Le DOJ soutient la défense du fair use pour l’entraînement de l’IA dans l’affaire du NYT

Le ministère de la Justice prend clairement position dans un conflit décisif sur le droit d’auteur et l’IA

Le département américain de la Justice s’est engagé dans l’une des batailles juridiques les plus importantes de l’intelligence artificielle avec une position qui pourrait influencer pendant des années la manière dont les tribunaux traitent l’entraînement des modèles. Dans une requête liée au procès consolidé impliquant The New York Times et d’autres ayants droit, le département a soutenu que l’entraînement de grands modèles de langage sur des textes protégés par le droit d’auteur peut relever du fair use.

Cette intervention est importante parce que l’affaire est devenue un test décisif du conflit plus large entre les éditeurs et les entreprises d’IA. Le Times a poursuivi OpenAI et Microsoft fin 2023 devant un tribunal fédéral de Manhattan, alléguant que des millions de ses articles avaient été utilisés sans autorisation pour entraîner des systèmes dont GPT-4 et pour construire des produits concurrençant le journal comme source d’information. Selon le texte source fourni, le quotidien a demandé des dommages-intérêts de plusieurs milliards et la destruction des modèles entraînés sur son travail.

L’argument du département de la Justice ne dit pas que le droit d’auteur est sans importance pour l’IA. Il opère plutôt une distinction plus étroite mais essentielle : la copie effectuée pendant l’entraînement n’est pas la même chose que ce qu’un modèle finit par produire pour les utilisateurs. Aux yeux du département, cette séparation est au cœur de l’analyse du fair use.

Pourquoi la distinction entre entraînement et sortie est si importante

Le texte source fourni indique que le département a soutenu que des œuvres entières peuvent être copiées pendant l’entraînement, mais qu’elles ne sont pas rendues publiques dans ce processus. Il a également affirmé que les sorties du modèle “souvent, sinon toujours”, ne présentent pas de similitude substantielle avec les matériaux originaux. Ce point touche à l’une des questions les plus débattues dans le contentieux du droit d’auteur lié à l’IA : l’utilisation de matériaux sources pendant l’entraînement doit-elle être jugée comme un processus analytique interne, ou comme faisant partie d’un acte commercial qui se substitue directement aux œuvres originales.

La position du département de la Justice privilégie la première lecture. Si le tribunal accepte cette logique, les développeurs d’IA disposeront d’une base juridique plus solide pour soutenir que l’entraînement sur des corpus protégés est transformateur, en particulier lorsque les systèmes obtenus ne reproduisent pas l’expression protégée d’une manière substantiellement similaire. Si le tribunal rejette cette approche, les développeurs pourraient faire face à des obligations de licence beaucoup plus lourdes et, potentiellement, à d’importantes restrictions opérationnelles.

Le département a également répliqué à ce qu’il a décrit comme une théorie excessivement large du préjudice de marché. Comme le décrit le texte source, il a soutenu qu’il ne fallait pas simplement fusionner l’entraînement et la sortie en une seule utilisation. C’est important parce que les litiges en matière de droit d’auteur dépendent souvent de la question de savoir si l’activité contestée se contente d’apprendre d’une œuvre ou si elle usurpe le marché de cette œuvre. La position du DOJ suggère que les plaignants ne peuvent pas automatiquement prouver un préjudice en montrant seulement que leur contenu a été inclus dans les données d’entraînement.

Une analogie juridique tournée vers la créativité humaine

L’un des aspects les plus frappants de la requête, selon le résumé du texte source, est son analogie avec l’autrice Joan Didion. Le département a évoqué la pratique bien connue des écrivains qui copient une prose admirée pour apprendre leur métier, en faisant valoir que la loi devrait reconnaître une différence entre l’étude d’œuvres existantes et leur republication illicite. La requête aurait suggéré qu’avec une théorie plus large de l’interdiction de l’entraînement, même ce type de processus d’apprentissage humain pourrait être qualifié de contrefaçon dès lors que l’apprenant crée ensuite quelque chose de nouveau.

L’analogie vise à faire passer un message de politique générale plus large. Le droit d’auteur protège l’expression originale, mais il s’inscrit aussi dans un système fondé sur l’apprentissage, la référence et l’influence. Le département de la Justice semble soutenir que l’entraînement d’un modèle sur du texte, à lui seul, se rapproche davantage d’un acte d’analyse que d’un acte de duplication destiné à une diffusion publique. La question de savoir si les juges trouveront cette comparaison convaincante est une autre affaire, mais elle offre aux entreprises d’IA un récit qui dépasse le détail technique pour toucher aux principes fondamentaux de la créativité.

Ce que la requête signifie pour les éditeurs, les entreprises d’IA et le marché

Pour les éditeurs et autres titulaires de droits, la requête du DOJ constitue un revers dans une affaire que de nombreuses organisations de presse jugent cruciale pour préserver le contrôle de leurs archives. The New York Times et d’autres plaignants soutiennent que les systèmes d’IA générative tirent de la valeur d’immenses réservoirs de travaux produits professionnellement sans rémunération. Ils affirment également que les produits d’IA peuvent concurrencer les sources originales pour l’attention, les abonnements et la publicité.

Pour les entreprises d’IA, la position du département offre plus qu’un simple soutien rhétorique. Elle fournit une déclaration officielle du gouvernement américain selon laquelle l’entraînement des modèles peut produire une valeur créative et sociale, et que faire peser une responsabilité sur le seul entraînement pourrait freiner l’innovation que le droit d’auteur est censé encourager. Cette approche devrait être largement citée dans de futures affaires, négociations et discussions politiques, au-delà même de ce procès particulier.

Le texte source souligne aussi que l’affaire est largement considérée comme un test majeur de la manière dont les tribunaux traiteront l’entraînement de l’IA. Cette description n’est pas excessive. Une décision qui restreindrait le fair use dans ce contexte pourrait modifier l’économie du développement des modèles de pointe, en particulier pour les entreprises qui s’appuient sur des jeux de données textuels très vastes et diversifiés. Une décision confirmant une large latitude pour l’entraînement pourrait consolider le modèle de développement actuel tout en déplaçant les futurs litiges vers les sorties, les accords de licence et les choix de conception des produits.

La question de fond n’est pas tranchée

Même avec le soutien du ministère de la Justice à la théorie du fair use, la situation juridique reste incertaine. Le texte source lui-même note que d’autres sont en désaccord. Ce désaccord reflète le fait fondamental que le droit d’auteur appliqué à l’IA se construit encore en temps réel par le contentieux, et non par un corpus de précédents mûr et stable. Les tribunaux doivent encore décider comment les doctrines traditionnelles telles que la similarité substantielle, la transformation et la substitution de marché s’appliquent à des systèmes qui ne se contentent pas de stocker et rejouer du contenu, mais apprennent des schémas statistiques à partir d’énormes ensembles de données.

Il existe aussi une raison pratique pour laquelle cette requête compte au-delà de la salle d’audience. Elle pourrait influencer la manière dont les entreprises, les éditeurs et les législateurs abordent les licences. Si l’entraînement paraît juridiquement plus sûr, les entreprises d’IA pourraient ressentir moins de pression pour obtenir des licences larges et obligatoires sur des archives textuelles. Si les éditeurs estiment que la tendance juridique leur est défavorable, ils pourraient se concentrer davantage sur des revendications liées à des sorties précises, à la confusion de marque ou au préjudice concurrentiel causé par des résumés générés par l’IA qui ressemblent à des produits de rédaction journalistique.

Ce qui a changé le 2 septembre 2026 n’est pas la réponse juridique finale, mais l’alignement d’une grande institution fédérale avec un côté de l’argument. Le ministère de la Justice a désormais clairement indiqué que, selon lui, l’acte d’entraîner un grand modèle de langage sur des textes protégés par le droit d’auteur peut entrer dans le fair use. Dans un litige qui contribuera à définir la relation entre les systèmes d’IA et l’écrit dont ils apprennent, il s’agit d’un développement significatif.

Cet article s’appuie sur un reportage de The Decoder. Lire l’article original.