Six grands médias canadiens attaquent OpenAI sur le terrain du droit d’auteur

À peine deux ans après l’irruption de ChatGPT dans le grand public, le bras de fer entre les éditeurs de presse et les entreprises d’intelligence artificielle franchit une nouvelle étape au Canada. Six organisations médiatiques canadiennes ont engagé une procédure judiciaire contre OpenAI le 29 novembre 2024, estimant que l’entreprise américaine a utilisé leurs articles sans accord pour développer et exploiter ses systèmes d’IA.

Le dossier dépasse largement une querelle entre une poignée de groupes de presse et l’éditeur de ChatGPT. Il interroge le modèle économique de l’IA générative : ces outils ont besoin d’immenses quantités de textes pour apprendre les régularités du langage, mais une part importante de ces textes est protégée par le droit d’auteur. Pour les rédactions, dont les revenus ont déjà été fragilisés par le basculement de la publicité vers les plateformes numériques, l’enjeu est aussi celui de la valeur du travail journalistique.

Qui poursuit OpenAI au Canada ?

L’action rassemble des acteurs issus de plusieurs segments du paysage médiatique canadien : un diffuseur public, une agence de presse, des quotidiens nationaux et des groupes de presse régionale. Cette alliance est notable, car ces organisations sont habituellement concurrentes sur le marché de l’information.

Les plaignants soutiennent qu’OpenAI a procédé à une utilisation massive de leurs œuvres protégées afin de concevoir, entraîner et commercialiser ses produits. Leur grief ne concerne donc pas seulement un article isolé ou une réponse ponctuelle de ChatGPT. Ils mettent en cause le recours systématique aux contenus de presse dans la chaîne de production d’un modèle d’intelligence artificielle.

La demande judiciaire vise des dommages-intérêts et une injonction permanente. En clair, les médias demandent à être indemnisés pour le préjudice allégué et souhaitent que le tribunal ordonne l’arrêt des pratiques qu’ils considèrent comme illicites.

Que reprochent précisément les médias à OpenAI ?

Au cœur de la procédure se trouve la collecte automatisée de données en ligne, souvent appelée « data scraping ». Concrètement, des logiciels peuvent parcourir des pages web, en extraire le texte puis l’intégrer à de vastes ensembles de données. Ces corpus servent ensuite à entraîner des modèles de langage, qui apprennent à prédire le mot ou la séquence de mots la plus plausible dans un contexte donné.

Les éditeurs canadiens estiment qu’OpenAI aurait récupéré leurs contenus sans leur consentement et sans conclure de licence. Selon leur position, le fait que des articles soient accessibles sur internet ne les fait pas entrer dans le domaine public. Un reportage demeure une œuvre protégée, avec des titulaires de droits qui conservent notamment le contrôle de sa reproduction et de son exploitation.

Cette distinction est essentielle. Publier un article en ligne permet au public de le consulter dans les conditions prévues par son éditeur. Cela ne signifie pas automatiquement qu’une entreprise peut le copier à grande échelle afin d’alimenter un produit commercial. C’est précisément sur cette frontière que le tribunal devra se prononcer, au regard des faits établis et du cadre juridique applicable.

Les plaignants avancent également un préjudice économique. Leur raisonnement est le suivant : l’IA générative tire de la valeur de corpus constitués grâce à un investissement coûteux dans le reportage, l’édition, la vérification et la distribution de l’information, sans que les producteurs de ces contenus soient rémunérés. Ils redoutent aussi que les assistants conversationnels répondent directement aux internautes sur des sujets d’actualité, réduisant potentiellement les visites vers les sites de presse.

Le scraping est-il, à lui seul, illégal ?

Pas nécessairement. Le terme « scraping » décrit une méthode technique de collecte, non une qualification juridique automatique. Une collecte automatisée peut soulever plusieurs questions distinctes : le respect du droit d’auteur, les conditions d’utilisation d’un site, l’éventuelle reproduction d’une base de données ou encore le contournement de mesures techniques de protection.

Dans ce dossier, le débat principal porte sur les œuvres journalistiques elles-mêmes. L’entraînement d’un modèle suppose généralement de réaliser des copies de contenus dans le processus informatique, au moins temporairement. Les médias soutiennent que ces copies et cette exploitation nécessitaient une autorisation. OpenAI, comme d’autres développeurs de modèles, a défendu dans d’autres litiges l’idée que l’usage de données accessibles publiquement peut être compatible avec les principes du droit d’auteur et avec l’innovation.

Le droit canadien ne se confond pas avec le régime américain. Aux États-Unis, les débats sur l’entraînement des IA font fréquemment référence à la notion de « fair use », une exception ouverte qui dépend fortement des circonstances et de l’appréciation des juges. Au Canada, la Loi sur le droit d’auteur prévoit le « fair dealing », ou utilisation équitable, dont les catégories et l’application suivent leur propre logique.

Pour les lecteurs, une nuance mérite d’être retenue : l’entraînement d’un modèle et le contenu d’une réponse produite par un assistant ne sont pas exactement la même question. Un procès peut examiner les copies effectuées lors de l’entraînement, tandis qu’un autre litige peut porter sur une réponse qui reprendrait de manière trop proche un article identifiable. Les conséquences économiques, elles, peuvent se cumuler aux yeux des éditeurs.

Pourquoi ce procès intervient-il maintenant ?

L’arrivée des IA génératives a changé d’échelle le débat sur la réutilisation des contenus en ligne. Les moteurs de recherche et les réseaux sociaux indexent ou affichent depuis longtemps des extraits d’articles. Mais les grands modèles de langage utilisent des corpus considérables pour produire des textes nouveaux, répondre à des questions et résumer des informations. Cette capacité donne une nouvelle importance à la question de l’origine des données.

Les médias ne rejettent pas tous l’IA par principe. Les rédactions l’emploient déjà pour la transcription, la traduction, l’analyse de documents, l’assistance à la recherche ou certaines tâches de production. Le conflit porte davantage sur les conditions d’accès aux contenus et sur le partage de la valeur créée.

OpenAI a d’ailleurs annoncé, avant cette procédure canadienne, plusieurs accords avec des groupes de presse internationaux, notamment Associated Press, Axel Springer, le Financial Times, Time et Condé Nast. Ces partenariats illustrent une voie fondée sur la négociation et les licences. Toutefois, les détails de chaque accord ne sont pas tous publics et ils ne règlent pas, à eux seuls, le statut des contenus de l’ensemble des éditeurs.

Pour les organisations canadiennes, l’action judiciaire constitue donc un moyen de réclamer un cadre plus clair. Elles demandent que l’innovation ne repose pas sur une ressource considérée comme gratuite parce qu’elle est disponible en ligne, alors que sa production exige des journalistes, des photographes, des éditeurs, des infrastructures et du temps.

Une affaire canadienne dans une vague mondiale de litiges

Le procès engagé au Canada s’inscrit dans un mouvement plus large. Aux États-Unis, le New York Times a poursuivi OpenAI et Microsoft en décembre 2023, accusant les entreprises d’avoir utilisé ses contenus protégés sans permission. En mai 2024, Dow Jones, propriétaire notamment du Wall Street Journal, et le New York Post ont à leur tour engagé une action contre OpenAI.

D’autres auteurs, artistes, éditeurs et détenteurs de droits ont également saisi les tribunaux dans plusieurs pays. Les situations ne sont pas identiques : les œuvres concernées diffèrent, les lois nationales varient et les preuves disponibles ne sont pas les mêmes. Certaines plaintes ont connu des revers procéduraux, notamment lorsque les plaignants ne démontraient pas suffisamment le lien entre leurs œuvres et les données d’entraînement, ou le préjudice allégué.

Aucune décision isolée ne suffira probablement à régler tous les différends. Mais les décisions à venir peuvent créer des repères pour les négociations commerciales, les méthodes de documentation des données et les obligations de transparence des entreprises d’IA.

Qu’est-ce que les médias espèrent obtenir ?

La demande de dommages-intérêts est la partie la plus visible de la procédure, mais l’enjeu ne se résume pas à un montant financier. Les éditeurs demandent aussi une injonction permanente, qui pourrait, si elle était accordée, empêcher la poursuite de certaines utilisations de leurs contenus.

Dans les faits, un jugement favorable aux plaignants pourrait encourager plusieurs évolutions :

• la conclusion de licences entre développeurs d’IA et éditeurs ;
• une meilleure traçabilité des sources utilisées pour entraîner les modèles ;
• des mécanismes permettant aux titulaires de droits de refuser certains usages ;
• de nouvelles discussions législatives sur l’équilibre entre innovation, accès à l’information et création.

À l’inverse, un rejet des demandes confirmerait que les éditeurs rencontrent des difficultés importantes pour faire reconnaître leurs droits dans le contexte de l’entraînement de modèles. Cela ne supprimerait pas pour autant la pression commerciale et politique en faveur de partenariats, déjà visible dans plusieurs pays.

Ce qu’il faut surveiller

La première étape sera la réponse formelle d’OpenAI aux accusations déposées en Ontario. Le débat judiciaire devra ensuite préciser les contenus concernés, les modalités de leur collecte, la place qu’ils auraient occupée dans les jeux de données et la nature exacte des usages contestés.

Le point le plus sensible sera l’articulation entre deux impératifs légitimes. D’un côté, les entreprises technologiques font valoir que l’accès à de vastes corpus est indispensable au développement de systèmes linguistiques performants. De l’autre, les médias rappellent que l’information fiable n’apparaît pas spontanément sur internet : elle résulte d’un travail professionnel, financé et protégé.

L’issue de cette affaire pourrait compter bien au-delà du Canada. Elle aidera à définir si le journalisme devient une matière première librement absorbée par les modèles génératifs, ou une ressource dont l’exploitation à grande échelle doit être négociée et rémunérée. Entre ces deux visions, le tribunal devra trancher à partir du droit existant, tandis que les éditeurs et les entreprises d’IA cherchent déjà les règles économiques de leur coexistence.