Sony Music Publishing et Warner Chappell ont déposé le 28 août une nouvelle plainte contre Anthropic dans le Northern District of California. Dario Amodei et Benjamin Mann, deux des cofondateurs d'Anthropic, figurent eux aussi parmi les défendeurs.

Le dossier affirme que des dizaines de milliers de compositions ont été copiées sans licence pour participer au développement de Claude.

Le mot important dans la plainte est peut-être « acquisition »

Une grande partie du débat sur l'IA générative porte sur l'utilisation d'une œuvre pendant l'entraînement : le modèle en fait-il une utilisation transformative suffisamment différente pour relever du fair use ?

Sony et Warner attaquent plus en amont. Selon eux, Anthropic aurait obtenu une partie de ses données par scraping, téléchargement et torrents, notamment à partir de sources pirates.

Si le tribunal retient cette version des faits, le problème juridique ne commence plus uniquement au moment où les tokens entrent dans la phase d'entraînement. Il commence au moment où le fichier est récupéré.

Un modèle peut apprendre d'une œuvre sans pour autant avoir le droit de posséder sa copie

C'est la séparation technique que le dossier remet au centre. L'entraînement transforme généralement les données en paramètres statistiques plutôt que de conserver une bibliothèque traditionnelle accessible fichier par fichier.

Cela ne répond pas automatiquement à la question de la provenance de ces données.

Les entreprises d'IA ont un intérêt évident à présenter ces deux étapes comme une chaîne unique de transformation. Les ayants droit cherchent au contraire à les découpler : acquisition d'abord, entraînement ensuite.

Claude est également accusé de ressortir certaines paroles

Les plaignants affirment que Claude peut, dans certaines situations, produire des passages reproduisant directement ou presque directement des paroles protégées.

Cette accusation est techniquement différente de celle concernant le corpus. Elle touche à la mémorisation et à la capacité d'un modèle à restituer des séquences présentes dans ses données, un problème que les laboratoires essaient généralement de limiter avec des filtres et des techniques d'entraînement spécifiques.

Plus un modèle reproduit fidèlement une œuvre, plus l'argument selon lequel il n'a appris que des abstractions statistiques devient inconfortable.

Les métadonnées de copyright sont aussi dans le dossier

Sony et Warner accusent également Anthropic d'avoir supprimé certaines informations associées aux œuvres, notamment des éléments permettant d'identifier leur statut et leurs ayants droit.

La plainte réclame jusqu'à 25 000 dollars pour certaines violations alléguées liées à ces informations, en plus des dommages pouvant atteindre 150 000 dollars par œuvre pour violation volontaire du copyright.

Avec un corpus décrit comme comprenant des dizaines de milliers de chansons, l'exposition théorique peut dépasser plusieurs milliards. Ce calcul reste théorique : le tribunal n'a encore établi ni responsabilité ni montant.

Le fair use devient le champ de bataille central de l'IA américaine

Le calendrier est particulièrement mauvais pour Anthropic. Plusieurs tribunaux américains examinent actuellement des dossiers destinés à déterminer jusqu'où une entreprise d'IA peut utiliser des œuvres protégées sans licence.

L'administration américaine a par ailleurs pris position dans certains dossiers en faveur d'une lecture du fair use compatible avec l'entraînement de modèles sur des contenus protégés.

Mais cette défense est beaucoup plus simple à discuter lorsqu'on suppose que les œuvres ont été obtenues légalement. Une accusation de téléchargement pirate déplace la conversation.

L'industrie musicale montre aussi ce qu'elle accepterait à la place

La situation devient presque expérimentale. Warner Music travaille désormais avec Suno sur de nouveaux modèles construits dans le cadre d'accords de licence, avec participation volontaire de certains artistes et mécanismes de rémunération.

Sony Music, avec d'autres acteurs du secteur, soutient également des principes destinés à distinguer les créations humaines, les morceaux assistés par IA et les productions entièrement synthétiques dans les classements officiels.

Le message de l'industrie n'est donc plus simplement « pas d'IA ». Il ressemble davantage à « pas nos données sans accord ».

Anthropic devra défendre à la fois son modèle juridique et sa chaîne de données

Anthropic affirme être en désaccord avec les accusations et vouloir se défendre vigoureusement.

Le résultat de cette procédure ne déterminera probablement pas à lui seul le droit américain de l'entraînement IA. Trop d'autres affaires avancent en parallèle.

Il pourrait en revanche contribuer à fixer une frontière très concrète : même si entraîner un modèle sur une œuvre protégée finit par être considéré comme fair use dans certaines circonstances, cela ne signifie pas nécessairement que toutes les méthodes permettant d'obtenir cette œuvre le sont aussi.