L’annonce d’un règlement de 1,5 milliard de dollars entre Anthropic et un groupe d’auteurs marque un tournant décisif dans le débat entourant les droits d’auteur dans l’ère de l’intelligence artificielle. Ce montant, record dans l’histoire des litiges liés à l’IA générative, ne se limite pas à une simple transaction financière : il symbolise la fin d’un modèle d’accumulation de données à moindre coût, basé sur l’exploitation de contenus protégés sans autorisation. Ce faisant, il pose les bases d’un nouveau paradigme où la légitimité du processus d’apprentissage des modèles repose avant tout sur la provenance des données. Le cœur du litige réside dans la manière dont Anthropic a collecté les textes utilisés pour entraîner son modèle Claude. Les plaignants, regroupant des milliers d’auteurs, ont accusé la société d’avoir extrait des œuvres entières à partir de bibliothèques illégales comme Library Genesis (LibGen), des plateformes qui diffusent des livres protégés sans autorisation. La décision du juge William Alsup a tranché le débat en établissant une distinction fondamentale : si l’utilisation d’un contenu pour entraîner un modèle peut être considérée comme « transformative » — c’est-à-dire innovante et non simplement répétitive —, cette caractéristique ne sauve pas une pratique fondée sur une source illégale. En d’autres termes, une utilisation créative ne peut pas légitimer une acquisition initiale illicite. Cette clarification juridique a transformé le litige d’un débat complexe sur le « fair use » (utilisation équitable) en une question de fait : les données ont-elles été obtenues légalement ? Face à des preuves accablantes, le risque de perdre en appel et d’affronter des dommages punitifs pouvant atteindre des milliards de dollars a poussé Anthropic à opter pour un règlement. Ce montant n’est pas une sanction, mais une assurance contre un chaos juridique potentiellement plus coûteux. Ce cas n’est pas isolé. Il s’inscrit dans une vague croissante de procès qui secoue l’industrie de l’IA à travers plusieurs secteurs créatifs. Dans le domaine du journalisme, The New York Times poursuit OpenAI, arguant que les réponses générées par ChatGPT reproduisent fidèlement le contenu de ses articles, menaçant ainsi sa source de revenus. En art visuel, des artistes poursuivent Midjourney et Stability AI, accusés de copier leurs styles uniques en s’alimentant sur des œuvres publiées en ligne. Quant à la musique, les majors Sony, Universal et Warner ont porté plainte contre Suno et Udio, invoquant la violation des droits sur les enregistrements protégés. Dans tous ces cas, la question centrale reste la même : l’IA peut-elle légitimement « apprendre » à partir de contenus protégés ? La réponse dépend de l’interprétation des quatre critères du « fair use » : la nature de l’usage, la nature de l’œuvre, la quantité utilisée, et l’impact sur le marché. Si l’usage est jugé transformateur, cela favorise les entreprises d’IA. Mais quand les modèles produisent des contenus concurrentiels — comme des articles de presse ou des œuvres d’art —, l’argument de la transformation s’effrite. En outre, l’usage massif de textes entiers, souvent en milliers, rend l’argument du « peu utilisé » peu crédible. Face à cette incertitude juridique, les autorités publiques hésitent. Le plan d’action américain sur l’IA publié en juillet 2025 a volontairement ignoré le sujet des droits d’auteur, reflétant un dilemme stratégique : favoriser l’innovation ou protéger les créateurs ? L’ambiguïté du gouvernement pousse les acteurs du marché à trouver leurs propres solutions. Certaines entreprises, comme OpenAI, choisissent la voie de la coopération : partenariats avec des médias comme l’AP ou News Corp pour obtenir des licences. D’autres, comme Google, continuent de défendre leur position sur le « fair use », en s’appuyant sur des précédents historiques. Parallèlement, les plateformes de contenu réagissent. Cloudflare a lancé un outil de détection des bots d’IA, tandis qu’un consortium incluant Reddit, Yahoo et Medium a mis en place un standard ouvert, le « Really Simple Licensing » (RSL), qui permet aux sites de définir clairement les conditions d’utilisation de leurs contenus par les IA. Ces outils marquent une mutation fondamentale : la fin de la gratuité du web pour les IA. Lorsque les sites commenceront à bloquer les scrapers ou à facturer leur accès, les modèles dépendant de données en temps réel — comme les nouvelles ou les tendances culturelles — risquent de se retrouver en panne de données. L’équilibre des pouvoirs bascule : les IA passeront de prédateurs à acheteurs, et le web, longtemps considéré comme une ressource gratuite, exigera désormais un prix. Anthropic et le RSL ne sont pas des événements isolés. Ils sont les signes d’un changement structurel : la « course aux données » de l’IA est en train de s’achever. L’ère du « free lunch » est terminée. Le web, enfin, réclame ses conditions.