient servi, à constituer des jeux de données.

Un règlement de 1,5 milliard de dollars, sous contrôle du juge

L’accord annoncé par Anthropic vise à éteindre le contentieux engagé par un trio d’auteurs. Les plaignants reprochaient à l’entreprise d’avoir téléchargé de manière illicite des millions de livres afin d’alimenter ses systèmes, dont Claude. Pour une entreprise d’IA, les livres représentent des données particulièrement utiles : ils contiennent un langage suivi, des dialogues, des descriptions, des raisonnements et une grande diversité de styles d’écriture.

Le règlement prévoit une enveloppe initiale de 1,5 milliard de dollars. Celle-ci pourrait toutefois croître si le total des œuvres couvertes par l’accord dépasse 500 000. Dans cette hypothèse, Anthropic devrait verser 3 000 dollars supplémentaires par ouvrage au-delà de ce seuil.

Parler d’« investissement » serait donc imprécis. Ce montant est avant tout le prix d’une transaction destinée à mettre fin à un litige. Pour Anthropic, l’enjeu est d’écarter le risque financier et opérationnel d’un procès long, très exposé médiatiquement et potentiellement lourd de conséquences pour ses pratiques de collecte de données.

Pourquoi les livres piratés posent un problème distinct pour l’IA

Le cœur juridique de l’affaire tient à une distinction essentielle. Dans son examen du dossier, le juge californien a considéré que l’utilisation d’œuvres protégées pour entraîner un modèle d’intelligence artificielle ne constituait pas, en elle-même, une infraction au droit d’auteur dans les circonstances examinées. En revanche, le téléchargement et le stockage d’ouvrages obtenus depuis des bibliothèques pirates soulevaient un problème séparé.

Autrement dit, la question n’est pas seulement : une entreprise peut-elle analyser un livre protégé afin d’entraîner un modèle qui prédit le mot suivant dans une phrase ? Elle est aussi : par quels moyens l’entreprise s’est-elle procuré ce livre ? Une technologie, même innovante, ne transforme pas automatiquement une copie pirate en exemplaire licitement acquis.

Cette nuance est centrale pour comprendre le débat. Les modèles de langage ne conservent pas nécessairement les livres sous la forme d’une bibliothèque consultable par les utilisateurs. Lors de l’entraînement, ils ajustent des milliards de paramètres statistiques en traitant d’immenses quantités de textes. Cela ne tranche toutefois pas la question de l’origine des fichiers employés pour cette opération, ni celle de la rémunération des auteurs et ayants droit.

Le juge avait donc séparé deux volets : l’usage des œuvres dans l’entraînement d’une part, l’acquisition présumée illégale de copies par l’intermédiaire de sites pirates d’autre part. C’est sur ce second terrain que le règlement de 1,5 milliard de dollars intervient.

Le fair use ne donne pas carte blanche aux entreprises

Aux États-Unis, les débats sur l’IA générative se structurent souvent autour du fair use, une exception au droit d’auteur parfois traduite par « usage loyal ». Cette doctrine ne fournit pas une permission automatique. Elle impose au contraire une appréciation au cas par cas, notamment selon la finalité de l’utilisation, la nature de l’œuvre, la quantité reprise et l’effet potentiel sur le marché de l’œuvre originale.

Dans le cas d’un modèle d’IA, les entreprises font valoir que l’entraînement est transformateur : le système apprend des régularités linguistiques et ne se contente pas de redistribuer un livre tel quel. Les auteurs, éditeurs et organisations de défense des créateurs soulignent, eux, que ces modèles peuvent être bâtis sur des corpus immenses sans autorisation ni rémunération, alors même qu’ils sont destinés à produire des textes susceptibles de concurrencer certains usages de l’écriture humaine.

L’affaire Anthropic ne règle pas toutes ces questions. Elle rappelle néanmoins une limite très concrète : même lorsqu’un tribunal admet qu’un entraînement puisse relever du fair use dans un contexte particulier, cela ne rend pas acceptable le recours à des copies obtenues par piratage.

Ce que réclament les auteurs et les organisations de créateurs

Pour les écrivains, la controverse dépasse la seule question technique des données. Un livre est le produit d’un travail créatif, éditorial et économique, souvent rémunéré par des ventes, des avances et des droits d’exploitation. L’idée que des bibliothèques entières puissent être téléchargées gratuitement depuis des sources pirates, puis utilisées pour entraîner des outils commerciaux, alimente une inquiétude profonde sur la valeur future de la création littéraire.

Mary Rasenberger, directrice générale de l’Authors Guild, a qualifié le règlement de « résultat excellent ». Sa réaction traduit la portée symbolique de l’accord : selon cette organisation, l’industrie de l’IA doit tenir compte des droits des auteurs au lieu de considérer les œuvres disponibles en ligne comme une ressource librement exploitable.

La Human Artistry Campaign a également accueilli positivement l’annonce. Son porte-parole y voit un jalon dans la défense des créateurs face à l’exploitation non autorisée de contenus créatifs. Ces organisations ne contestent pas nécessairement l’existence de l’IA comme technologie, mais demandent un cadre dans lequel les œuvres protégées ne soient ni pillées ni intégrées à des produits commerciaux sans considération pour ceux qui les ont créées.

Pour les auteurs, un tel accord a donc une double portée. Il ouvre la perspective d’une indemnisation dans ce dossier précis, tout en renforçant leur capacité à demander davantage de transparence sur les corpus d’entraînement utilisés par les laboratoires d’IA.

Une facture qui peut faire évoluer les pratiques de données

Le montant annoncé marque les esprits parce qu’il établit un coût potentiel très élevé pour l’utilisation de collections pirates. Jusqu’ici, le débat public sur les données d’entraînement a souvent porté sur des principes abstraits : innovation, accès au savoir, concurrence, transformation des œuvres ou liberté de recherche. Avec une transaction de 1,5 milliard de dollars, le sujet devient aussi un risque économique direct pour les entreprises.

Les fournisseurs de modèles de langage doivent en effet pouvoir répondre à plusieurs questions fondamentales : d’où viennent leurs données, quels droits leur permettent de les exploiter, comment gèrent-ils les demandes des ayants droit et quelles garanties offrent-ils à leurs partenaires commerciaux ? Pour les entreprises clientes de l’IA, ces interrogations comptent également. Un outil peut être performant, mais son adoption à grande échelle dépend aussi de la solidité juridique de sa chaîne de données.

L’accord pourrait encourager les acteurs du secteur à privilégier des jeux de données sous licence, des partenariats avec des éditeurs, des contenus du domaine public ou des mécanismes permettant aux ayants droit d’exprimer leurs choix. Ces solutions ne sont pas toutes équivalentes et peuvent coûter cher. Elles répondent toutefois à une nécessité : réduire l’écart entre la vitesse de développement des modèles et les droits attachés aux œuvres qui nourrissent leur apprentissage.

Anthropic n’est pas la seule entreprise visée par des plaintes

Le dossier s’inscrit dans une vague plus large de contentieux aux États-Unis. Des créateurs de contenus, dans plusieurs secteurs, cherchent à faire reconnaître leurs droits face aux entreprises qui développent des systèmes génératifs. Les livres ne sont qu’un des terrains de ce conflit : images, articles de presse, photographies, musique et autres productions culturelles font aussi l’objet de débats sur les données utilisées par les modèles.

Des écrivains ont récemment engagé une action contre Apple, estimant que le groupe technologique avait utilisé des œuvres piratées pour enrichir ses propres modèles d’IA. Chaque affaire possède cependant ses documents, ses parties et ses faits. Il serait donc prématuré de présenter l’accord d’Anthropic comme une règle automatique applicable à toutes les plaintes en cours.

Sa valeur de signal est néanmoins difficile à ignorer. Un règlement aussi élevé peut influencer les calculs des entreprises visées par des accusations comparables, mais aussi les attentes des plaignants. Il peut encourager les accords négociés, tout en poussant les tribunaux à préciser progressivement les limites de l’entraînement des modèles sur des œuvres protégées.

Ce qu’il faut surveiller après l’annonce

La première échéance est judiciaire : le juge William Alsup doit encore homologuer l’accord. Cette validation déterminera les conditions définitives du règlement et son application aux œuvres concernées. Il faudra notamment suivre le décompte final des ouvrages, puisque tout dépassement du seuil de 500 000 entraînerait une indemnité supplémentaire de 3 000 dollars par livre.

La deuxième question concerne les pratiques futures d’Anthropic. L’entreprise pourra se concentrer davantage sur le développement de ses systèmes une fois la menace de ce procès écartée, mais l’affaire rappelle que la qualité d’un modèle ne se mesure plus seulement à ses performances. La provenance des données devient un élément de crédibilité, de conformité et de confiance.

Enfin, le débat de fond reste ouvert. Les tribunaux américains devront continuer à préciser le rôle du fair use à l’ère des modèles génératifs. Les créateurs, eux, demanderont des réponses sur la transparence, l’autorisation et la rémunération. L’accord annoncé le 5 septembre 2025 n’est pas la fin du bras de fer entre IA et droit d’auteur. Il montre en revanche que le piratage de livres peut désormais exposer les entreprises technologiques à une facture hors norme.