Fouille de textes et données d'entraînement

Bartz c. Anthropic, district nord de Californie, 23 juin 2025 : le juge Alsup tient l'entraînement sur des livres achetés pour un usage loyal, mais pas la bibliothèque bâtie avec des copies piratées. La transaction qui suit, 1,5 milliard de dollars, environ 3 000 dollars par livre, met fin au procès sur les copies piratées. Entraîner un modèle oblige à reproduire techniquement des oeuvres protégées. Cela relève du droit d'auteur, et les systèmes juridiques répondent très différemment. Le droit de l'Union a créé une exception de fouille de textes et de données, sans restriction de finalité. Hors recherche scientifique, le titulaire peut toutefois s'y opposer de manière appropriée, notamment par un moyen lisible par machine. Le système américain n'a pas d'exception équivalente et raisonne par l'usage loyal, au cas par cas. Ses critères, en particulier le caractère transformatif et l'effet sur le marché de l'oeuvre, sont précisément ce que les contentieux en cours mettent à l'épreuve. La portée économique dépasse l'entraînement : une décision défavorable rendrait illicites des modèles déjà déployés dans des milliers d'applications, et on ne sait pas techniquement en retirer les données de façon sélective. Pour l'assurance, l'exposition se loge dans les garanties de propriété intellectuelle et dans les clauses d'indemnisation que les fournisseurs ont commencé à consentir à leurs clients.