Vu qu'on parle de droit US que personne d'entre nous ne comprend, et de "on dit que", "il paraitrait que", "j'ai entendu dire que", à mon avis, il y a peu de chance qu'une compréhension profonde des enjeux émerge de cette discussion.
Je suis un peu vexé de "personne d'entre nous" alors que je file des tonnes de liens et que je passe mon temps à expliquer.
Le probléme ici, c'est pas le droit US (même si c'est assez pifométrique dans le domaine), c'est surtout les spéculation de l'article d'une part, et qu'on ne sait pas pourquoi des boites qu'on ne connaît pas font des choses. Donc on ne peux que supposer dans ces conditions.
Comme tu l'évoques, à mon avis, la destruction des livres n'a rien d'une protection juridique,
Ok, j'ai justement expliqué pourquoi c'est une protection juridique (l'histoire du risque de circuit split, etc).
Maintenant, il n'y a sans doute pas qu'une raison de faire les choses. Et un point qui me semble curieux, c'est que les boites ne revendent pas les livres, mais j'imagine que ça serait trop risqué (j'ai pas eu le temps de bosser sur le concept de first-sale doctrine ), ou juste que les livres sont en trop mauvaise état pour ça.
Même avec les différences notables entre les systèmes européens et US, il y a un point qui semble largement incompris dans ces discussions : ce qui est illégal, c'est la contrefaçon, le fait de diffuser une version sans l'autorisation de l'auteur.
Mais le terme contrefaçon en droit français recouvre plus que ce counterfeit (traduction du mot) recouvre en droit US. En droit US, c'est "copyright violation" pour les oeuvres, counterfeit, ça couvre les trucs classiques (genre faux sac linuxfr.org).
Et la raison qui fait que la contrefaçon au sens français ne vient pas dans les discussions, c'est surout parce que les litiges sont largement dominés par les contentieux devant des cours US. Sur 156 cas, y en 34 en dehors des USA (donc 1 sur 5 sur le monde entier sauf les USAs).
Sur les 34, il y en a 1 en France pour le moment, et la non plus, on parle pas de contrefaçon, car personne n'a attaqué pour ça.
en droit européen c'est une copie privée, qui est autorisée sous certaines conditions; en droit US ça peut rentrer dans le "fair use".
Parler de droit européen me semble être un peu incorrect, car contrairement au RGPD qui est un règlement, donc qui s'applique telle quelle partout en même temps, les questions de copyright/droit d'auteur/etc sont gérés par des directives (2019/790, 2001/29/CE, etc) qui ont été transposés avec parfois des différences (et sans doute des différences notables). Les droits moraux sont le premier exemple qui me vient en tête, vu que ça n'a pas l'air du tout d'être unifié en Europe (mais ça n'a rien à voir avec le sujet).
La jurisprudence établit clairement que ça n'est pas le cas pour les cerveaux biologiques: les auteurs des livres qu'on a lu ne sont pas mécaniquement considérés comme les auteurs des livres qu'on écrit nous-mêmes, il faut des éléments de ressemblance manifestes pour que la contrefaçon soit établie
C'est plus vraiment la jurisprudence, c'est la doctrine de la séparation idée/expression qui est maintenant dans les traités internationaux depuis 1994, donc dans la loi (au moins des pays qui ont ratifiés l'accord en question).
Ensuite, la contrefaçon, c'est en général (pour les objets physiques) quand tu fais un truc dans le but de te faire passer pour une marque connu. Dans le domaine du logiciel, le cas connu dans les milieux libristes, c'est Entrouvert c. Orange, mais comme dit par le passé, Entrouvert a choisi d'attaquer en contrefaçon parce que ça chiffrait plus que la violation de contrat.
Dans le cas d'un livre, tu peux copier dans le but de coller au genre. Avoir un détective alcoolique qui vit à Chicago avec une femme fatale qui débarque dans son bureau pour filer une affaire, c'est un trope, tu peux pas dire que c'est une contrefaçon (et il y a des tas des d'exceptions, comme les parodies, etc). La liberté d'expression, ça reste aussi un droit fondamental à mettre en balance (et d'ailleurs, c'est une voie proposée pour avoir un "fair use européen" par des juristes de Strasbourg).
Si les juges considèrent que le réseau "transforme" l'oeuvre (ce qui est techniquement le cas, puisque les réseaux de neurones ne copient pas textuellement les entrées),
Comme dit plus haut, c'est déjà réglé (au moins pour le 9eme circuit d'appel aux USA) vu qu'un juge a déjà décidé ça dans l'affaire Bartz v. Anthropic. Sauf si il y a changement à la Cour suprême ou en appel, le concept de stare decisis s'applique et les autres juges doivent suivre la décision.
Maintenant, si je compresse une livre en zip, c'est aussi une transformation mathématique qui ne copie pas textuellement l'oeuvre mais les juges vont sans doute y voir (et à raison) que c'est pas suffisamment "transformatif" pour appliquer la doctrine de fair use et m'absoudre d'une violation (genre si je distribue les fichiers .zip). Donc il y a un peu plus que le simple fait de ne pas copier tel quel les données.
l'usage peut s'apparenter au fair use, et c'est peut-être dans ce cas spécifique où une victoire secondaire via l'argument de la copie interne des oeuvres originales pourrait être recherchée (bien maigre victoire, à mon avis).
Ça dépend des arguments des plaignants.
Il y a la question de réussir à retrouver le texte (au cœur du procès du NYT contre Open AI, comme indiqué dans l'intro de ce papier sur ce sujet spécifique), mais aussi la question de l’entraînement qui est traité à part. Et en prime, il y a des questions subsidiaires sur l'obtention des données d’entraînement (Meta qui chope les données via bittorent, Reddit qui se plaint qu'on scrape son site au lieu de payer, etc).
L’entraînement, ça a été décidé comme fair use aux USA (sauf changement), mais le reste est encore devant les tribunaux.
En Europe, c'est pas encore décidé mais la question de l'exception TDM (text and data mining) se pose, et je crois me souvenir que l'AI Act vient aussi changer ça (j'ai moins bossé, donc à vérifier). Il y a aussi un procès qui est devant la CJUE, l'affaire C-250/25 "Like v. Google". L'AG donne son avis au début du mois de septembre 2026 (officiel), et la Cour devrait donner son verdict vers le premier trimestre 2027 (estimation personnelle).
La cour de Budapest qui est à l'origine de la demande à la CJUE pose 4 questions. Elle demande à clarifier si l’entraînement d'un LLM est une reproduction avec ce que ça implique (Q2), si la réponse est oui, est ce que l'exception TDM s'applique (Q3), et si le résultat de l'agent conversationnel est une reproduction et dans quel condition (Q4). La Q1 demande si la réponse d'un chatbot est une communication au public, et je suppose que c'est pour savoir qui est responsable de la publication (je m'attends à ce que la CJUE arrive aux mêmes conclusions que le tribunal de Munich.
Et la question de la reproduction en sortie d'un œuvre sous copyright peut être réglé par un filtre en sortie (ironiquement, sans doute avec un LLM entraîné sur les œuvres en question), donc je pense que c'est pas un gros souci pour les plus gros labs.
Ce que ça va donner pour des providers plus petits, je ne sais pas, mais ça va pas aider.
[^] # Re: La réalité dépasse la fiction
Posté par Misc (site web personnel) . En réponse au lien Des entreprises d'IA rachètent d'anciens livres, les numérisent puis les détruisent. Évalué à 4 (+1/-0).
Je suis un peu vexé de "personne d'entre nous" alors que je file des tonnes de liens et que je passe mon temps à expliquer.
Le probléme ici, c'est pas le droit US (même si c'est assez pifométrique dans le domaine), c'est surtout les spéculation de l'article d'une part, et qu'on ne sait pas pourquoi des boites qu'on ne connaît pas font des choses. Donc on ne peux que supposer dans ces conditions.
Ok, j'ai justement expliqué pourquoi c'est une protection juridique (l'histoire du risque de circuit split, etc).
Maintenant, il n'y a sans doute pas qu'une raison de faire les choses. Et un point qui me semble curieux, c'est que les boites ne revendent pas les livres, mais j'imagine que ça serait trop risqué (j'ai pas eu le temps de bosser sur le concept de first-sale doctrine ), ou juste que les livres sont en trop mauvaise état pour ça.
Mais le terme contrefaçon en droit français recouvre plus que ce counterfeit (traduction du mot) recouvre en droit US. En droit US, c'est "copyright violation" pour les oeuvres, counterfeit, ça couvre les trucs classiques (genre faux sac linuxfr.org).
Et la raison qui fait que la contrefaçon au sens français ne vient pas dans les discussions, c'est surout parce que les litiges sont largement dominés par les contentieux devant des cours US. Sur 156 cas, y en 34 en dehors des USA (donc 1 sur 5 sur le monde entier sauf les USAs).
Sur les 34, il y en a 1 en France pour le moment, et la non plus, on parle pas de contrefaçon, car personne n'a attaqué pour ça.
Parler de droit européen me semble être un peu incorrect, car contrairement au RGPD qui est un règlement, donc qui s'applique telle quelle partout en même temps, les questions de copyright/droit d'auteur/etc sont gérés par des directives (2019/790, 2001/29/CE, etc) qui ont été transposés avec parfois des différences (et sans doute des différences notables). Les droits moraux sont le premier exemple qui me vient en tête, vu que ça n'a pas l'air du tout d'être unifié en Europe (mais ça n'a rien à voir avec le sujet).
C'est plus vraiment la jurisprudence, c'est la doctrine de la séparation idée/expression qui est maintenant dans les traités internationaux depuis 1994, donc dans la loi (au moins des pays qui ont ratifiés l'accord en question).
Ensuite, la contrefaçon, c'est en général (pour les objets physiques) quand tu fais un truc dans le but de te faire passer pour une marque connu. Dans le domaine du logiciel, le cas connu dans les milieux libristes, c'est Entrouvert c. Orange, mais comme dit par le passé, Entrouvert a choisi d'attaquer en contrefaçon parce que ça chiffrait plus que la violation de contrat.
Dans le cas d'un livre, tu peux copier dans le but de coller au genre. Avoir un détective alcoolique qui vit à Chicago avec une femme fatale qui débarque dans son bureau pour filer une affaire, c'est un trope, tu peux pas dire que c'est une contrefaçon (et il y a des tas des d'exceptions, comme les parodies, etc). La liberté d'expression, ça reste aussi un droit fondamental à mettre en balance (et d'ailleurs, c'est une voie proposée pour avoir un "fair use européen" par des juristes de Strasbourg).
Comme dit plus haut, c'est déjà réglé (au moins pour le 9eme circuit d'appel aux USA) vu qu'un juge a déjà décidé ça dans l'affaire Bartz v. Anthropic. Sauf si il y a changement à la Cour suprême ou en appel, le concept de stare decisis s'applique et les autres juges doivent suivre la décision.
Maintenant, si je compresse une livre en zip, c'est aussi une transformation mathématique qui ne copie pas textuellement l'oeuvre mais les juges vont sans doute y voir (et à raison) que c'est pas suffisamment "transformatif" pour appliquer la doctrine de fair use et m'absoudre d'une violation (genre si je distribue les fichiers .zip). Donc il y a un peu plus que le simple fait de ne pas copier tel quel les données.
Ça dépend des arguments des plaignants.
Il y a la question de réussir à retrouver le texte (au cœur du procès du NYT contre Open AI, comme indiqué dans l'intro de ce papier sur ce sujet spécifique), mais aussi la question de l’entraînement qui est traité à part. Et en prime, il y a des questions subsidiaires sur l'obtention des données d’entraînement (Meta qui chope les données via bittorent, Reddit qui se plaint qu'on scrape son site au lieu de payer, etc).
L’entraînement, ça a été décidé comme fair use aux USA (sauf changement), mais le reste est encore devant les tribunaux.
En Europe, c'est pas encore décidé mais la question de l'exception TDM (text and data mining) se pose, et je crois me souvenir que l'AI Act vient aussi changer ça (j'ai moins bossé, donc à vérifier). Il y a aussi un procès qui est devant la CJUE, l'affaire C-250/25 "Like v. Google". L'AG donne son avis au début du mois de septembre 2026 (officiel), et la Cour devrait donner son verdict vers le premier trimestre 2027 (estimation personnelle).
La cour de Budapest qui est à l'origine de la demande à la CJUE pose 4 questions. Elle demande à clarifier si l’entraînement d'un LLM est une reproduction avec ce que ça implique (Q2), si la réponse est oui, est ce que l'exception TDM s'applique (Q3), et si le résultat de l'agent conversationnel est une reproduction et dans quel condition (Q4). La Q1 demande si la réponse d'un chatbot est une communication au public, et je suppose que c'est pour savoir qui est responsable de la publication (je m'attends à ce que la CJUE arrive aux mêmes conclusions que le tribunal de Munich.
Et la question de la reproduction en sortie d'un œuvre sous copyright peut être réglé par un filtre en sortie (ironiquement, sans doute avec un LLM entraîné sur les œuvres en question), donc je pense que c'est pas un gros souci pour les plus gros labs.
Ce que ça va donner pour des providers plus petits, je ne sais pas, mais ça va pas aider.