← Retour au blog
NewsEnviron 8 min de lecture

L'avocat général de la plus haute juridiction de l'UE trace la frontière du droit d'auteur de l'IA au niveau de la récupération, pas de l'entraînement

Publié le 7 nov. 2026
L'avocat général de la plus haute juridiction de l'UE trace la frontière du droit d'auteur de l'IA au niveau de la récupération, pas de l'entraînement

Le 3 novembre, l'avocat général Maciej Szpunar a rendu ses conclusions dans l'affaire C-250/25, Like Company c. Google Ireland. Il s'agit du premier litige en droit d'auteur lié à l'IA générative à parvenir à la Cour de justice de l'Union européenne, et ces conclusions constituent la première cartographie juridique faisant autorité des points où se situe la responsabilité.

En bref : l'entraînement d'un modèle sur des articles de presse librement accessibles est, en principe, couvert par l'exception de l'UE en matière d'exploration de textes et de données. Un chatbot qui récupère un article en temps réel et le reproduit si complètement que le lecteur n'a plus besoin de se rendre sur le site de l'éditeur relève d'une autre question.

Comment une histoire de dauphins est arrivée à Luxembourg

Like Company est un éditeur hongrois. L'un de ses sites, balatonkornyeke.hu, rapportait en juillet 2023 qu'un chanteur célèbre voulait installer des dauphins dans un aquarium près du lac Balaton. Un utilisateur a demandé un résumé au chatbot de Google, alors appelé Bard. Le bot a produit une réponse détaillée s'appuyant sur l'article.

Pour un éditeur dont les revenus dépendent du nombre de visiteurs, une réponse qui livre le contenu de l'article sans envoyer personne sur le site constitue une menace existentielle, et non un problème de citation. Like Company a poursuivi Google Ireland en Hongrie. Le tribunal régional de Budapest a posé quatre questions à la CJUE : une réponse de chatbot qui correspond partiellement à un article de presse met-elle cet article à la disposition du public ; l'entraînement constitue-t-il une reproduction ; l'exception TDM s'applique-t-elle ; et le résultat produit constitue-t-il une reproduction par le fournisseur.

L'avocat général refuse de répondre aux questions relatives à l'entraînement

Le premier geste de Szpunar est procédural. Il conseille à la Cour de déclarer irrecevables les questions relatives à l'entraînement des grands modèles de langage, pour deux raisons.

La première tient aux preuves. Rien ne prouve que l'article de Like Company ait servi à entraîner Gemini. L'article est paru en juillet 2023, des mois avant le lancement du modèle, et l'entraînement d'un modèle de cette ampleur prend bien plus de temps. L'avocat général juge peu plausible que l'article ait fait partie de l'ensemble d'entraînement. Gemini l'a très probablement trouvé sur internet au moment où l'utilisateur a posé sa question.

La seconde tient au champ d'application. Le droit des éditeurs de presse prévu à l'article 15 de la directive de 2019 sur le marché unique numérique protège les utilisations dans un service en ligne offert aux utilisateurs. L'entraînement se déroule en coulisses, avant même l'existence d'un service, de sorte que ce droit ne l'appréhende nullement.

Il donne néanmoins son avis préliminaire, car la question reviendra. La copie de textes pour constituer et exploiter un ensemble de données d'entraînement constitue une reproduction au sens du droit d'auteur. L'entraînement est en principe couvert par l'exception TDM de l'article 4, à condition que le développeur ait accédé au contenu de manière licite, respecté les opt-out lisibles par machine et pris des mesures pour empêcher le modèle de produire des quasi-copies d'œuvres déterminées.

Il s'agit de la phrase la plus favorable qu'une autorité de l'UE ait écrite sur l'entraînement de l'IA, et elle est arrivée dans une affaire où l'avocat général recommandait de ne pas répondre à la question.

Le modèle n'est pas une copie

Les conclusions font ensuite quelque chose de plus utile que la plupart des commentaires sur le sujet. Elles séparent le modèle entraîné de ce que dit le modèle.

Szpunar écrit qu'un modèle de langage entraîné est une représentation abstraite des mots et des schémas linguistiques plutôt qu'une base de données, et que le droit d'auteur ne s'applique pas à ce niveau d'abstraction. Le modèle peut mémoriser accidentellement un texte apparu de nombreuses fois lors de l'entraînement, comme des paroles de chansons, ce qui ne peut pas toujours être évité. Si le modèle reproduit ensuite ce texte dans une réponse, le résultat peut porter atteinte au droit d'auteur. Le modèle lui-même ne contient toujours pas de copie.

Il relève la conséquence pratique de l'alternative. Si proposer un modèle exigeait l'autorisation de chaque titulaire de droits dont l'œuvre a servi à l'entraînement, le développement de l'IA deviendrait presque impossible.

Où se situe réellement la frontière

L'analyse de la récupération est la partie que les équipes produit devraient lire deux fois. Un chatbot qui répond à partir d'une publication de presse peut porter atteinte au droit de l'éditeur dans deux situations.

Soit il accède à l'article de manière illicite, par exemple en contournant un paywall ou un autre obstacle technique. Soit sa réponse reproduit l'expression et la structure de l'article de manière si reconnaissable que l'utilisateur n'a plus besoin de lire l'original.

La responsabilité dépend alors de la conception. Lorsque cet effet de substitution est intégré au modèle économique, ou découle de l'absence de garde-fous, le fournisseur du service est responsable.

Lue avec la partie consacrée à l'entraînement, la doctrine prend une forme claire. Mémoriser est permis. Servir à nouveau l'œuvre d'autrui à la place de la source ne l'est pas. La ligne de partage est de savoir si le lecteur a encore besoin de l'éditeur, et non si une machine a lu l'article.

Pourquoi cela frappe plus fort qu'une décision sur le fair use

Les procédures américaines ont passé deux ans à débattre du fair use, une défense très factuelle qu'un défendeur bien financé peut faire durer des années. La question européenne est plus étroite et plus opérationnelle : qu'a fait votre produit lorsqu'un utilisateur a posé une question ?

Pour quiconque construit des produits augmentés par récupération, cela recadre le travail de conformité. Celui-ci devient un examen fonctionnalité par fonctionnalité plutôt qu'un problème de données d'entraînement que l'on résout une fois pour toutes, et il s'applique à la recherche d'images et de vidéos autant qu'au texte.

Un outil de recherche visuelle qui indexe une banque d'images et renvoie des images quasi identiques au lieu d'envoyer l'utilisateur vers le fournisseur de licence présente la même structure de risque qu'un chatbot d'actualités qui résume un article. Il en va de même d'un assistant qui extrait une photographie précise du site d'un éditeur et répond à des questions à son sujet sans fournir de lien.

La réaction des deux camps

Google estime que les exceptions européennes en matière de TDM sont essentielles à la compétitivité et se félicite que l'avocat général reconnaisse que le droit de l'UE autorise l'entraînement sur des informations accessibles au public. L'entreprise ajoute que Gemini crée des œuvres originales en apprenant des schémas linguistiques plutôt qu'en copiant, et que les éditeurs disposent de contrôles et d'une possibilité d'opposition.

Le Conseil européen des éditeurs s'est concentré sur l'autre moitié, en soutenant que la distinction importante oppose l'indexation de recherche autorisée aux réponses d'IA sous licence qui remplacent un reportage original.

Les deux camps lisent correctement les mêmes conclusions. La moitié consacrée à l'entraînement favorise les développeurs de modèles. La moitié consacrée à la récupération favorise les éditeurs, et c'est celle qui décrit le fonctionnement réel de la plupart des produits d'IA aujourd'hui.

La suite

Les conclusions sont consultatives. La Cour suit son avocat général dans la plupart des affaires, mais pas toutes, et l'arrêt est attendu en 2027.

En attendant, trois choses méritent d'être faites plutôt que d'attendre. Confirmez que les données d'entraînement proviennent d'un accès licite et que les opt-out ont été respectés. Examinez toute fonctionnalité qui récupère et résume des contenus sources pour vérifier si la réponse pourrait se substituer à la source. Et documentez les garde-fous, car les conclusions lient la responsabilité à leur absence.

Ce qui est inconfortable pour le secteur, c'est que le test repose sur l'expérience plutôt que sur la technique. On ne peut pas y répondre par un audit de licences ou un fichier robots.txt. Il faut se demander si un lecteur, face à votre résultat, prendrait encore la peine de cliquer pour accéder à la source. Si la réponse est non, le problème vient de la conception.

Articles associés