Claude copié par des IA chinoises : ce que personne ne dit vraiment

Quand un modèle d'IA "apprend" en interrogeant un autre modèle : la frontière invisible du vol intellectuel

Imaginez qu'un concurrent entre dans votre bibliothèque, copie chaque livre, page par page, puis ouvre sa propre librairie en face. C'est exactement ce qui se passe en ce moment dans l'industrie de l'intelligence artificielle — et la victime s'appelle Claude. Des chercheurs et des entreprises chinoises ont été accusés d'utiliser les sorties de modèles comme Claude d'Anthropic pour entraîner leurs propres systèmes, contournant des années de recherche, des milliards de dollars d'investissement, et les lois sur la propriété intellectuelle.

Ce phénomène, connu sous le nom de distillation de modèle non autorisée, est devenu l'un des sujets les plus brûlants — et les moins compris — de l'écosystème IA mondial. Voici ce qui se passe réellement, et pourquoi cela vous concerne.

La distillation de modèle : une technique légitime devenue arme concurrentielle

La distillation de modèle est, à la base, une méthode parfaitement légale et reconnue en recherche en intelligence artificielle. Le principe : un grand modèle "enseignant" génère des données d'entraînement qu'un modèle plus petit "élève" apprend à imiter. Résultat ? Un modèle compact, moins coûteux à opérer, mais capable de performances proches de l'original.

Le problème survient quand cet "enseignant" n'a jamais donné son consentement. Plusieurs modèles chinois, dont DeepSeek-R1, ont été scrutés de près après que des analyses linguistiques ont révélé des patterns inhabituels : le modèle répondait spontanément "en tant que Claude" ou utilisait des formulations typiques d'Anthropic, même lorsque personne ne le lui demandait.

Ces "fuites" stylistiques ne sont pas des bugs. Ce sont des preuves que le modèle a ingéré massivement des sorties de Claude pour se former — sans autorisation, sans compensation, sans transparence.

Ce que disent les conditions d'utilisation (et ce que personne ne lit)

Les conditions d'utilisation d'Anthropic sont explicites :

• Il est interdit d'utiliser les sorties de Claude pour entraîner des modèles concurrents.
• Il est interdit de reproduire, distribuer ou dériver des données issues de l'API à des fins commerciales non autorisées.
• La distillation automatisée à grande échelle constitue une violation directe des terms of service.

OpenAI, Google et Meta ont des clauses similaires. Pourtant, l'application de ces règles reste un défi colossal. Comment prouver qu'un modèle entraîné en Chine a utilisé des données extraites via l'API d'Anthropic ? Les journaux de requêtes peuvent être effacés, les intermédiaires multipliés, les proxies utilisés pour masquer l'origine des appels.

L'affaire DeepSeek : révélateur d'un problème systémique

Début 2025, DeepSeek a créé un séisme dans la Silicon Valley. Le modèle chinois affichait des performances comparables à GPT-4 et Claude 3 Opus, pour une fraction du coût de développement annoncé. Trop beau pour être vrai ?

Plusieurs équipes de recherche indépendantes — dont des chercheurs de Stanford et d'institutions européennes — ont analysé les sorties de DeepSeek et identifié des signatures comportementales caractéristiques de Claude : structure de raisonnement, formules de refus éthiques, architecture des réponses longues. Ces éléments ne s'inventent pas ; ils s'apprennent.

Microsoft a également signalé avoir détecté des tentatives d'extraction massive de données via ses propres services Azure OpenAI, potentiellement liées à des acteurs chinois cherchant à alimenter des pipelines d'entraînement parallèles.

Ce n'est pas une accusation isolée. C'est un pattern documenté qui soulève une question fondamentale : peut-on protéger la propriété intellectuelle d'un modèle d'IA comme on protège un brevet ou un copyright ?

Le droit à la traîne face à une technologie qui avance trop vite

Le cadre juridique actuel est, pour dire les choses simplement, mal équipé. Les droits d'auteur protègent des œuvres exprimées — textes, images, code source. Mais protègent-ils le comportement d'un modèle ? Ses patterns de raisonnement ? Son style de réponse ?

La réponse honnête : personne ne le sait encore vraiment. Aucun tribunal n'a statué de façon définitive sur la question de la distillation non autorisée entre deux entreprises de juridictions différentes. La complexité est amplifiée dès lors qu'on parle de modèles entraînés en Chine, opérant sous des lois radicalement différentes concernant la propriété intellectuelle et l'accès aux données.

L'Union européenne, avec l'AI Act, commence à imposer des obligations de transparence sur les données d'entraînement. Mais l'application extraterritoriale reste une chimère juridique.

Quelles sont les vraies conséquences pour l'écosystème IA ?

Au-delà du débat légal, les implications sont concrètes :

• Pour les entreprises occidentales : des années de R&D et des milliards d'investissement potentiellement aspirés sans compensation.
• Pour les utilisateurs : des modèles "moins chers" dont l'origine réelle reste opaque, et dont les biais ou comportements peuvent être hérités d'un modèle tiers sans que personne ne le sache.
• Pour l'innovation : si copier devient plus rentable qu'innover, les incitations à investir dans la recherche fondamentale s'effondrent.
• Pour la sécurité : un modèle qui imite Claude sans en avoir les garde-fous éthiques peut reproduire l'apparence sans la substance — un risque sous-estimé.

Ce qui doit changer — et vite

Face à ce vide juridique, plusieurs pistes émergent. Des chercheurs travaillent sur des techniques de watermarking comportemental : insérer des signatures invisibles dans les sorties d'un modèle, détectables si elles réapparaissent dans un modèle concurrent. Anthropic et OpenAI investissent également dans des systèmes de détection d'abus de leurs APIs, capables d'identifier des patterns d'extraction massive.

Mais la vraie solution est politique autant que technique. Elle nécessite des accords internationaux sur la propriété intellectuelle de l'IA — un chantier aussi complexe que les négociations climatiques, et tout aussi urgent.

Conclusion : l'IA, miroir d'un monde sans règles claires

L'affaire Claude et les modèles chinois n'est pas simplement une querelle entre entreprises technologiques. Elle révèle l'état brut d'un secteur qui avance plus vite que les institutions chargées de le réguler. Quand copier un modèle coûte moins cher que l'entraîner, et que personne ne peut vraiment vous en empêcher, la question n'est plus technique : elle est éthique et géopolitique.

La prochaine bataille de l'intelligence artificielle ne se jouera pas dans les serveurs. Elle se jouera dans les tribunaux, les parlements, et les traités internationaux. Et elle a déjà commencé.

— Reservoir Live