Wikimedia propose une voie médiane pour le droit d'auteur et l'usage loyal de l'IA

La Wikimedia Foundation est entrée dans la bataille juridique à hauts enjeux opposant les grands éditeurs aux développeurs d'IA en déposant un mémoire d'amicus curiae dans le procès impliquant The New York Times, OpenAI et Microsoft. Déposé fin octobre 2026, ce mémoire plaide pour une interprétation nuancée de l'usage loyal qui distingue la manière dont les modèles apprennent des données de celle dont ils les présentent aux utilisateurs. Cette intervention vise à protéger le web ouvert tout en garantissant que les systèmes d'IA respectent les conditions de licence du contenu qu'ils utilisent.

Ce qui s'est passé

L'organisation à but non lucratif derrière Wikipedia se positionne comme médiatrice dans des affaires de droits d'auteur historiques qui pourraient définir l'avenir de l'intelligence artificielle. Dans son dépôt légal, Wikimedia rejette explicitement les arguments binaires présentés par les deux camps. Elle avertit qu'une victoire des éditeurs pourrait permettre aux détenteurs de droits d'auteur de contrôler l'accès aux technologies transformatrices, tandis qu'une victoire totale des entreprises d'IA pourrait les inciter à ignorer les conditions de licence et à perturber le flux de connaissances des auteurs vers les audiences.

Wikimedia souligne que ses sites sont devenus des sources critiques de données d'entraînement pour les systèmes d'apprentissage automatique. Cependant, ces mêmes systèmes détournent souvent le trafic de Wikipedia, affaiblissant les communautés bénévoles qui maintiennent le site. La fondation argue que des services comme ChatGPT reproduisent fréquemment des textes sous licence Creative Commons sans respecter les obligations d'attribution et de partage à l'identique requises. Cela crée un paradoxe où les outils d'IA sont utiles aux éditeurs de Wikipedia pour lutter contre le vandalisme et détecter les violations, alors que les modèles sous-jacents peuvent violer les très licences qui rendent le contenu disponible.

Les positions juridiques des principaux défendeurs varient dans leurs détails. OpenAI a qualifié la régurgitation d'œuvres protégées par le droit d'auteur comme un bug rare plutôt qu'une fonctionnalité. Microsoft, dans un dépôt séparé daté de septembre, a cité une analyse experte indiquant que son outil Copilot reproduit rarement des phrases complètes issues du contenu d'actualité utilisé pour ancrer le modèle. Les deux entreprises maintiennent que leur utilisation des grands modèles de langage constitue un usage loyal. The New York Times, inversement, argue que le scraping de son site pour construire des jeux de données d'entraînement est une violation directe de son droit d'auteur.

Comment cela fonctionne

La proposition de Wikimedia repose sur une distinction technique et juridique entre l'entrée et la sortie. La fondation argue que l'acte de scraper des sites web et d'utiliser des œuvres protégées par le droit d'auteur pour pré-entraîner de grands modèles de langage devrait être considéré comme un usage loyal. En effet, le processus d'entraînement transforme les données en un modèle statistique qui offre quelque chose de nouveau et de différent par rapport aux sources originales. Le modèle apprend des motifs, des relations et des structures linguistiques plutôt que de simplement stocker des copies d'articles.

Cependant, le mémoire trace une ligne rouge au stade de la sortie. Si un modèle répond à une requête utilisateur en extrayant des copies de matériel et en les livrant d'une manière qui supplante l'engagement du lecteur avec l'œuvre originale, cela ne devrait pas relever de l'usage loyal. Dans ce scénario, la sortie de l'IA agit comme un substitut au contenu original plutôt que comme une analyse transformatrice. Wikimedia affirme que de telles sorties nécessitent une licence appropriée et le respect des conditions telles que celles des licences Creative Commons, qui imposent la mention de la source originale et exigent que les adaptations restent sous la même licence.

Détails clés

• La Wikimedia Foundation a déposé un mémoire d'amicus curiae en octobre 2026 concernant les procès impliquant The New York Times, OpenAI et Microsoft.
• Wikimedia argue que l'entraînement des IA sur des données protégées par le droit d'auteur devrait être protégé par les doctrines de l'usage loyal.
• La fondation soutient que les sorties d'IA qui reproduisent verbatim ou remplacent des œuvres originales nécessitent une licence.
• Les sites de Wikipedia sont décrits comme des sources critiques de données d'entraînement, mais le trafic généré par l'IA détourne les visiteurs de la plateforme.
• OpenAI affirme que la régurgitation est un bug rare, tandis que Microsoft déclare que Copilot reproduit rarement des phrases complètes issues du contenu d'actualité.
• Les licences Creative Commons exigent l'attribution et que les remixes ou adaptations restent sous les mêmes termes de licence.

Pourquoi c'est important

Pour les ingénieurs logiciels et les fondateurs techniques, cette distinction juridique pourrait dicter la façon dont les produits d'IA sont construits et déployés. Si les tribunaux adoptent la voie médiane de Wikimedia, les développeurs pourraient devoir mettre en œuvre des mécanismes de filtrage robustes pour empêcher la reproduction verbatim des données d'entraînement dans les sorties destinées aux utilisateurs. Cela déplacerait la charge technique de la simple acquisition de données vers la garantie que le processus de génération du modèle respecte la nature transformatrice de l'usage loyal. L'échec à cet égard pourrait exposer les entreprises à des responsabilités de licence significatives.

Le résultat impacte également la durabilité des écosystèmes de connaissances ouvertes. Si les systèmes d'IA peuvent librement s'entraîner sur des données ouvertes mais doivent licencier les sorties directes, cela crée une voie viable pour la monétisation et l'attribution qui soutient les créateurs de contenu. Cet équilibre garantit que les processus collaboratifs derrière des projets comme Wikipedia peuvent prospérer sans être sapés par des systèmes qui extraient de la valeur sans contribuer en retour à la communauté. Il renforce l'idée que l'accès au savoir et le respect des contributeurs sont des responsabilités partagées.

Ce que vous pouvez faire

• Auditez vos jeux de données d'entraînement pour identifier le contenu régi par des licences spécifiques comme Creative Commons.
• Implémentez un filtrage des sorties pour détecter et prévenir la reproduction verbatim de textes protégés par le droit d'auteur dans les réponses aux utilisateurs.
• Assurez-vous que votre application fournit une attribution correcte lorsqu'elle référence ou adapte du matériel sous licence.
• Examinez les conditions d'utilisation des sources de données pour comprendre les restrictions sur l'usage commercial et la redistribution.
• Concevez des systèmes qui privilégient l'analyse transformatrice plutôt que la simple récupération du contenu original.
• Restez informé des développements juridiques dans les affaires de droits d'auteur liés à l'IA pour ajuster vos stratégies de conformité en conséquence.