ChatGPT en procès : 3 batailles légales qui menacent l'IA générative

Des milliards de paramètres entraînés sur vos œuvres… sans vous demander la permission.

C'est le paradoxe qui est en train d'ébranler l'industrie technologique : les modèles d'IA les plus puissants du monde ont été construits, en grande partie, sur des contenus créés par des humains qui n'ont jamais consenti à cet usage. Et maintenant, les tribunaux commencent à trancher.

La question n'est plus théorique. Des artistes, des journalistes, des éditeurs et des développeurs poursuivent en justice OpenAI, Google, Meta et d'autres géants de l'IA. Les enjeux se chiffrent en milliards de dollars. Et les décisions qui seront rendues dans les prochaines années redéfiniront — littéralement — les règles du jeu de l'intelligence artificielle générative.

Comment fonctionne l'entraînement d'un modèle d'IA (et où ça coince légalement)

Pour comprendre les enjeux, il faut saisir un mécanisme fondamental : un modèle de langage comme GPT-4 ou Gemini ne "mémorise" pas des textes. Il apprend des patterns statistiques à partir de quantités massives de données — articles, livres, code, images, conversations.

Le problème ? Ces données proviennent d'internet, de bibliothèques numériques, de bases de données — souvent sans licence explicite pour un usage d'entraînement en IA. Les entreprises ont longtemps invoqué le concept de fair use (usage équitable) du droit américain pour justifier cette pratique. Mais ce bouclier juridique commence à montrer ses limites.

Trois questions centrales agitent aujourd'hui les juristes :

• L'entraînement sur des œuvres protégées constitue-t-il une reproduction illégale ?
• Les outputs générés par l'IA peuvent-ils violer les droits d'auteur originaux ?
• Qui est responsable si un modèle reproduit du contenu protégé — l'entreprise, l'utilisateur ?

3 affaires qui font trembler l'industrie

1. The New York Times contre OpenAI et Microsoft

Déposée en décembre 2023, cette plainte est probablement la plus symbolique. Le New York Times accuse OpenAI d'avoir utilisé des millions d'articles pour entraîner ChatGPT, sans autorisation ni rémunération. La preuve avancée est troublante : ChatGPT est capable de restituer des passages quasi-identiques d'articles du journal, ce qui suggère une forme de mémorisation bien plus directe que prévu. Les dommages réclamés pourraient dépasser plusieurs milliards de dollars.

2. Getty Images contre Stability AI

La banque d'images Getty a poursuivi Stability AI (créateur de Stable Diffusion) pour avoir utilisé plus de 12 millions de ses photos sans licence pour entraîner son modèle de génération d'images. Fait particulièrement éloquent : le modèle générait parfois des images avec un filigrane Getty Images déformé, preuve tangible que les images originales avaient bien été intégrées dans les données d'entraînement.

3. Les auteurs contre Meta

Un collectif d'auteurs — dont Sarah Silverman — a attaqué Meta pour l'utilisation non autorisée de leurs livres dans l'entraînement de LLaMA. Cette affaire soulève une question redoutable : si un modèle peut résumer avec précision un livre protégé, est-ce la preuve qu'il en détient une "copie" implicite ?

Le droit d'auteur face à une technologie qu'il n'a pas anticipée

Le cadre légal actuel, tant en Europe qu'aux États-Unis, a été conçu pour un monde analogique, puis numérique — mais pas pour l'IA générative. En Europe, la directive sur le droit d'auteur de 2019 prévoit une exception pour la fouille de textes et de données (Text and Data Mining), à condition que les ayants droit n'aient pas exprimé leur opposition. Un équilibre fragile, encore peu testé devant les tribunaux.

Aux États-Unis, le fair use repose sur quatre critères — dont la transformation de l'œuvre originale et son impact commercial. L'IA générative brouille ces deux dimensions : elle transforme les données d'entraînement, certes, mais produit des contenus potentiellement concurrents des œuvres originales.

Le Bureau américain du droit d'auteur a déjà posé une règle claire : les œuvres générées purement par IA ne sont pas éligibles à la protection par le droit d'auteur. Mais quid des œuvres co-créées par un humain et un modèle ? La frontière est floue — et les législateurs peinent à la tracer.

Quelles implications concrètes pour les entreprises et les créateurs ?

Ces batailles juridiques ne sont pas abstraites. Elles redessinaient déjà les pratiques du secteur :

• Les éditeurs négocient des licences : Associated Press, Axel Springer ou Le Monde ont conclu des accords avec OpenAI pour monétiser leurs archives.
• Les développeurs revoient leurs pratiques de scraping : intégrer des robots.txt respectueux et des clauses d'opt-out devient une priorité.
• Les créateurs réclament des mécanismes d'opt-out : des outils comme Glaze (pour les artistes visuels) permettent de "brouiller" les données avant qu'elles soient aspirées par un modèle.
• Les assureurs s'interrogent sur la couverture des risques liés à la propriété intellectuelle dans les usages IA.

Vers un nouveau contrat entre l'IA et les créateurs ?

Au fond, ce débat pose une question de civilisation : qui bénéficie de la valeur créée par l'IA générative ? Les modèles ont été nourris par des décennies de création humaine — littérature, journalisme, art, code. Il serait paradoxal que leurs créateurs originaux en soient totalement exclus.

Plusieurs pistes émergent : des systèmes de rémunération collective, des licences standardisées pour l'entraînement, ou encore des fonds d'indemnisation. Mais aucune solution ne fait consensus — et pendant ce temps, les tribunaux avancent.

Une chose est certaine : l'ère où l'on pouvait entraîner des modèles sur n'importe quelle donnée disponible, sans conséquence légale, est terminée. L'IA générative entre dans l'âge de la responsabilité. Et ce n'est pas une mauvaise nouvelle — c'est peut-être même la condition de sa pérennité.

— Reservoir Live