Anthropic utilise illégalement des livres de professeurs de Stanford pour entraîner Claude

Contexte juridique

En mai 2026, le juge fédéral William Alsup a prononcé une décision majeure dans le procès Bartz v. Anthropic. Il a constaté qu’Anthropic avait téléchargé, reproduit et stocké les ouvrages de plus de dix professeurs de Stanford – dont Tobias Wolff, Abraham Verghese et Chang‑Rae Lee – à partir de bibliothèques clandestines comme LibGen et PiLiMi. Le jugement a imposé un règlement de 1,5 milliard de dollars aux auteurs et éditeurs de près de 500 000 œuvres enregistrées, tout en interdisant la création d’une bibliothèque centrale permanente pour l’entraînement de modèles d’IA. Une action séparée, Cruz v. Anthropic, réclame jusqu’à 150 000 $ de dommages par œuvre, bien au‑delà des 3 000 $ proposés dans le premier accord.

Mécanisme d’entraînement de Claude

Claude, le grand modèle de langage d’Anthropic, repose sur une phase de pré‑entraînement où des billions de tokens sont ingérés. Les textes piratés ont servi à enrichir le corpus de formation, permettant au modèle d’apprendre les styles narratifs, les structures argumentatives et le vocabulaire spécifique des auteurs concernés. Le juge a toutefois différencié cet usage « fair use » – comparable à la lecture humaine – de la création d’une bibliothèque numérique permanente, jugée illégale. Cette distinction repose sur le fait que le modèle ne conserve pas les œuvres en texte brut, mais uniquement des poids de réseau neuronal dérivés des données d’entrée.

Analyse des impacts sur le droit d’auteur et les coûts de transaction

Le litige met en lumière le problème des coûts de transaction évoqué par le professeur de droit Paul Goldstein. Copier des millions d’œuvres pour entraîner un LLM implique un effort de licence prohibitif : chaque œuvre nécessite l’identification du détenteur de droits, la négociation d’une redevance et le suivi de conformité. L’absence de mécanisme de licence automatisé pousse les entreprises à recourir à des sources non autorisées, augmentant le risque de violation. Le règlement de 1,5 milliard de dollars, bien que substantiel, ne couvre qu’une fraction des œuvres potentiellement utilisées, comme le souligne Wolff qui estime que le paiement moyen de 3 000 $ par œuvre est insuffisant.

Perspectives et limites

Les décisions judiciaires actuelles n’établissent pas de cadre clair pour le futur entraînement de LLMs à grande échelle. Si les tribunaux continuent de séparer le « fair use » de la création de bibliothèques numériques, les acteurs de l’IA devront développer des filtres de licence ou des accords de « data‑sharing » avec les éditeurs. Le projet de législation nationale soutenu par l’Authors Guild pourrait imposer une obligation de licence explicite, réduisant ainsi les incertitudes juridiques mais augmentant les coûts opérationnels pour les fournisseurs de modèles. En l’état, la frontière entre utilisation légitime et piraterie reste floue, et les auteurs continuent de subir des pertes de revenus potentielles tant que les mécanismes de compensation ne sont pas standardisés.