Droit d’auteur et IA : ce que la décision californienne change pour les artistes

Le conflit qui oppose trois artistes américaines à des acteurs majeurs de l’image générée par intelligence artificielle vient de franchir une première étape judiciaire importante. Le 30 octobre 2023, un juge fédéral du district nord de la Californie a examiné les demandes de rejet déposées par Stability AI, DeviantArt et Midjourney. Son ordonnance réduit fortement la portée initiale du recours, sans pour autant clore le débat sur l’utilisation d’œuvres protégées pour entraîner des modèles.

Il faut d’emblée lever une ambiguïté : cette décision ne tranche pas encore la question de savoir si l’entraînement d’une IA sur des images trouvées en ligne est, de manière générale, licite ou illicite. Elle ne juge pas non plus que toute image générée par une IA viole le droit d’auteur. Elle fixe plutôt le niveau de précision que les plaignantes devront atteindre pour faire prospérer leurs accusations dans la suite de la procédure.

Trois artistes face aux plateformes d’images génératives

La plainte a été déposée par les illustratrices Sarah Andersen, Kelly McKernan et Karla Ortiz. Elles poursuivent Stability AI Ltd., Stability AI, Inc., DeviantArt, Inc. et Midjourney, Inc.. Toutes trois soutiennent que leurs créations ont été intégrées, sans leur accord, dans les données utilisées pour développer des systèmes capables de produire de nouvelles images à partir de requêtes textuelles.

Stability AI est associé à Stable Diffusion, un modèle de génération d’images. DeviantArt a proposé l’outil DreamUp sur sa plateforme artistique, tandis que Midjourney fournit un service de génération d’images à partir de texte. Pour les plaignantes, ces services ne sont pas seulement inspirés par d’immenses corpus visuels : ils reposeraient sur la reproduction et l’exploitation de travaux protégés.

L’enjeu dépasse donc les trois œuvres et les trois artistes concernées. De nombreux créateurs s’interrogent sur la présence de leurs images dans les corpus utilisés par les modèles génératifs, souvent constitués à partir de contenus accessibles publiquement sur le Web. Or, accessible ne veut pas automatiquement dire libre de droits ou exploitable sans condition.

Quels droits les artistes invoquent-ils ?

La plainte repose sur plusieurs fondements. Les artistes invoquent notamment des atteintes directes et indirectes au droit d’auteur, des manquements présumés à la législation américaine connue sous le nom de DMCA, des griefs liés au droit à l’image ou au droit de publicité, des manquements contractuels ainsi que des pratiques de concurrence déloyale.

Le cœur du litige reste toutefois le droit d’auteur. Les plaignantes cherchent à établir deux éléments distincts : d’abord que leurs œuvres ont effectivement été copiées ou utilisées dans le processus d’entraînement, ensuite que les images produites par les outils mis en cause peuvent constituer des reproductions ou des adaptations non autorisées de créations existantes.

La DMCA, pour sa part, comprend notamment des règles relatives aux informations de gestion des droits d’auteur, comme le nom de l’auteur ou certaines mentions associées à une œuvre. Dans un environnement où des milliards d’images sont collectées, redimensionnées, indexées et décrites par des métadonnées, la question de la conservation ou de la suppression de ces informations peut prendre une place importante.

Les artistes appuient leurs accusations sur des déclarations publiques des développeurs concernant les données d’entraînement de leurs systèmes. Elles soutiennent en particulier que les bases de données utilisées contiennent leurs travaux. Mais, devant un tribunal, une affirmation générale sur la taille d’un corpus ou sur son origine ne suffit pas toujours : il faut relier de façon suffisamment concrète une œuvre protégée, un acte de copie allégué et un défendeur précis.

Ce que le juge a réellement décidé le 30 octobre 2023

L’ordonnance rendue en Californie répond à des demandes procédurales déposées par les entreprises, qui souhaitaient écarter tout ou partie du recours avant un examen complet du fond. Le juge a largement donné raison aux défendeurs à ce stade, estimant que plusieurs accusations n’étaient pas formulées avec une précision suffisante. Les plaignantes ont toutefois obtenu la possibilité de modifier certains éléments de leur plainte.

Le tribunal a notamment refusé d’accepter, en l’état, la thèse selon laquelle chaque image générée par Stable Diffusion serait nécessairement une œuvre dérivée d’images protégées présentes dans les données d’entraînement. Une telle affirmation, très large, ne permet pas à elle seule d’établir une violation pour une image donnée. Il faudrait pouvoir caractériser plus précisément le lien entre une œuvre originale et une production contestée.

En revanche, une partie de l’accusation d’atteinte directe au droit d’auteur visant Stability AI peut se poursuivre. Les plaignantes ont suffisamment allégué, à ce stade très préliminaire, que leurs œuvres protégées auraient pu être copiées dans le cadre de l’entraînement et intégrées sous une forme compressée au modèle Stable Diffusion. Cela ne signifie pas que le tribunal a reconnu l’existence d’une contrefaçon. Cela signifie seulement que cette question mérite un examen plus approfondi dans le cadre de l’affaire.

Les autres demandes, y compris celles dirigées contre DeviantArt et Midjourney, ont été rejetées à ce stade ou devront être reformulées. Pour plusieurs griefs, le problème n’est pas nécessairement l’absence totale de préjudice allégué, mais l’insuffisance des faits précis présentés au tribunal pour rattacher ce préjudice à chaque entreprise et à chaque droit invoqué.

Pourquoi les bases LAION sont-elles au centre du dossier ?

Les plaignantes font référence aux bases de données de LAION, une organisation connue pour avoir constitué de vastes ensembles de paires image-texte. Le jeu de données LAION-5B, par exemple, est présenté comme comprenant environ 5,85 milliards de paires image-texte collectées sur le Web. De tels corpus sont utilisés dans la recherche et, plus largement, dans l’écosystème des modèles génératifs.

Une précision technique est nécessaire. Un jeu de données comme LAION-5B peut référencer des adresses d’images et les associer à des descriptions textuelles. Selon les usages, les entreprises ou les chercheurs peuvent ensuite télécharger, filtrer et traiter les fichiers pour entraîner un modèle. La présence alléguée d’une œuvre dans une base de ce type ne répond donc pas à toutes les questions juridiques : il faut encore déterminer comment l’image a été obtenue, si elle a été copiée, par qui, à quelle étape et pour quel usage.

C’est précisément là que la traçabilité devient un enjeu industriel autant que juridique. Lorsqu’un corpus compte plusieurs milliards d’éléments, identifier l’origine de chaque image, son statut de droit d’auteur, les éventuelles licences associées ou la volonté de son auteur est une tâche considérable. Pourtant, sans cette information, il est difficile pour les créateurs de vérifier l’utilisation de leurs œuvres et pour les entreprises d’évaluer leur exposition juridique.

Les plateformes et les développeurs ne jouent pas tous le même rôle. Certains construisent des modèles, d’autres fournissent des bases de données, hébergent des services, conçoivent des interfaces ou proposent des fonctionnalités de modération. L’affaire californienne illustre la difficulté à attribuer une responsabilité juridique précise dans cette chaîne technique.

Une image générée est-elle une œuvre dérivée ?

C’est la question la plus spectaculaire du procès, mais aussi l’une des plus complexes. Les artistes soutiennent que les images créées par les systèmes génératifs sont dérivées d’images latentes préexistantes et protégées. En droit d’auteur, une œuvre dérivée est généralement une création qui adapte, transforme ou incorpore une œuvre antérieure protégée, comme une adaptation cinématographique, une traduction ou une version modifiée d’une image.

Les modèles de diffusion ne fonctionnent pas comme une simple bibliothèque qui collerait automatiquement des fragments d’images dans un nouveau fichier. Durant l’entraînement, le modèle apprend des régularités statistiques à partir de très grands volumes de données. Lors de la génération, il part d’un bruit aléatoire et le transforme progressivement selon une requête textuelle et les paramètres appris. Cette explication technique ne résout pas, à elle seule, le problème juridique : un système peut être statistique tout en soulevant des questions de reproduction, notamment si un résultat est très proche d’une œuvre identifiable.

Le juge californien ne ferme donc pas définitivement la porte à une action visant une sortie particulière. Il indique plutôt qu’il ne suffit pas d’affirmer que toutes les images issues d’un modèle sont, par nature, des œuvres dérivées de toutes les images utilisées pour son entraînement. Pour convaincre, les demandeurs devront présenter des allégations plus ciblées sur les œuvres, les copies et les résultats en cause.

Aux États-Unis, les entreprises pourraient aussi invoquer le fair use, une exception évaluée au cas par cas selon plusieurs critères, dont la nature transformatrice de l’usage et son effet sur le marché de l’œuvre originale. Cette défense n’est pas tranchée dans l’ordonnance du 30 octobre 2023. Elle pourrait toutefois devenir centrale si le dossier avance vers un examen au fond.

Un précédent procédural, pas encore une règle générale

Cette affaire est suivie avec attention parce qu’elle rassemble les principales interrogations liées à l’IA générative visuelle : la collecte des données, la copie pendant l’entraînement, les sorties produites par les modèles, l’imitation stylistique et l’usage du nom des artistes dans les requêtes.

Pour les créateurs, l’enjeu est de pouvoir protéger leur travail, comprendre où il circule et obtenir une rémunération ou un contrôle lorsque leurs œuvres alimentent des services commerciaux. Pour les entreprises d’IA, l’enjeu est tout aussi structurant : une obligation générale d’obtenir une licence pour chaque élément d’un corpus gigantesque modifierait profondément les coûts, les méthodes de développement et l’accès aux données.

L’ordonnance ne crée pas, à elle seule, une règle applicable à toutes les IA génératives. Elle rappelle cependant qu’un tribunal peut demander aux acteurs du secteur de répondre de manière précise à la question la plus concrète : quelles œuvres ont été utilisées, à quel moment et dans quelles conditions ?

Ce qu’il faut surveiller dans la suite du dossier

La prochaine étape importante sera la capacité des artistes à compléter leur plainte avec des faits plus détaillés. Elles devront notamment renforcer le lien allégué entre leurs œuvres enregistrées, les données exploitées et les entreprises visées. La procédure pourrait ensuite ouvrir la voie à des demandes de communication de documents, particulièrement sensibles pour des sociétés dont les données d’entraînement et les méthodes de développement sont stratégiques.

Il faudra aussi suivre la réponse des juges à trois questions qui dépassent cette seule affaire :

• La copie temporaire ou durable d’une œuvre pendant l’entraînement d’un modèle constitue-t-elle une atteinte au droit d’auteur ?
• Dans quelles circonstances une image générée peut-elle être suffisamment proche d’une œuvre existante pour être considérée comme contrefaisante ou dérivée ?
• Quelles obligations de transparence, de licence ou de retrait doivent peser sur les développeurs et les plateformes ?

À la date du 10 novembre 2023, le dossier Andersen ne fournit pas encore de réponse définitive. Il marque en revanche un changement de niveau dans le débat : l’IA générative n’est plus seulement une innovation technique ou un outil créatif, elle devient un terrain où doivent se confronter la réalité de ses mécanismes, les droits des auteurs et les modèles économiques des plateformes.