Meta et les livres piratés : ce que les plaintes d’auteurs reprochent réellement

Un roman peut circuler sur Internet sans l’accord de son auteur, puis se retrouver dans une immense collection de fichiers exploitée pour entraîner une intelligence artificielle. C’est cette perspective qui nourrit la colère d’écrivains engagés dans une procédure contre Meta aux États-Unis. Leur grief est grave : les modèles de la famille Llama auraient été nourris avec des ouvrages protégés par le droit d’auteur, accessibles notamment via des bibliothèques numériques non autorisées.

L’expression de « vol de livres » traduit une indignation compréhensible, mais elle demande une précision essentielle. Au 21 mars 2025, Meta n’a pas été reconnue coupable par un tribunal d’avoir volé des livres. L’affaire est un contentieux civil en cours. Les auteurs formulent des accusations de violation du droit d’auteur, tandis que Meta conteste sa responsabilité et défend sa lecture du droit américain. La distinction est importante : elle sépare les faits allégués, qui doivent encore être examinés, de ce qu’une décision judiciaire établit.

Ce que les auteurs reprochent à Meta

Depuis 2023, plusieurs auteurs ont engagé des procédures contre des entreprises d’IA générative, dont Meta. L’affaire la plus souvent citée dans ce dossier est Kadrey v. Meta Platforms, examinée devant la justice fédérale de Californie. Les plaignants soutiennent que l’entreprise a utilisé leurs œuvres sans autorisation pour développer les modèles Llama.

Le cœur de leur argumentation concerne les corpus d’entraînement, c’est-à-dire les gigantesques ensembles de textes sur lesquels un modèle apprend les régularités du langage. Les plaintes évoquent notamment LibGen, abréviation de Library Genesis. Cette bibliothèque clandestine est connue pour mettre à disposition, sans autorisation des ayants droit, de nombreux livres et articles protégés. D’autres jeux de données compilant des ouvrages accessibles sur le web ont aussi été au centre du débat public sur l’IA.

Les auteurs ne reprochent donc pas nécessairement à Llama de republier leurs romans tels quels. Ils contestent d’abord l’utilisation de copies de leurs livres au cours de la phase d’apprentissage. À leurs yeux, une entreprise ne devrait pas pouvoir constituer ou exploiter un corpus d’œuvres protégées sans licence, même si le résultat final est un modèle statistique et non une bibliothèque consultable.

Pourquoi l’entraînement d’une IA pose une question de droit d’auteur

Pour apprendre à écrire une phrase cohérente, un grand modèle de langage découpe les textes en unités appelées tokens, puis calcule les relations statistiques entre elles. Il ne lit pas un roman comme le ferait un humain. Il traite des séquences de mots, de ponctuation et de contextes à très grande échelle afin de prédire le token suivant.

Cette opération suppose néanmoins de disposer des textes dans une forme exploitable par ordinateur. Or le droit d’auteur protège notamment le droit de reproduction. Copier un livre dans un serveur, le convertir, le stocker et le traiter sont des opérations qui peuvent relever de ce droit. C’est ici que se situe le nœud du contentieux.

Le débat est souvent brouillé par l’emploi du mot « plagiat ». Le plagiat désigne généralement le fait de présenter le travail d’autrui comme le sien. Il relève à la fois d’une faute éthique et, selon les circonstances, d’une atteinte aux droits de l’auteur. Dans l’affaire visant Meta, la question est différente : les plaignants mettent surtout en cause la reproduction non autorisée d’œuvres pendant l’entraînement.

Les réponses d’un assistant d’IA constituent une autre question. Un modèle peut produire des formulations proches d’un texte appris, particulièrement si une œuvre a été beaucoup présente dans ses données ou si une demande est très précise. Mais une réponse générée qui ne reproduit pas un passage identifiable ne permet pas, à elle seule, de démontrer ce que contenait exactement le corpus. Établir ce lien suppose des éléments techniques et documentaires, souvent difficiles à obtenir sans procédure judiciaire.

Une accusation grave, mais pas encore un jugement

Dans un procès civil américain, chaque partie défend une interprétation du droit et des faits. Les auteurs cherchent notamment à démontrer que leurs œuvres ont été reproduites et exploitées sans autorisation. Meta soutient de son côté que l’entraînement de ses modèles peut relever du fair use, ou usage équitable, une doctrine américaine qui autorise dans certaines circonstances des usages d’œuvres protégées sans accord préalable.

Le fair use n’est pas une exemption automatique accordée à toute technologie nouvelle. Les juridictions américaines évaluent habituellement plusieurs critères : la finalité et le caractère transformateur de l’usage, la nature de l’œuvre, la quantité utilisée et les conséquences sur le marché de l’œuvre originale. Pour l’IA générative, ces critères sont particulièrement délicats à appliquer.

Les entreprises font valoir qu’un modèle ne remplace pas un livre et qu’il transforme les données en paramètres mathématiques. Les auteurs répondent que l’usage porte sur la totalité de leurs œuvres, qu’il permet de bâtir des produits de grande valeur et qu’il peut concurrencer certains débouchés, notamment l’écriture de contenus. La justice devra apprécier ces arguments à partir des éléments du dossier.

Parler de « culpabilité » serait donc inexact à ce stade. Une personne ou une entreprise peut être tenue civilement responsable d’une atteinte au droit d’auteur, mais cette responsabilité ne se présume pas. Au 21 mars 2025, l’issue de l’affaire Kadrey v. Meta reste ouverte.

Des créateurs face à une asymétrie considérable

Pour un écrivain, découvrir que son œuvre pourrait avoir été intégrée à un corpus massif est particulièrement déroutant. Un livre représente souvent plusieurs années de travail, mais aussi une relation contractuelle avec un éditeur, des traducteurs, des illustrateurs et parfois des héritiers. La question ne se limite donc pas à une opposition abstraite entre technologie et culture.

Elle porte aussi sur la valeur économique des œuvres. Les auteurs et éditeurs redoutent que des entreprises puissent tirer profit de textes obtenus sans licence, alors que les créateurs ne reçoivent ni information précise sur l’utilisation de leurs livres ni rémunération. À l’inverse, les acteurs de l’IA soulignent qu’il serait techniquement et administrativement complexe de négocier individuellement l’accès à chaque document utilisé dans des corpus de très grande taille.

Cette asymétrie explique la multiplication des recours collectifs. Un auteur isolé dispose rarement des moyens nécessaires pour retracer le parcours d’un fichier, identifier un jeu de données ou demander l’accès à des documents internes. La procédure judiciaire devient alors un outil de transparence, même lorsque son issue demeure incertaine.

La mobilisation ne concerne pas uniquement l’édition. Des artistes de différents secteurs, dont la musique, ont exprimé leurs inquiétudes sur l’exploitation de créations par l’IA. La chanteuse Kate Bush fait partie des figures régulièrement citées dans ce débat plus large sur la protection des œuvres. Ces prises de position nourrissent le débat public, mais elles ne constituent pas une preuve dans la procédure visant Meta.

Quelles règles en France et en Europe ?

Le dossier contre Meta se déroule aux États-Unis et dépend largement du droit américain. Il ne fixe donc pas, à lui seul, les règles applicables en France. Le cadre européen est différent, notamment parce qu’il prévoit des exceptions pour la fouille de textes et de données, parfois désignée par l’acronyme TDM, pour text and data mining.

La directive européenne sur le droit d’auteur permet, sous conditions, certaines copies destinées à l’analyse automatisée de textes. Pour les usages commerciaux, les titulaires de droits peuvent en principe réserver leurs œuvres contre cette exploitation. Les modalités de cette réservation, la condition d’un accès licite aux contenus et l’application concrète aux modèles génératifs restent des sujets majeurs de discussion.

Le règlement européen sur l’intelligence artificielle, l’AI Act, ajoute une couche de transparence. Ses dispositions dédiées aux modèles d’IA à usage général doivent s’appliquer à partir du 2 août 2025, avec des règles transitoires. Elles prévoient notamment une politique de respect du droit d’auteur de l’Union européenne et la publication d’un résumé suffisamment détaillé des contenus utilisés pour entraîner certains modèles.

Ce mécanisme ne donnera pas nécessairement aux auteurs la liste exhaustive de chaque livre utilisé. Il pourrait toutefois rendre plus visible la nature des données employées et faciliter le débat sur les licences, les réserves de droits et la rémunération. La transparence est l’un des enjeux les plus concrets : sans information sur les corpus, il est difficile pour un créateur de savoir s’il doit réclamer, négocier ou contester.

Comment un écrivain peut-il protéger ses œuvres ?

Aucune précaution ne permet à elle seule d’empêcher qu’un texte publié circule illégalement en ligne. Mais plusieurs pratiques renforcent la capacité d’un auteur à défendre ses droits en cas de litige :

• conserver les manuscrits datés, les échanges éditoriaux, les contrats et les versions successives de l’œuvre ;
• vérifier attentivement les clauses relatives aux usages numériques, aux traductions et aux exploitations par des systèmes d’IA dans les contrats d’édition ;
• signaler rapidement les copies non autorisées à l’éditeur, à la plateforme concernée ou à une organisation de défense des auteurs ;
• demander un avis juridique avant de conclure qu’un modèle a utilisé une œuvre, car l’identification technique est complexe.

En France, le droit d’auteur naît du seul fait de la création, sans formalité d’enregistrement obligatoire. Un dépôt ou un dispositif de preuve datée peut néanmoins aider à établir l’antériorité d’un manuscrit en cas de contestation. Il ne remplace ni un contrat clair ni une stratégie de conservation des preuves.

Ce qu’il faut surveiller

L’affaire Meta sera suivie avec attention parce qu’elle pourrait préciser le statut juridique des corpus utilisés par les grands modèles de langage. Plusieurs points seront déterminants : les éléments produits sur l’origine exacte des données, l’analyse du fair use par le tribunal américain, la possibilité d’établir un préjudice pour les auteurs et les éventuelles voies de règlement ou de licence.

En Europe, l’échéance du 2 août 2025 pour une partie des obligations de l’AI Act mérite aussi d’être observée. Elle ne résoudra pas instantanément le conflit entre innovation et création, mais elle pourrait pousser les fournisseurs de modèles à documenter davantage leurs pratiques.

Au fond, le débat ne consiste pas à opposer mécaniquement les écrivains à l’intelligence artificielle. Il porte sur une question simple et durable : lorsqu’une technologie tire de la valeur d’œuvres créées par des humains, quelles informations, quelles autorisations et quelle contrepartie doivent être exigées ? Le procès contre Meta n’a pas encore apporté de réponse définitive. Il rend en revanche impossible d’ignorer la question.