Entraîner l'IA sur des contenus protégés : le fair use validé

Le 1er septembre 2026, le ministère de la Justice des États-Unis a déposé un mémoire affirmant qu'entraîner des modèles de langage sur des œuvres protégées par le droit d'auteur relève, en général, du fair use. C'était devant le tribunal fédéral de Manhattan, dans le litige multidistrict contre OpenAI — l'affaire qui regroupe la plainte du New York Times et celles d'auteurs et d'éditeurs. Selon Reuters, c'est la première fois que le gouvernement américain se positionne dans cette vague de procès.

Le titre qui a circulé : « le gouvernement américain a dit qu'on peut entraîner l'IA sur du contenu protégé ». C'est vrai, et c'est insuffisant — car le document lui-même pose trois limites qui changent beaucoup ce qu'une entreprise devrait en conclure.

Les trois limites que le titre ne dit pas

1. Ce n'est pas une décision, c'est un avis. Un mémoire d'intérêt n'a pas force obligatoire : le gouvernement n'est pas partie au procès et le juge n'est pas tenu de le suivre. C'est l'instrument par lequel une administration fédérale consigne sa position dans une affaire qui n'est pas la sienne. Le litige reste où il était.

2. Il ne couvre que l'entraînement. C'est le point que presque tous les résumés ont perdu. Le document traite de l'usage des œuvres pendant l'entraînement et laisse expressément ouvertes deux autres questions : comment les données ont été obtenues et stockées, et les sorties qui reproduisent des extraits protégés. La seconde constitue une bonne part de ce que reproche le New York Times. Autrement dit : même si la thèse de l'entraînement l'emporte, l'affaire ne s'arrête pas.

3. Cela ne vaut pas hors des États-Unis. La France n'a pas de clause générale de fair use : le droit d'auteur y fonctionne avec une liste fermée d'exceptions. Ce qui se décidera à Manhattan ne se transpose pas.

L'argument est économique, pas moral

Le raisonnement mérite d'être lu, car il est honnête sur ce qu'il défend. Le gouvernement soutient qu'exiger une licence pour entraîner créerait une barrière à l'entrée que seules les plus grandes entreprises technologiques pourraient payer, concentrant le marché des modèles de langage. Et que ces redevances profiteraient de façon disproportionnée aux médias traditionnels, précisément à cause de la taille des archives qu'ils ont accumulées. Le mémoire s'appuie sur un décret de janvier 2025 sur la levée des obstacles au leadership américain en IA, et ajoute un argument de compétitivité et de sécurité nationale.

En face, le New York Times a répondu que le gouvernement s'était rangé « du côté d'une poignée d'entreprises d'IA valant des milliers de milliards, aux dépens des innombrables créateurs américains dont elles ont volé le travail ».

La semaine où les deux plus grands marchés sont partis en sens inverse

Voici la donnée qui nous semble la plus utile, et elle n'apparaît qu'en rapprochant deux nouvelles de jours consécutifs.

Le 31 août, la Commission européenne a classé ChatGPT comme moteur de recherche au titre du DSA — ce qui signifie plus d'obligations : évaluation des risques, audit externe, accès aux données, amende jusqu'à 6 % du chiffre d'affaires mondial. Nous l'avons raconté dans ChatGPT est officiellement un moteur.

Le 1er septembre, le gouvernement américain s'est prononcé dans le sens inverse : moins de friction, au nom de la compétitivité.

Ce n'est pas une contradiction, ce sont deux projets différents. L'Europe régule l'IA comme une infrastructure d'information ; les États-Unis la traitent comme une course industrielle. Pour qui publie du contenu et vend des services sur les deux marchés, cela veut dire que la même entreprise va opérer sous deux logiques à la fois, et qu'une décision de contenu prise en ne regardant qu'un seul côté se trompera de l'autre.

Ce qui change pour qui publie du contenu

Il n'y aura pas de chèque. C'est la conclusion pratique la plus dure et la plus probable. Si la thèse du fair use l'emporte aux États-Unis, votre texte continuera de servir d'entraînement sans que vous soyez payé. Planifier du contenu en espérant des revenus de licence, c'est planifier sur quelque chose qui n'existe pas aujourd'hui.

Le retour doit donc venir d'où il est toujours venu. Être trouvé, être cité, convertir. C'est exactement le travail d'AEO : préparer le contenu pour qu'il soit la réponse que l'IA recommande, avec votre nom à côté. La différence, c'est qu'on peut le dire sans illusion : le contenu ne vaut pas ce que l'IA paierait pour lui, il vaut le client qui arrive ensuite.

Bloquer est possible, et cela a un prix. On peut bloquer les robots d'IA dans le robots.txt et signaler via llms.txt. Mais le blocage qui empêche l'entraînement tend aussi à vous sortir de la réponse — et pour la plupart des petites entreprises, disparaître de la réponse coûte plus cher que de servir d'entraînement. Qui possède un grand fonds et négocie des licences fait un autre calcul.

Ce que l'IA n'a pas, c'est le spécifique. Elle s'est entraînée sur le générique de votre secteur. Pas sur votre cas, votre chiffre mesuré, votre client nommé. C'est pourquoi le contenu avec des données propres continue de rapporter alors que le texte générique disparaît : celui-là a déjà été absorbé.

Ce qui n'est pas encore tranché

Trois choses, pour ne pas repartir avec une fausse certitude. Un mémoire n'est pas un jugement et le juge peut ne pas suivre. Les deux questions ouvertes — comment les données ont été obtenues et ce que les modèles restituent — peuvent être tranchées contre les entreprises d'IA même si l'entraînement est jugé loyal. Et le débat européen est différent, avec d'autres textes et sans clause générale de fair use.

Ce qu'on peut déjà faire ne dépend de rien de tout cela : savoir si l'IA cite votre entreprise aujourd'hui, et corriger ce qui l'en empêche. C'est ce que nous faisons dans notre agence SEO : mettre le site en état d'être cité, mesurer s'il l'est, et traiter le contenu comme un actif commercial, pas comme une matière première offerte.