Un tribunal fédéral n'a pas jugé que l'entraînement d'un modèle d'IA sur des livres protégés par le droit d'auteur est illégal. Il n'a pas non plus jugé que cela est toujours légal. Dans l'affaire Bartz v. Anthropic, le tribunal du district nord de Californie a tracé une ligne plus étroite que ne le laissent penser les deux titres. L'entraînement sur ces livres pouvait plausiblement relever du fair use au regard du droit d'auteur américain, mais conserver des copies piratées de ces mêmes livres afin de s'en servir pour l'entraînement était un acte distinct, et cet acte distinct n'était pas protégé. La distinction entre ces deux questions, la manière dont le matériel a été utilisé et la manière dont il a été acquis, est ce qui a réellement tranché l'affaire. C'est aussi ce que la plupart des articles sur l'accord transactionnel de 1,5 milliard de dollars qui en a résulté ont laissé de côté.
Ce que le tribunal a réellement constaté
Le tribunal a examiné deux questions juridiques distinctes. D'abord, si l'entraînement d'un grand modèle de langage sur des livres protégés par le droit d'auteur constitue un usage transformatif pouvant relever du fair use. Ensuite, si la manière dont Anthropic a obtenu les livres utilisés pour l'entraînement, en les téléchargeant depuis Library Genesis et Pirate Library Mirror, deux plateformes connues pour le piratage, était elle-même licite. Les réponses n'ont pas été les mêmes pour ces deux questions. L'entraînement sur ces livres pouvait plausiblement relever du fair use, a estimé le tribunal, car le modèle apprend des motifs statistiques dans le texte plutôt que de reproduire ou de distribuer les livres eux-mêmes. Mais l'acquisition des copies depuis des sites de piratage et leur conservation dans une bibliothèque interne permanente ne relevait pas du même raisonnement. Le fair use peut protéger certains usages d'une œuvre que l'on détient déjà légalement, il ne rend pas rétroactivement licite la manière dont la copie a été obtenue au départ. Cette seconde conclusion, portant sur la bibliothèque constituée à partir de copies piratées et non sur l'entraînement lui-même, est ce qui a entraîné la responsabilité et façonné l'accord approuvé par la juge Araceli Martinez-Olguin le 20 juillet 2026.
Pourquoi cette distinction compte au-delà de cette seule affaire
Il est tentant de résumer cela par "l'entraînement de l'IA est acceptable" ou "l'entraînement de l'IA est illégal". Aucune des deux formules n'est exacte, et traiter l'une ou l'autre comme une règle désormais établie fausse la compréhension de ce qui s'est passé. Le fair use en droit d'auteur américain se décide au cas par cas, selon les faits : ce qui a été copié, en quelle quantité, dans quel but, et avec quel effet sur le marché de l'œuvre originale. Bartz v. Anthropic répond à ces questions pour une seule entreprise, à partir d'un ensemble précis de sources, dans un contexte factuel précis. Ce n'est pas un jugement général couvrant toutes les entreprises d'IA ou tous les pipelines d'entraînement, et d'autres tribunaux confrontés à des questions similaires restent libres d'aboutir à des conclusions différentes selon d'autres faits. Ce qui se généralise plus sûrement qu'un jugement isolé, c'est la structure même du raisonnement : un tribunal qui pose deux questions distinctes plutôt qu'une seule. Qu'avez-vous fait du matériel, et séparément, comment l'avez-vous obtenu. Une entreprise peut perdre sur la seconde question même si elle aurait pu gagner sur la première.
Ce que cela signifie pour vos propres données et documents
Pour les directions juridiques et les équipes de conformité, la leçon pratique n'est pas un avis juridique sur l'entraînement de l'IA. C'est une question de provenance qui existait bien avant l'IA. Si votre organisation utilise des outils d'IA, s'appuie sur des données d'entraînement, ou concède des licences de contenu à des tiers susceptibles de s'en servir pour entraîner des modèles, la question à se poser n'est pas seulement si une activité est qualifiée d'entraînement. C'est de savoir d'où provient réellement le matériel sous-jacent, et si vous pouvez le démontrer. Un modèle construit sur du matériel légalement licencié ou correctement acquis se trouve dans une position juridique très différente de celui construit sur des sources piratées, même si la méthode d'entraînement paraît identique de l'extérieur.
La même logique s'applique en sens inverse, pour le matériel que votre propre organisation crée. Pouvoir démontrer quand un document a été créé, par qui, et qu'il n'a pas été modifié depuis, constitue un fait distinct et démontrable, indépendant de tout argument sur la manière dont quelqu'un s'en est servi par la suite. Un tel enregistrement daté et vérifiable ne règle pas à lui seul un litige de fair use, mais il élimine précisément l'ambiguïté que l'origine piratée a créée pour Anthropic dans cette affaire : l'ambiguïté sur la provenance d'un élément et sur le fait que la chaîne jusqu'à l'original ait toujours été propre. Les équipes juridiques et de conformité qui examinent des questions de provenance en matière de propriété intellectuelle, liées à l'IA ou non, trouveront des informations sur la manière dont le scellement et l'horodatage de documents soutiennent une chaîne de preuve claire sur la page des solutions juridiques et propriété intellectuelle de Swiss Trust Layer. Elle ne vous dira pas si un usage donné relève du fair use. Elle est conçue pour la question voisine, plus facile à trancher : pouvez-vous prouver ce que vous déteniez, et à quel moment.
