Contexte de l'entraînement des modèles IA
Les grands modèles de génération de code sont entraînés sur des corpus massifs d’exemples publics. Depuis le lancement du projet GNU, les dépôts open source ont été collectés en masse, souvent sans consentement explicite ni attribution. Le texte indique que les modèles utilisent également les contenus de Stack Overflow et des sites affiliés, qui sont publiés sous licences Creative Commons imposant une attribution. Cette double source crée une situation où le savoir collectif, déjà sous licences permissives, est réutilisé pour produire du code propriétaire.
Cadre juridique actuel
Le texte s’appuie sur le principe juridique établi par l’affaire Monkey Selfie, selon lequel les œuvres créées par des non‑humains ne peuvent pas être protégées par le droit d’auteur aux États‑Unis. Le Bureau du Copyright américain a cité ce précédent pour les productions d’IA, ce qui suggère que le code généré uniquement par une IA ne serait pas éligible à la protection. En revanche, la législation varie : le Royaume‑Uni accorde une protection limitée aux œuvres générées par ordinateur, ce qui crée un contraste juridique entre les juridictions.
Conséquences pour les développeurs et les entreprises
Lorsque le code issu d’une IA est intégré à un produit sans révision humaine substantielle, le texte le qualifie de « très peu d’effort humain ». Dans ce cas, la responsabilité de l’attribution et du respect des licences d’origine incombe aux utilisateurs de l’IA. Publier ce code sous une licence open source ou le placer dans le domaine public via CC0 garantirait la conformité avec les licences source et éviterait le risque de « laundering » de licences. Les entreprises qui commercialisent du code généré par IA pourraient ainsi réduire les incertitudes légales en adoptant explicitement une licence permissive.
Limites et perspectives
Le propos ne fournit pas de données chiffrées sur la proportion de code réellement dérivé d’exemples sous licence CC ou GPL, ni sur le nombre de projets qui utilisent l’IA sans modification. Cette absence empêche d’évaluer l’impact réel du problème. De plus, la définition de « purement IA‑généré » reste floue : la plupart des flux de travail combinent prompts, suggestions et ajustements humains. Sans critères clairs, l’obligation d’open source pourrait être difficile à appliquer de façon uniforme. Néanmoins, le texte propose que, tant que la législation internationale ne converge pas, la meilleure pratique consiste à publier le code sous une licence ouverte ou à le placer en domaine public, afin d’honorer la chaîne de contributions qui alimente les modèles d’IA.
