Droit d’auteur : Anthropic remporte une victoire partielle face aux écrivains

À première vue, la décision paraît donner un feu vert aux entreprises qui nourrissent leurs modèles avec des livres protégés. En réalité, l’ordonnance rendue en Californie dessine une frontière beaucoup plus étroite. Elle distingue l’usage de livres acquis légalement pour entraîner une intelligence artificielle, jugé admissible dans les circonstances de l’affaire, de la constitution d’une réserve de textes téléchargés illégalement, qui demeure une atteinte au droit d’auteur.

Le 23 juin 2025, dans une décision rendue publique le lendemain, le juge fédéral William Alsup, du tribunal du district nord de Californie, a accordé à Anthropic une victoire importante mais incomplète. L’entreprise, connue pour sa famille de modèles Claude, était poursuivie par les écrivains Andrea Bartz, Charles Graeber et Kirk Wallace Johnson. Ils l’accusent d’avoir utilisé sans autorisation leurs ouvrages et d’autres livres protégés pour constituer et exploiter ses corpus d’entraînement.

L’enjeu dépasse largement Anthropic. Les modèles de langage apprennent en analysant des volumes considérables de textes afin d’identifier des régularités de vocabulaire, de style, de raisonnement et de syntaxe. Or une partie de ces textes est protégée. La question est donc simple à formuler, mais difficile à trancher : une entreprise peut-elle copier une œuvre pour entraîner une machine sans demander l’autorisation de son auteur ?

Ce que le tribunal a réellement décidé

L’ordonnance ne déclare pas que tous les usages d’œuvres protégées par l’IA sont légaux. Elle répond à des pratiques précises examinées dans le dossier Anthropic.

D’un côté, le juge a estimé que l’utilisation de livres achetés légalement, puis numérisés afin de servir à l’entraînement des modèles, pouvait relever du fair use. Cette doctrine américaine, souvent traduite par « usage équitable », autorise dans certains cas l’emploi non autorisé d’une œuvre protégée. Elle ne constitue pas une exception automatique : chaque litige est analysé selon ses faits.

De l’autre, le juge a refusé d’appliquer cette protection à une vaste bibliothèque constituée à partir de copies piratées. Anthropic avait téléchargé plus de 7 millions de livres depuis des sources illégales. Pour le tribunal, le fait que certains de ces livres aient ensuite pu servir à l’entraînement d’un modèle ne justifie pas la création ou la conservation d’une collection piratée.

Cette différence est essentielle. Anthropic gagne sur la qualification de l’entraînement, mais ne sort pas indemne de l’affaire. Les griefs liés aux copies piratées doivent encore être examinés, notamment pour déterminer les conséquences de ces violations alléguées.

Pourquoi l’entraînement a été qualifié de fair use

Aux États-Unis, les tribunaux évaluent traditionnellement le fair use à partir de quatre critères inscrits dans la loi sur le droit d’auteur. Aucun ne suffit seul à trancher. Le juge met les éléments en balance pour apprécier l’objectif de la copie, la nature de l’œuvre, la quantité reprise et son effet sur le marché de l’œuvre originale.

Dans l’affaire Anthropic, l’argument central tient au caractère transformateur de l’usage. Le tribunal considère que les livres n’étaient pas employés pour être revendus, publiés tels quels ou lus par les utilisateurs de Claude. Ils servaient à entraîner un système produisant ensuite des réponses nouvelles à partir de calculs statistiques sur le langage.

Le juge souligne ainsi que le droit d’auteur a pour objet d’encourager la création, et non de protéger les auteurs de toute concurrence future. Autrement dit, le fait qu’une IA puisse un jour contribuer à produire des textes concurrents ne suffit pas, à lui seul, à interdire son apprentissage sur des œuvres existantes.

Cette analyse ne signifie pas qu’un modèle ne puisse jamais reproduire un passage protégé. Une éventuelle sortie de Claude qui restituerait une portion substantielle d’un livre soulèverait une autre question juridique. L’ordonnance porte avant tout sur les copies réalisées pour la constitution des corpus et l’entraînement du modèle.

La bibliothèque pirate reste au cœur du procès

La partie la plus défavorable à Anthropic concerne l’origine d’une portion majeure de ses données. Selon la décision, l’entreprise a téléchargé des millions de livres depuis des bibliothèques pirates, notamment afin de bâtir une collection centralisée pouvant être utilisée dans ses travaux futurs.

Le tribunal sépare donc deux gestes qui peuvent sembler très proches techniquement : copier un texte pour l’intégrer à un corpus d’entraînement, et télécharger illégalement un texte pour posséder une bibliothèque numérique massive. Le premier peut, dans les circonstances étudiées, être transformateur. Le second ne devient pas licite simplement parce que l’entreprise prévoit une utilisation ultérieure liée à la recherche ou à l’IA.

Cette nuance est aussi un avertissement pratique pour tout le secteur. La question ne porte pas uniquement sur ce que fait un modèle avec les données, mais sur toute la chaîne d’approvisionnement : provenance des fichiers, conditions d’accès, conservation, numérisation et finalité de chaque copie.

Ce que cette victoire ne permet pas à Anthropic

La décision est qualifiée de partielle pour plusieurs raisons. D’abord, elle émane d’un tribunal fédéral de première instance. Elle constitue une référence importante dans les litiges américains sur l’IA, mais elle ne vaut pas automatiquement pour tous les tribunaux du pays, et encore moins à l’étranger.

Ensuite, le fair use est une doctrine très dépendante du contexte. Un juge peut apprécier différemment une base de données, des images, des morceaux de musique, des articles de presse ou des contenus diffusés derrière un abonnement. Les modalités d’accès et les usages commerciaux éventuels peuvent modifier l’équilibre entre les quatre critères.

Enfin, l’ordonnance n’efface pas les demandes des auteurs sur la bibliothèque pirate. Anthropic devra encore répondre de cette partie du dossier. Le montant d’éventuels dommages et l’identification des œuvres concernées restent donc des sujets déterminants.

Pour les entreprises d’IA, la leçon n’est pas « tout entraînement est permis ». Elle est plutôt la suivante : un usage peut être défendable au titre du fair use, mais la provenance illégale d’un corpus demeure susceptible d’engager leur responsabilité.

Pourquoi cette affaire compte pour les auteurs et les modèles d’IA

Les auteurs redoutent que les systèmes génératifs puissent absorber leurs œuvres sans rémunération, puis participer à la production de textes susceptibles de les concurrencer. Leur inquiétude n’est pas seulement économique. Elle touche également au contrôle de leur travail, à l’attribution des œuvres et à la possibilité de savoir si leurs livres ont été intégrés à un corpus.

De leur côté, les entreprises expliquent qu’un modèle de langage doit étudier une grande diversité de textes pour acquérir des capacités générales. Une obligation de licence pour chaque document pourrait, selon elles, rendre l’entraînement plus coûteux, plus lent et réservé aux acteurs les plus riches.

L’affaire Anthropic révèle que le débat ne se réduit pas à un face-à-face entre innovation et création. Des solutions intermédiaires existent ou sont discutées : accords de licence avec des éditeurs, bases de données documentées, mécanismes de retrait, rémunération sectorielle ou outils de traçabilité. Mais elles ne règlent pas toutes les difficultés, notamment lorsque les contenus ont circulé sans autorisation avant d’être intégrés à des corpus.

La transparence devient donc un enjeu concret. Sans informations sur les données d’entraînement, un auteur peine à vérifier l’usage de son œuvre. À l’inverse, une transparence trop détaillée peut conduire une entreprise à révéler des informations commerciales sensibles. C’est l’un des équilibres les plus délicats à trouver.

Quel impact en France et dans l’Union européenne ?

La décision californienne ne modifie pas le droit français. En Europe, la fouille de textes et de données relève principalement de la directive de 2019 sur le droit d’auteur dans le marché unique numérique. Elle prévoit des exceptions dans certaines conditions, notamment lorsque l’accès aux œuvres est licite. Les titulaires de droits peuvent aussi réserver certains usages, en particulier pour les contenus disponibles en ligne.

Cette exigence d’accès légal fait écho, sans être identique, à la distinction opérée par le juge Alsup. Un corpus issu du piratage est difficilement conciliable avec un régime qui suppose précisément une source licite.

Le cadre européen doit en outre évoluer dans les mois suivants. À partir du 2 août 2025, les obligations de l’AI Act applicables aux fournisseurs de modèles d’IA à usage général doivent notamment les conduire à mettre en place une politique de respect du droit d’auteur de l’Union européenne et à publier un résumé suffisamment détaillé des contenus employés pour l’entraînement.

Ces obligations ne tranchent pas à elles seules la question de la rémunération ou du consentement des auteurs. Elles renforcent cependant l’idée que l’opacité totale des corpus devient de moins en moins tenable pour les grands fournisseurs de modèles.

Au-delà des livres, un précédent observé par toute la création

Le litige est centré sur des ouvrages, mais son raisonnement intéresse aussi la presse, la photographie, le cinéma, la musique et les arts visuels. Chaque secteur présente toutefois ses propres contraintes. Une chanson peut être reconnue à partir de quelques secondes d’enregistrement. Une photographie peut être copiée à l’identique. Un article de presse peut avoir une valeur économique très liée à sa fraîcheur et à son audience.

Les décisions à venir devront donc examiner la transformation réelle de l’usage, les modalités de reproduction et les effets sur les marchés concernés. La capacité technique d’un système à apprendre à partir d’une œuvre ne suffit pas à résoudre la question de sa légitimité juridique.

Ce qu’il faut surveiller

La suite de la procédure contre Anthropic sera déterminante, car elle portera sur la responsabilité liée aux copies piratées et sur les réparations possibles. Elle dira jusqu’où une entreprise peut être tenue responsable lorsqu’une bibliothèque illicite est utilisée dans son processus de développement.

Il faudra aussi suivre les autres plaintes opposant créateurs et entreprises d’IA aux États-Unis. Les décisions peuvent varier selon les œuvres, les contrats, les sources des données et la preuve d’un préjudice sur un marché existant ou émergent.

Pour le grand public, cette affaire rappelle enfin une réalité souvent invisible derrière les assistants conversationnels : la qualité d’un modèle dépend de ses données, mais la légitimité de ces données est désormais aussi importante que leur volume. L’IA générative ne pourra durablement s’installer dans l’édition et la création que si ses acteurs sont capables de démontrer, de façon crédible, d’où viennent les contenus qui l’ont formée.