L122-5 : le détail juridique qui met les IA génératives sur la sellette
L’intelligence artificielle générative adore les grands concepts, les belles promesses et les démos qui impressionnent tout le monde en réunion. Mais il y a un truc qu’elle aime beaucoup moins : le droit d’auteur, surtout quand il sort un article précis du Code de la propriété intellectuelle et qu’il dit calmement « non ».
Au cœur du débat, un numéro qui ressemble à un modèle de smartphone, mais qui est bien plus explosif : l’article L122-5. C’est lui qui encadre notamment la courte citation. Et c’est aussi, selon plusieurs analyses, l’un des points de friction majeurs entre LLM, contenus protégés, et entraînement des modèles.
L’idée de fond est simple : une partie des IA génératives se sont développées en s’appuyant sur des contenus existants, parfois aspirés à grande échelle sur le web, dans des livres ou des bases de données. Problème : en France, la reproduction d’une œuvre n’est pas un hobby libre service. Et l’argument « c’est juste de la citation » peut se retourner très vite contre ceux qui l’utilisent comme passe-partout.
Petit rappel : L122-4 dit déjà stop à la reproduction sans autorisation
Avant même de parler de L122-5, il faut regarder son voisin de palier : L122-4. Dans l’esprit, il pose un principe clair : toute reproduction ou représentation d’une œuvre sans autorisation est interdite. C’est la base.
Et c’est précisément là que le bât blesse quand on parle de constitution de datasets massifs.
- Aspirer un site web entier pour l’ajouter à un corpus d’entraînement
- Exploiter des livres numérisés sans accord
- Utiliser des bases contenant des œuvres piratées
Dans ces cas-là, on n’est plus dans la simple inspiration, on est potentiellement dans un terrain où la question de la copie devient centrale.
La réponse classique du secteur, c’est de dire que l’entraînement n’est pas une reproduction « au sens traditionnel », ou que le résultat n’est pas une copie directe. Sauf que juridiquement, la discussion ne s’arrête pas à la métaphore technique.
Ce que dit vraiment l’article L122-5 sur la « courte citation »
L’article L122-5 est souvent invoqué car il prévoit une exception, notamment pour :
- les analyses
- les courtes citations
…à condition qu’elles soient justifiées par un objectif (critique, polémique, pédagogique, scientifique ou d’information) et que le nom de l’auteur et la source soient clairement indiqués.
Dit autrement : oui, on peut citer. Mais pas n’importe comment, pas n’importe combien, et pas n’importe pourquoi.
C’est ici que le débat devient électrique : certains estiment que l’industrie de l’IA a utilisé L122-5 comme une sorte de grand parapluie juridique, en affirmant que l’usage de contenus pour l’entraînement entrerait dans un cadre comparable à la citation.
Sauf que dans la pratique, une IA générative :
- ne fait pas forcément une analyse critique au sens juridique
- ne cite pas toujours de manière courte
- n’indique pas systématiquement la source et l’auteur
Et surtout, l’entraînement ressemble davantage à un traitement industriel de contenus qu’à une citation ponctuelle dans une œuvre humaine.
« Courte citation » : le mot qui met tout le monde d’accord… et pas du tout
Un des nœuds du problème, c’est le terme courte. Il n’existe pas de pourcentage magique universel qui dirait « en dessous de 8% c’est bon, au-dessus c’est prison ». Les juges regardent le contexte : l’ampleur, la finalité, l’effet sur l’œuvre originale, et la place de l’extrait dans la nouvelle création.
Or l’entraînement d’un LLM se fait, par définition, avec des volumes gigantesques.
Même si chaque fragment pris séparément est « petit », l’agrégation peut représenter une captation massive de valeur. Et si la finalité est de produire un service commercial capable de reformuler, résumer ou concurrencer des contenus, la discussion change de niveau.
C’est un peu comme dire « je n’ai pris qu’un grain de riz » alors que le camion repart avec la récolte entière. Techniquement vrai à l’unité, économiquement étrange à la fin.
Le point le plus piquant : ces exceptions visent-elles uniquement les humains ?
Une thèse revient avec force dans le débat : les exceptions comme la courte citation sont pensées pour l’usage humain, dans un cadre d’échange d’idées, de pédagogie, d’information, de critique.
Dans cette lecture, une IA n’aurait pas, en tant que machine, la capacité juridique d’« exercer » un droit de citation. Elle ne serait qu’un outil, et ce sont donc les acteurs humains derrière l’outil qui devraient justifier l’exception, dans des conditions strictes.
Cela pose une question très concrète :
- Quand un modèle ingère des contenus pour s’entraîner, qui « cite » ?
- Dans quel but exact ?
- Où sont l’auteur et la source ?
Si les réponses sont floues, la solidité juridique l’est aussi.
Pourquoi l’entraînement des LLM ressemble à une zone grise… qui se rétrécit
Pendant un temps, l’IA a profité d’un effet « Far West » : beaucoup de technologie, peu de jurisprudence stabilisée, et une vitesse d’innovation qui dépasse la vitesse des textes.
Mais la zone grise se rétrécit pour trois raisons :
- Les ayants droit s’organisent : auteurs, éditeurs, médias, plateformes, sociétés de gestion.
- La traçabilité progresse : watermarking, détection de recopie, audits de datasets.
- Le sujet devient politique : souveraineté culturelle, économie de la création, compétition internationale.
Et quand un sujet devient politique, il finit souvent par devenir réglementaire. Parfois même un peu trop vite, et tout le monde découvre qu’il aurait été plus malin d’anticiper.
Rétribution, consentement, attribution : le trio que l’IA ne peut plus éviter
Derrière L122-5, il y a une exigence implicite qui revient sans cesse : la juste rétribution et la protection.
Dans un monde idéal, un créateur devrait pouvoir :
- dire oui ou non à l’usage de ses contenus pour entraîner une IA
- être rémunéré si ses contenus contribuent à un produit commercial
- être crédité quand ses œuvres sont citées ou utilisées dans un cadre prévu
Le souci, c’est que l’entraînement de modèles généralistes s’est historiquement fait sur des corpus parfois composites, pas toujours documentés, souvent difficiles à auditer rétrospectivement.
Et quand on ne peut pas prouver proprement d’où vient ce qu’on a utilisé, il devient compliqué d’expliquer pourquoi on aurait le droit de l’utiliser.
Interdire, réguler, temporiser : quelles options pour les pouvoirs publics ?
Si l’on suit la logique la plus stricte, une partie des IA actuelles ne seraient pas conformes au droit d’auteur tel qu’il s’applique en France. D’où l’idée évoquée dans le débat : une action politique forte.
Plusieurs scénarios existent, chacun avec ses avantages et ses effets secondaires :
1) Application stricte et immédiate
- Avantage : cohérence juridique, protection rapide des ayants droit
- Risque : frein brutal à l’innovation locale, dépendance accrue aux outils étrangers
2) Mise en conformité progressive
- Avantage : laisse le temps d’adapter les outils, de négocier des licences, de nettoyer les corpus
- Risque : période floue, avec des acteurs qui traînent des pieds
3) Stratégie industrielle européenne
- Avantage : construire des modèles entraînés sur des datasets licenciés, auditables, compatibles avec le droit
- Risque : coût élevé, délais plus longs, et nécessité d’une vraie coordination
Le sujet devient alors un arbitrage : protéger la création sans tuer l’innovation. Et éviter que l’Europe ne se transforme en musée numérique où l’on peut tout regarder, mais rien construire.
« On ne peut pas faire d’IA sans copier » : vraiment ?
Un argument revient souvent : il serait impossible de créer une IA performante sans s’appuyer sur des données existantes.
Dans les faits, il est vrai que l’apprentissage statistique s’alimente d’exemples. Mais il existe plusieurs voies techniques et industrielles pour réduire le risque juridique et mieux respecter le consentement :
- datasets sous licence négociés avec ayants droit
- contenus du domaine public et corpus ouverts correctement documentés
- données produites spécifiquement pour l’entraînement avec rémunération des contributeurs
- modèles spécialisés entraînés sur des sources autorisées plutôt que des aspirateurs généralistes
Ces approches coûtent plus cher que « on scrape et on verra plus tard », mais elles ont un avantage : elles évitent qu’un article de loi se transforme en bouton off.
La suite logique : des licences lisibles pour dire oui, non, ou oui mais
Le débat va naturellement vers une standardisation : comment permettre aux détenteurs de contenus d’exprimer clairement leurs choix ?
Aujourd’hui, beaucoup de créateurs sont coincés entre :
- des conditions d’utilisation illisibles
- des opt-out incomplets
- des négociations asymétriques
Des formats de licences plus clairs, pensés pour l’usage IA, pourraient apporter une réponse pratique :
- autoriser l’indexation mais pas l’entraînement
- autoriser l’entraînement mais interdire la génération de passages trop proches
- imposer attribution et reporting
- fixer une rémunération selon l’usage
Ce n’est pas sexy comme une démo qui génère un roman en 12 secondes, mais c’est le genre d’infrastructure qui permet à l’écosystème de durer plus de deux cycles de hype.
Ce que ça change pour les entreprises et créateurs dès maintenant
Même sans être juriste, on peut retenir quelques implications très concrètes.
Pour les entreprises qui utilisent des IA génératives
- Vérifier les conditions d’usage des outils (et la provenance des modèles quand c’est documenté)
- Éviter de demander à l’IA de reproduire des textes identifiables d’œuvres protégées
- Mettre en place une politique interne sur les contenus à ne pas injecter dans les prompts
Pour les médias, éditeurs, auteurs, créateurs
- Clarifier ses conditions de réutilisation et ses mentions légales
- Surveiller la reprise de contenus et les résumés systématiques
- Se préparer à des modèles de licence adaptés à l’entraînement et à la génération
Et pour tout le monde, une règle simple : si votre stratégie repose sur « c’est sûrement autorisé », c’est rarement une stratégie, plutôt un billet de loterie.
L122-5, ce n’est pas juste un article : c’est un test de maturité pour l’IA
Le sujet dépasse la bataille IA contre ayants droit. En réalité, c’est un test : est-ce que l’écosystème IA peut passer de l’âge adolescent (on expérimente vite, parfois salement) à l’âge adulte (on structure, on rémunère, on documente) ?
Parce qu’à terme, une IA générative qui respecte les créateurs n’est pas seulement plus éthique.
Elle est aussi plus robuste, plus défendable, plus exportable, et surtout moins susceptible de se prendre un L122-5 en pleine production un lundi matin.
Et ça, même une machine sans droits peut comprendre que c’est un problème.