Australie : Scott Farquhar veut ouvrir l’IA aux œuvres, au risque des créateurs

Le débat sur l’intelligence artificielle ne porte plus seulement sur les performances des modèles ou sur les investissements dans les centres de données. Il concerne aussi la matière première de ces outils : les textes, images, musiques, vidéos et autres œuvres sur lesquels ils apprennent à repérer des régularités. En Australie, Scott Farquhar, cofondateur d’Atlassian et dirigeant du Tech Council of Australia, plaide pour que le pays assouplisse ses règles afin que cette phase d’entraînement puisse s’appuyer plus librement sur les contenus créatifs.

L’argument semble simple : une loi plus permissive rendrait le territoire plus attractif pour les entreprises technologiques et les capitaux étrangers. Mais il soulève immédiatement une question de répartition de la valeur. Si des systèmes commerciaux peuvent absorber des catalogues d’œuvres sans licence ni contrepartie, que reste-t-il aux personnes, médias et entreprises qui ont financé et produit ces contenus ? Et le cadre américain cité en exemple est-il réellement aussi favorable et stable que le laisse entendre cette proposition ?

Ce que demande Scott Farquhar à l’Australie

Lors d’une intervention dans l’émission 7.30 de l’ABC, Scott Farquhar a mis en cause les limites du droit d’auteur australien face à l’IA. Il y a déclaré : « Toute utilisation de l’IA impliquant l’exploration de données est probablement illégale selon la législation actuelle. »

Son raisonnement repose sur la nécessité d’autoriser l’analyse de grandes quantités de contenus, souvent appelée fouille de textes et de données. Pour entraîner un modèle génératif, une entreprise traite d’immenses corpus afin d’y identifier des associations entre mots, images, sons ou structures. Le modèle ne conserve pas normalement une bibliothèque consultable œuvre par œuvre : il ajuste des paramètres mathématiques pour produire ensuite une réponse, un texte ou une image à partir d’une instruction.

Cette explication technique ne règle toutefois pas la question juridique. L’entraînement implique de copier et de traiter des œuvres, parfois protégées. C’est précisément cette utilisation initiale qui est contestée par de nombreux auteurs, artistes, éditeurs et ayants droit.

Scott Farquhar souhaiterait donc une réforme inspirée de l’approche des États-Unis, où la doctrine du fair use, souvent traduite par « usage équitable », peut dans certaines circonstances autoriser un usage sans autorisation préalable. Selon lui, l’absence d’une exemption comparable pénalise l’investissement technologique en Australie.

Pourquoi le modèle américain ne donne pas un blanc-seing aux entreprises d’IA

C’est le point central du débat. Aux États-Unis, le fair use n’est pas une permission générale inscrite d’avance pour l’entraînement des modèles. Il s’agit d’une défense juridique évaluée au cas par cas. Une entreprise peut l’invoquer, mais un juge doit encore déterminer si les circonstances précises justifient cet usage.

La loi et la jurisprudence américaines s’appuient notamment sur quatre grands critères. Aucun n’est automatiquement décisif, et leur appréciation dépend du dossier.

La dimension commerciale compte donc, tout comme les conséquences économiques pour les œuvres originales. Or les grands modèles d’IA sont souvent développés ou intégrés dans des produits vendus à des entreprises et au grand public. Le fait qu’un résultat soit présenté comme « nouveau » ou « transformateur » ne met pas fin à l’analyse.

Au moment de la publication de cet article, de nombreux procès contestent déjà l’idée selon laquelle les entreprises d’IA peuvent systématiquement s’abriter derrière le fair use pour entraîner leurs systèmes sur des œuvres protégées. Ces procédures montrent que le droit américain est loin d’avoir tranché définitivement la question. Le présenter comme un cadre offrant une liberté acquise à l’industrie revient donc à passer sous silence l’incertitude judiciaire qui l’entoure.

L’enjeu : qui finance les œuvres qui alimentent l’IA ?

Les industries créatives ne contestent pas nécessairement le principe même de l’IA. Beaucoup d’artistes, de rédactions, de studios et d’éditeurs utilisent déjà des outils d’assistance pour accélérer certaines tâches. Leur préoccupation porte davantage sur les conditions d’accès aux contenus : consentement, transparence, attribution éventuelle et rémunération.

L’économie d’une œuvre ne repose pas uniquement sur sa vente directe. Un article attire des lecteurs vers un média, une chanson génère des écoutes et des licences, une illustration nourrit la réputation et les commandes de son auteur. Si ces œuvres sont d’abord aspirées pour former des modèles, puis remplacées dans les usages par des productions synthétiques, les revenus et la visibilité de la création humaine peuvent être fragilisés.

Cette crainte est particulièrement visible dans le journalisme. Les résumés générés par IA proposés dans certains moteurs de recherche peuvent réduire l’incitation à cliquer vers la publication d’origine. De la même manière, lorsqu’un chatbot restitue une réponse complète à partir de contenus trouvés en ligne, l’utilisateur peut ne plus consulter les sources qui ont réalisé le travail de recherche, d’écriture et de vérification.

Le problème ne se limite donc pas à la copie littérale d’une œuvre. Il touche au risque de substitution économique. Un système peut ne pas reproduire mot pour mot un article, une image ou une chanson, tout en participant à un environnement où l’œuvre originale reçoit moins d’attention, moins de trafic ou moins de commandes.

Accès libre aux œuvres ou licences négociées : deux logiques opposées

Le plaidoyer de Scott Farquhar privilégie une logique d’ouverture : rendre l’exploration de données plus facile afin d’abaisser les barrières juridiques pour les développeurs. Cette solution peut paraître attractive pour des entreprises qui souhaitent constituer rapidement de vastes jeux de données et pour un pays soucieux de ne pas perdre de terrain dans la course technologique.

Mais une réforme aussi large déplacerait le risque vers les créateurs. Dans un marché culturel déjà confronté à la concentration des plateformes, les auteurs et petites structures ne disposent pas toujours des moyens nécessaires pour détecter l’usage de leurs œuvres, négocier individuellement ou engager une action en justice.

Une autre voie consiste à développer des licences volontaires entre détenteurs de droits et entreprises d’IA. Le principe est connu dans d’autres secteurs culturels : l’accès à un catalogue est encadré par contrat, en échange de conditions financières et techniques définies à l’avance.

Ces accords peuvent préciser plusieurs éléments essentiels :

• les contenus auxquels l’entreprise accède ;
• l’usage autorisé, par exemple l’entraînement, la recherche ou l’amélioration d’un service ;
• la durée de l’autorisation et les règles de retrait ;
• les éventuelles garanties sur l’accès aux données et leur sécurité ;
• la rémunération, individuelle ou collective, des détenteurs de droits.

Les licences ne sont pas une solution magique. Elles peuvent être difficiles à mettre en place lorsque les œuvres sont nombreuses, anciennes, anonymes ou détenues par une multitude de personnes. Elles posent également la question de l’accès des jeunes entreprises aux données, face aux groupes capables de signer des accords coûteux. Elles ont toutefois un avantage décisif : elles reconnaissent que le contenu créatif a une valeur économique et que cette valeur ne devrait pas être captée unilatéralement.

L’innovation suppose aussi une sécurité juridique claire

Le discours en faveur d’un assouplissement oppose souvent protection du droit d’auteur et progrès technologique. Cette opposition est trop réductrice. Les entreprises d’IA ont elles aussi besoin de règles lisibles. Un environnement dans lequel les corpus sont constitués sans cadre précis, puis contestés pendant des années devant les tribunaux, ne garantit pas une sécurité juridique durable.

Une politique publique équilibrée pourrait chercher à répondre simultanément à plusieurs impératifs : permettre la recherche et l’innovation, éviter des coûts disproportionnés pour les nouveaux acteurs, préserver les revenus des créateurs et donner aux citoyens une meilleure visibilité sur l’origine des données utilisées.

La transparence est ici une pièce importante. Sans information sur les catégories d’œuvres intégrées aux corpus, les créateurs peinent à savoir si leur travail est concerné. Les utilisateurs, eux, ne peuvent pas évaluer les conditions dans lesquelles les outils qu’ils emploient ont été développés. La question n’est pas seulement morale : elle conditionne la possibilité même de négocier, de refuser ou de demander réparation.

Ce qu’il faut surveiller dans le débat australien

La prise de position de Scott Farquhar place l’Australie devant un choix politique concret. Faut-il importer un mécanisme inspiré du fair use américain au nom de la compétitivité ? Ou faut-il construire un régime plus ciblé, tenant compte des particularités locales et de la fragilité économique de certains secteurs créatifs ?

La première option ne peut être évaluée sérieusement sans reconnaître que le modèle américain reste contesté. Les litiges en cours rappellent que la qualification d’usage équitable dépend de facteurs tels que la nature commerciale de l’exploitation et l’impact sur le marché des œuvres. Ce ne sont pas des détails techniques : ce sont les éléments qui détermineront si l’IA complète la création ou si elle en capte la valeur sans la rémunérer.

Le véritable enjeu n’est donc pas de choisir entre l’IA et les créateurs. Il est de fixer les règles d’une coexistence durable. Une législation pensée trop vite pourrait favoriser à court terme l’accès aux données, mais affaiblir à long terme les personnes et les secteurs qui produisent les contenus indispensables aux technologies de demain.