Apple accusée d’avoir entraîné son IA avec des livres piratés

Apple est à son tour rattrapée par la bataille judiciaire qui oppose créateurs et entreprises d’intelligence artificielle. Les écrivains américains Grady Hendrix et Jennifer Roberson ont engagé une procédure contre le groupe, qu’ils accusent d’avoir utilisé leurs ouvrages sans autorisation pour entraîner un système d’IA. Au cœur du dossier se trouve une question devenue décisive pour toute l’industrie : peut-on bâtir des modèles capables de produire ou de résumer du texte à partir d’œuvres protégées obtenues hors des circuits autorisés ?

La plainte ne tranche évidemment pas cette question à elle seule. Elle formule des accusations qui devront être débattues devant la justice. Mais, par son objet et l’ampleur potentielle des œuvres concernées, elle illustre un conflit désormais central : les entreprises technologiques ont besoin de très grandes quantités de textes pour concevoir leurs outils, tandis que les auteurs et les éditeurs revendiquent le contrôle de l’usage de leurs créations.

Ce que reprochent Grady Hendrix et Jennifer Roberson à Apple

Les deux romanciers soutiennent qu’Apple a enfreint leurs droits d’auteur en utilisant leurs livres dans l’entraînement de son intelligence artificielle, sans leur demander d’autorisation ni les rémunérer. Selon les allégations rapportées dans la plainte, les œuvres auraient fait partie d’un ensemble de données composé, au moins en partie, de livres piratés.

Grady Hendrix est notamment connu pour ses romans d’horreur et de satire, tandis que Jennifer Roberson écrit de la fantasy. Leur démarche ne porte donc pas sur une seule œuvre ni sur un simple désaccord commercial. Elle vise l’utilisation présumée d’un grand nombre de livres protégés dans un processus industriel d’entraînement de modèles.

Les plaignants estiment avoir perdu le contrôle sur l’exploitation de leurs textes. Ils soutiennent aussi que l’absence de compensation porte atteinte à la valeur économique de leurs œuvres. Dans leur argumentation, le préjudice ne tient pas seulement à la copie initiale d’un livre : il tient également au fait que cette copie aurait servi à améliorer des technologies commerciales susceptibles de tirer profit de contenus créés et financés par d’autres.

Aucune décision sur le fond n’est rapportée au 6 septembre 2025. Autrement dit, Apple n’a pas été reconnue responsable dans cette affaire à ce stade. La plainte ouvre une procédure, elle ne vaut pas preuve définitive des faits allégués.

Que sont les « bibliothèques fantômes » évoquées dans la plainte ?

L’expression « bibliothèques fantômes » désigne couramment des sites ou des collections numériques qui donnent accès à des livres, articles ou autres documents sans toujours disposer des autorisations nécessaires. Ces plateformes peuvent agréger d’immenses catalogues, dont une part comprend des textes encore protégés par le droit d’auteur.

Pour les développeurs d’IA, de tels corpus présentent une tentation évidente : ils sont vastes, facilement exploitables et souvent déjà convertis en fichiers numériques. Or c’est précisément ce qui pose problème aux auteurs. Un livre acheté légalement peut être lu par son propriétaire, mais cette acquisition ne confère pas automatiquement le droit de le reproduire à grande échelle, de le redistribuer ou de l’intégrer à une base de données destinée à entraîner un produit commercial.

La plainte mentionne plus particulièrement Applebot, l’outil d’exploration du Web d’Apple. Un robot d’indexation, parfois appelé crawler, parcourt automatiquement des pages et suit des liens afin de repérer, classer ou actualiser des contenus. Les moteurs de recherche utilisent ce type de logiciel depuis longtemps. Mais l’existence d’un robot ne suffit pas, à elle seule, à démontrer qu’un fichier a été téléchargé, conservé puis utilisé pour entraîner un modèle.

C’est là que se situera une part essentielle du débat judiciaire. Les plaignants devront chercher à établir un enchaînement précis entre l’accès présumé à des bibliothèques non autorisées, la collecte de leurs textes et leur usage effectif dans le développement d’une IA. Apple pourra, de son côté, contester les faits, leur qualification juridique ou les deux.

Pourquoi l’entraînement d’une IA est-il au centre du conflit ?

Les modèles de langage ont besoin de volumes considérables de textes pour apprendre la grammaire, le vocabulaire, les styles d’écriture, les liens entre les idées et les formes de raisonnement exprimées dans la langue. Livres, sites Web, articles, documents techniques et forums peuvent ainsi devenir des matériaux d’entraînement.

Pour les entreprises d’IA, l’enjeu est de disposer de corpus suffisamment riches et diversifiés pour créer des outils utiles. Pour les ayants droit, la question est différente : qui décide qu’un roman, un essai ou un article peut entrer dans ce corpus, et à quelles conditions ? Le fait qu’une œuvre soit accessible sur Internet ne signifie pas qu’elle est libre de droits ni que son auteur a accepté un usage industriel.

Le droit d’auteur protège généralement l’expression concrète d’une œuvre, par exemple le texte d’un roman. Il ne protège pas les idées générales, les faits ou les procédés d’écriture pris isolément. Dans un procès consacré à l’IA, les débats peuvent donc porter à la fois sur les copies réalisées durant l’entraînement, sur la provenance des données et sur les résultats générés par le modèle.

Aux États-Unis, les entreprises mises en cause peuvent aussi invoquer, selon les circonstances, le principe de fair use, une exception appréciée au cas par cas par les tribunaux. Cette analyse tient notamment compte de la transformation apportée à l’œuvre, de sa nature, de la quantité utilisée et de l’effet potentiel sur son marché. Il ne s’agit pas d’une autorisation générale : chaque dossier dépend de ses faits, de la preuve disponible et de l’interprétation du juge.

Une action collective pourrait élargir considérablement le dossier

Grady Hendrix et Jennifer Roberson cherchent à obtenir le statut d’action collective, appelé class action dans le système américain. Ce mécanisme permet à quelques personnes de poursuivre au nom d’un groupe plus large lorsque les griefs sont suffisamment proches. Dans ce cas, les auteurs espèrent représenter d’autres titulaires de droits dont les livres auraient été concernés par les pratiques dénoncées.

L’enjeu est particulièrement important dans le monde de l’édition. Un auteur isolé dispose rarement des ressources nécessaires pour reconstituer le trajet de ses livres dans d’éventuels jeux de données ou pour engager une longue procédure face à une grande entreprise technologique. Une action collective peut mutualiser les moyens, centraliser les arguments et accroître le poids d’une affaire.

Elle ne devient toutefois pas automatique. Le tribunal doit d’abord décider si les conditions sont réunies pour considérer que les membres du groupe partagent des questions suffisamment communes. Il faudra notamment déterminer si l’origine des ouvrages, les licences éventuelles, le mode de collecte et le préjudice allégué peuvent être analysés de manière collective, ou s’ils exigent un examen titre par titre.

Pour Apple, le risque ne se limiterait donc pas à la réclamation de deux écrivains. Si l’action collective était autorisée et si les accusations étaient établies, le périmètre des œuvres et des titulaires de droits concernés pourrait devenir beaucoup plus large. À l’inverse, l’obtention de ce statut ne préjuge pas de la responsabilité de l’entreprise sur le fond.

Apple rejoint une vague de procédures contre l’IA générative

Cette plainte s’inscrit dans une série de contentieux qui ont pris de l’ampleur à mesure que les outils d’IA générative se sont imposés. Écrivains, artistes visuels, musiciens, éditeurs et organes de presse demandent de plus en plus souvent des explications sur les données qui ont servi à développer ces systèmes.

OpenAI fait notamment face à des poursuites engagées par des médias, dont le New York Times, ainsi qu’à des plaintes émanant d’organisations de presse à but non lucratif. Ces affaires ont leurs particularités, mais elles reposent sur une interrogation comparable : l’entraînement ou le fonctionnement d’un outil d’IA a-t-il mobilisé des contenus protégés sans licence valable ni rémunération ?

Le précédent le plus marquant cité dans ce contexte concerne Anthropic. L’entreprise a récemment accepté de verser 1,5 milliard de dollars pour régler une plainte déposée par des auteurs au sujet de l’usage de livres piratés pour entraîner son IA. Selon les éléments rapportés, environ 500 000 auteurs concernés devaient recevoir 3 000 dollars par œuvre. Un règlement constitue un accord entre des parties : il ne signifie pas nécessairement qu’un tribunal a rendu une décision sur chacune des accusations initiales. Il montre néanmoins le poids financier que peuvent prendre ces litiges.

L’affaire Apple ne peut pas être assimilée à ce règlement. Les entreprises, les jeux de données, les contrats, les preuves et les arguments juridiques ne sont pas les mêmes. Mais le montant évoqué dans le dossier Anthropic donne une mesure de l’attention portée par les créateurs à la valeur de leurs œuvres dans l’économie de l’IA.

Quels effets pour les écrivains, les éditeurs et les entreprises ?

Pour les auteurs, ces procédures répondent à une inquiétude économique concrète. L’écriture d’un livre implique du temps, du travail éditorial et, souvent, des revenus incertains. Si des catalogues entiers peuvent être utilisés sans licence pour alimenter des produits technologiques, les créateurs redoutent que leur pouvoir de négociation et la valeur de leurs droits diminuent.

Les éditeurs sont eux aussi concernés. Ils gèrent des catalogues, négocient des droits territoriaux et des formats d’exploitation, puis rémunèrent les auteurs suivant les contrats conclus. L’émergence de licences dédiées à l’IA pourrait créer de nouvelles recettes, mais elle soulève des questions complexes : qui peut autoriser l’usage d’un texte, comment rémunérer équitablement chaque intervenant et comment vérifier qu’un corpus déclaré sous licence est réellement conforme ?

Pour les entreprises, l’enjeu est autant juridique que pratique. Les modèles les plus performants reposent sur des données nombreuses et variées, mais l’opacité des corpus devient un risque. À mesure que les procès se multiplient, documenter la provenance des données, négocier des accords et mettre en place des mécanismes de retrait ou de traçabilité peuvent devenir des éléments déterminants de leur stratégie.

Le débat a aussi une dimension culturelle. Les livres ne sont pas de simples blocs de texte : ils portent une voix, un travail de composition et un investissement créatif. Trouver un cadre qui permette l’innovation tout en respectant les droits des auteurs est devenu l’une des conditions de confiance dans l’IA générative.

Ce qu’il faut surveiller dans la procédure

Plusieurs étapes seront déterminantes dans le dossier ouvert par Grady Hendrix et Jennifer Roberson. Il faudra d’abord suivre la réponse d’Apple aux accusations et les arguments développés par chacune des parties. La question de l’accès présumé aux bibliothèques fantômes, celle du rôle exact d’Applebot et celle de l’utilisation effective des livres dans l’entraînement seront particulièrement scrutées.

La décision sur le statut d’action collective constituera également un moment clé. Si le tribunal autorise les plaignants à représenter un groupe élargi, le dossier pourrait prendre une tout autre dimension pour les auteurs potentiellement concernés. Si ce statut est refusé, les réclamations pourraient devoir être examinées de façon plus individualisée.

Enfin, cette affaire rappellera aux acteurs de l’IA qu’il ne suffit plus d’évoquer des données disponibles en ligne. Dans un marché en plein essor, la provenance des contenus, les autorisations obtenues et la rémunération des créateurs deviennent des sujets aussi stratégiques que la puissance de calcul ou la qualité des modèles. La justice américaine devra préciser, affaire après affaire, où se situe la frontière entre apprentissage technologique, usage équitable éventuel et exploitation non autorisée des œuvres.