Légalités #3 avec Alain Strowel : La propriété intellectuelle à l'ère de l'IA et du contenu numérique

 Avant d'aborder les questions juridiques, encore faut-il comprendre — simplement — ce que fait une IA générative. 

L'IA générative repose sur le machine learning : la machine apprend à partir d'immenses volumes de données et encode les régularités détectées dans les « poids » du modèle. On s'éloigne ainsi des anciens systèmes experts, fondés sur une logique déductive avec des règles codées manuellement. Ce type d'entraînement à grande échelle est rendu possible par l'augmentation spectaculaire des capacités de calcul et l'accès à des masses de données toujours plus vastes. 

Pour le texte, ces systèmes fonctionnent comme une autocomplétion très avancée : ils calculent la probabilité du « mot suivant ». Le résultat est souvent bluffant… tout en restant statistique, et donc non déterministe. 

Un output peut-il constituer une contrefaçon ? Oui - surtout lorsque le modèle mémorise et restitue. Dans certains cas, une IA reproduit presque mot pour mot un contenu vu de nombreuses fois à l'entraînement, notamment des contenus très connus et très présents en ligne. 

Même sans mentionner explicitement une marque ou un nom, une requête peut conduire à un résultat très proche d'un personnage ou d'un univers protégé. Quant au style, s'il n'est pas protégeable en tant qu'idée, l'IA peut produire une image quasi identique à une œuvre précise lorsqu'on lui « demande un style » — ce qui fait basculer la question vers la reproduction d'éléments originaux, voire vers une appropriation parasitaire. 

À cela s'ajoute la question de l'effacement des métadonnées et des filigranes numériques (watermarks), qui soulève des enjeux directs de conformité, de preuve et de responsabilité. 

Entraîner l'IA sur des œuvres : Text and Data Mining (TDM) et opt-out 

L'entraînement des modèles est un terrain particulièrement sensible en Europe. Une difficulté majeure tient au fait que cet entraînement se déroule souvent hors UE, ce qui complique l'application concrète du droit européen. 

Une directive de 2019 prévoit deux régimes d'exception en matière de TDM : l'un orienté vers la recherche, plus large ; l'autre conditionné à l'accès licite et au mécanisme d'opt-out des titulaires de droits pour les usages commerciaux. En pratique, la mise en œuvre de cet opt-out reste délicate : certains standards manquent de granularité et ne sont pas toujours respectés par les robots d'indexation. 

Trois conseils pratiques pour les juristes 

Au-delà des concepts, Alain Strowel formule des recommandations très concrètes pour les praticiens. 

Il s'agit d'abord de maîtriser l'outil et ses limites : un juriste doit apprendre à utiliser l'IA de manière responsable, en comprenant ce qu'elle fait réellement — probabilités, incertitude, biais possibles. Ensuite, il convient de protéger la confidentialité : il ne faut pas « nourrir » la machine avec des données sensibles — noms de clients, stratégies, éléments couverts par le secret professionnel. Enfin, il faut toujours procéder à une vérification : les IA peuvent inventer des références, des décisions, voire des citations. La vérification n'est pas optionnelle,elle fait partie intégrante de la responsabilité humaine. 

Conclusion : créer avec l'IA sans perdre le fil du droit 

L'IA générative ne supprime pas le droit d'auteur : elle le déplace et le met sous tension — entre input d'entraînement, prompts d'utilisation et outputs potentiellement protégeables ou contrefaisants. Pour les créateurs comme pour les juristes, l'enjeu est double : sécuriser l'exploitation des contenus et éviter les risques liés à la contrefaçon, à l'effacement des métadonnées, à la confidentialité et aux hallucinations. 

Le fil conducteur de cet épisode est clair : à l'ère de l'IA, la valeur juridique — et souvent économique — réside dans la qualité de l'intervention humaine autant que dans la technologie elle-même.