IA et droit d’auteur : l’Australie face au conflit entre innovation et création

Les intelligences artificielles génératives ne créent pas à partir de rien. Pour produire du texte, de la musique, des images ou de la vidéo, elles sont entraînées sur des quantités considérables de données. Parmi elles peuvent figurer des œuvres culturelles, parfois librement accessibles en ligne, mais toujours protégées par le droit d’auteur. En Australie comme dans de nombreux pays, cette réalité a ouvert un conflit de fond : qui peut utiliser la création humaine pour bâtir les outils de demain, à quelles conditions et au bénéfice de qui ?

Le débat dépasse largement une querelle technique. Il touche à la capacité des écrivains, musiciens, réalisateurs, illustrateurs et éditeurs à vivre de leur travail. Il interroge aussi les règles qui permettent depuis longtemps de financer la création et de préserver une diversité culturelle. Face aux entreprises technologiques qui développent des systèmes capables de générer des contenus à grande échelle, des voix demandent que les œuvres ne soient pas considérées comme une matière première gratuite.

Pourquoi les œuvres culturelles sont-elles si importantes pour l’IA ?

Les grands modèles de langage et les générateurs d’images, de musique ou de vidéo repèrent des régularités dans d’immenses jeux de données. Ils ne stockent pas nécessairement chaque œuvre comme le ferait une bibliothèque consultable page par page. Leur entraînement ajuste des paramètres mathématiques afin de prédire un mot, une note, un pixel ou une séquence plausible à partir d’une consigne.

Cette explication technique ne fait pas disparaître la question juridique. Pour constituer leurs corpus, les concepteurs de modèles doivent accéder à des contenus. Or un roman, une chanson, un scénario, une photographie ou un film peut être protégé même lorsqu’il est visible, écoutable ou consultable sur internet. L’accès public à une œuvre ne signifie pas automatiquement qu’elle est libre de toute réutilisation, notamment commerciale.

Les entreprises de technologie mettent généralement en avant la nécessité d’exploiter de très grands volumes de données pour améliorer les performances de leurs systèmes. Les créateurs et plusieurs représentants du secteur culturel répondent qu’un gain d’efficacité ne saurait, à lui seul, remplacer une autorisation ni une rémunération lorsque des œuvres protégées sont mobilisées.

En Australie, un débat sur le consentement et la valeur de la création

Le texte à l’origine de cette controverse formule une critique très ferme des géants de la technologie, accusés de s’approprier livres, musiques et films sans consentement ni attribution. Cette accusation traduit une inquiétude réelle dans les secteurs créatifs : les auteurs et artistes peuvent difficilement savoir si leurs œuvres figurent dans les données d’entraînement d’un modèle, surtout lorsque les entreprises publient peu de détails sur leurs corpus.

Le manque de transparence complique l’exercice des droits. Un écrivain ne peut pas facilement demander une licence, négocier une rémunération ou contester un usage dont il ignore l’existence. Un musicien peut de même craindre qu’un outil produise des morceaux très proches des codes de son répertoire, sans avoir les moyens de retracer les données utilisées pour entraîner le système.

Dans ce contexte, les demandes des représentants des créateurs se concentrent autour de quatre principes :

• la transparence, afin d’identifier les catégories d’œuvres et les sources employées pour entraîner les modèles ;
• le consentement, lorsque l’utilisation d’une œuvre protégée sort du cadre autorisé par la loi ;
• la rémunération, pour que la valeur économique tirée des catalogues culturels ne profite pas uniquement aux plateformes ;
• des recours effectifs, permettant aux ayants droit de faire valoir leurs intérêts sans procédures hors de portée.

Ces exigences ne signifient pas nécessairement que tout entraînement d’IA devrait être interdit. Elles posent une question plus précise : les règles qui encadrent la copie, l’analyse et l’exploitation d’une œuvre sont-elles adaptées à une industrie qui peut absorber des bibliothèques, des discothèques et des catalogues audiovisuels entiers pour concevoir de nouveaux produits ?

Qu’est-ce que le text and data mining ?

Le text and data mining, souvent traduit par « fouille de textes et de données », désigne l’analyse automatisée de grandes collections de contenus pour en extraire des informations, des tendances ou des relations. Cette technique peut servir à la recherche scientifique, par exemple pour examiner des milliers d’articles médicaux, mais aussi à l’entraînement de systèmes d’intelligence artificielle.

La controverse ne porte donc pas sur l’analyse informatique en elle-même. Elle porte sur les conditions de cette analyse lorsque les données comprennent des œuvres protégées. Certains estiment qu’une exception au droit d’auteur destinée au text and data mining favoriserait la recherche et l’innovation. D’autres redoutent qu’une exception formulée trop largement permette à des entreprises de bâtir des produits commerciaux sur le travail créatif d’autrui sans autorisation ni partage de valeur.

En Australie, le débat sur une éventuelle évolution du cadre du droit d’auteur doit ainsi distinguer plusieurs situations. L’analyse d’un corpus par un laboratoire public, l’indexation d’une base de données, l’entraînement d’un modèle propriétaire commercialisé à l’échelle mondiale ou la génération d’un contenu imitant fortement une œuvre ne soulèvent pas les mêmes enjeux économiques ni les mêmes risques.

Le droit d’auteur protège-t-il déjà les artistes ?

Le droit d’auteur donne aux créateurs et aux titulaires de droits un ensemble de prérogatives sur leurs œuvres. Il permet notamment de contrôler certaines reproductions, communications au public et adaptations. Il constitue aussi un cadre économique : licences, contrats d’édition, droits de diffusion et rémunérations permettent de financer les œuvres futures.

Mais l’arrivée des IA génératives met ce cadre sous tension. La première difficulté consiste à déterminer si la copie réalisée lors de la collecte et de l’entraînement relève d’un acte soumis à autorisation. La réponse dépend des faits, du type d’œuvre, des contrats applicables et de l’interprétation du droit. La seconde difficulté concerne les résultats produits par le modèle. Un contenu généré peut être original, banal ou, au contraire, suffisamment proche d’une œuvre existante pour susciter une contestation.

Il serait donc imprudent d’affirmer que toutes les utilisations d’œuvres par l’IA sont identiques, légales ou illégales. La situation est plus complexe et fait l’objet de débats politiques, de consultations et de litiges dans plusieurs juridictions. Ce qui est certain, c’est que l’opacité des données d’entraînement rend le contrôle beaucoup plus difficile pour les auteurs.

Quels risques pour les auteurs, musiciens et producteurs ?

La première inquiétude est financière. Si des services peuvent produire instantanément des textes, images, compositions ou vidéos à bas coût, certaines commandes auparavant confiées à des professionnels peuvent diminuer. Cela ne signifie pas que toutes les professions créatives disparaîtront, mais la pression sur les tarifs et sur les conditions de travail peut s’accentuer, particulièrement pour les missions standardisées.

La deuxième inquiétude est culturelle. Une IA entraînée principalement sur les contenus les plus abondants et les plus visibles risque de renforcer les formes déjà dominantes. Les œuvres locales, les langues moins représentées, les répertoires autochtones ou les créations expérimentales peuvent être moins bien prises en compte dans les outils et les marchés qui en découlent. Pour l’Australie, préserver une production culturelle diverse relève aussi d’un enjeu de souveraineté et d’identité.

La troisième inquiétude concerne l’attribution et la réputation. Un contenu généré peut évoquer le travail d’un auteur ou d’un artiste sans le nommer. Même lorsqu’il ne constitue pas une copie juridiquement répréhensible, il peut profiter de son univers, de sa notoriété ou de ses codes créatifs. Les débats sur les voix synthétiques et les imitations de styles rendent cette frontière particulièrement sensible.

Enfin, les créateurs redoutent que la banalisation d’usages non documentés ne fasse évoluer les normes plus vite que la loi. Une fois des catalogues intégrés à des systèmes diffusés mondialement, retirer une œuvre, vérifier son rôle dans l’entraînement ou calculer une compensation devient particulièrement complexe.

Quelles réponses peuvent apporter les pouvoirs publics ?

L’appel à une stratégie nationale, exprimé dans le débat australien, repose sur une idée simple : les systèmes commercialisés dans le pays devraient respecter ses lois sur le droit d’auteur. La mise en œuvre concrète appelle toutefois des choix précis.

Une première piste consiste à exiger davantage de documentation de la part des développeurs. Il ne s’agit pas forcément de publier chaque fichier d’un corpus, ce qui peut poser des problèmes de secret des affaires ou de données personnelles, mais de fournir des informations suffisamment détaillées pour que les ayants droit comprennent les sources et les catégories de contenus utilisées.

Une deuxième piste est le développement de licences collectives ou directes. Des accords peuvent permettre d’utiliser des catalogues en contrepartie d’une rémunération. Cette approche a l’avantage de créer un cadre prévisible pour les entreprises comme pour les titulaires de droits. Elle suppose néanmoins de définir les œuvres couvertes, les modalités de rémunération et la répartition entre ayants droit.

Une troisième piste porte sur les recours. Si une œuvre est utilisée en violation du droit applicable, les créateurs doivent pouvoir obtenir des explications et, le cas échéant, une réparation. La demande de retrait d’une œuvre des « catalogues d’IA », évoquée par les défenseurs des artistes, paraît intuitivement simple mais soulève un problème technique : une fois un modèle entraîné, il n’est pas toujours possible d’isoler l’effet exact d’un élément donné sans réentraîner ou modifier le système.

Ce qu’il faut surveiller

Le débat australien sur les œuvres et l’IA ne se résoudra pas par un slogan opposant la technologie à la culture. Les IA peuvent aider à traduire, rechercher, prototyper, assister l’édition ou élargir l’accès à certains contenus. Mais elles ne doivent pas rendre invisibles celles et ceux dont les livres, chansons, films et images ont contribué à leur apprentissage.

Les prochains choix législatifs seront déterminants : portée d’éventuelles exceptions pour le text and data mining, obligations de transparence, possibilités de licence, protection contre les imitations trompeuses et efficacité des recours. Les réponses australiennes auront aussi une portée internationale, car les grands modèles circulent au-delà des frontières et les règles nationales influencent les négociations entre plateformes, éditeurs et créateurs.

Pour le public, l’enjeu est concret. Soutenir la création, ce n’est pas seulement acheter un livre ou écouter un album : c’est aussi demander que les outils numériques qui transforment la culture reposent sur des conditions équitables. L’innovation sera d’autant plus durable qu’elle reconnaîtra clairement la valeur du travail humain qu’elle utilise.