L’essentiel
- Sony Music Publishing, Warner Chappell et d’autres éditeurs musicaux ont assigné Anthropic vendredi devant le tribunal fédéral du district nord de la Californie.
- La plainte vise d’abord l’acquisition par torrent de millions de copies de livres, dont certains contiennent des paroles et des partitions, plus que l’entraînement de Claude en lui-même.
- Elle s’appuie sur l’affaire Bartz contre Anthropic, où le juge a estimé l’entraînement licite mais l’acquisition par piratage fautive, avant un accord à 1,5 milliard de dollars.
- Dario Amodei et Benjamin Mann, les deux cofondateurs, sont nommés personnellement parmi les défendeurs.
Vendredi soir, Sony Music Publishing, Warner Chappell et plusieurs autres éditeurs musicaux ont assigné Anthropic devant le tribunal fédéral du district nord de la Californie. Leur plainte porte moins sur le droit d’entraîner un modèle sur des œuvres protégées que sur la façon dont les fichiers sont arrivés sur les serveurs : des millions de copies de livres récupérées sur des réseaux BitTorrent.
Un tribunal a déjà séparé l’apprentissage de l’approvisionnement
Le précédent est cité par les plaignants eux-mêmes : Bartz contre Anthropic, dossier porté par certains des mêmes avocats. Le juge y a considéré que l’usage d’œuvres protégées pour entraîner un modèle relevait du fair use, à condition que les exemplaires aient été acquis légalement. Leur téléchargement sur des bibliothèques pirates, non. Anthropic a soldé l’affaire par un accord de 1,5 milliard de dollars, le plus lourd jamais signé aux États-Unis en matière de droit d’auteur.
La distinction a des airs de subtilité procédurale ; elle est surtout comptable. Un laboratoire peut l’emporter sur l’entraînement, le débat qui occupe les colloques depuis trois ans, et perdre sur la logistique documentaire qui le précède. Le contentieux quitte la salle des serveurs pour le magasin d’où sortent les livres.
Des paroles et des partitions au milieu d’un corpus de livres
Sony Music Publishing et Warner Chappell sont des éditeurs, pas des labels : ils administrent les droits sur les compositions, les paroles et les partitions, pas sur les enregistrements. Leur point d’entrée dans le dossier passe donc par le texte. Les millions de copies de livres téléchargées incluent, selon la plainte, des ouvrages contenant paroles et partitions.
La composition des corpus est en cause autant que leur taille. Une archive de livres charrie des recueils, des méthodes d’instrument, des ouvrages musicaux, chacun avec sa propre chaîne d’ayants droit. Un seul fichier peut réveiller plusieurs familles de plaignants, qui n’ont ni les mêmes avocats ni le même barème. Les éditeurs présentent d’ailleurs leur action comme l’une des plus larges engagées jusqu’ici.
Dario Amodei et Benjamin Mann nommés parmi les défendeurs
La plainte ne se contente pas de viser la société : elle cite les deux cofondateurs. Le geste est stratégique. Il postule que le choix d’un mode d’approvisionnement des données relève d’une décision de direction, documentée, datée, attribuable à des personnes physiques.
Pour un laboratoire, cela change la façon dont se pilote la constitution d’un corpus. Les arbitrages internes, les échanges qui tranchent entre acheter, licencier ou télécharger, deviennent des pièces potentielles. Anthropic n’a pas commenté la plainte. Les mêmes conseils représentent par ailleurs Concord Music Group et Universal Music Group dans une procédure distincte introduite en janvier : le calendrier et les signatures dessinent une campagne coordonnée.
La provenance devient une ligne au budget, avant le premier calcul
Le déplacement compte pour toute équipe qui construit avec ces modèles. Jusqu’ici, l’incertitude juridique pesait sur la sortie : un texte généré peut-il contrefaire une œuvre, comment mesurer la ressemblance, qui répond du résultat. Le contentieux californien la déplace en amont, sur l’entrée.
Anthropic n’est pas seule sur cette ligne de faille. Dans l’affaire Kadrey contre Meta, le juge a reconnu en juin 2025 que l’entraînement de Llama sur des livres, y compris piratés, relevait du fair use, tout en laissant prospérer les griefs de distribution liés au partage de ces mêmes fichiers pendant leur téléchargement. La même césure, entre ce qu’un modèle apprend et la manière dont les données ont été obtenues, structure désormais les deux dossiers.
Un corpus se documente donc comme une chaîne d’approvisionnement industrielle. Origine de chaque lot, facture ou licence associée, date d’acquisition, périmètre autorisé, traçabilité en cas de contrôle. Les laboratoires qui ont acheté et numérisé leurs volumes se retrouvent avec des justificatifs. Ceux qui se sont servis sur des réseaux de partage gardent un trou dans leur registre, et ce trou ne se comble pas rétroactivement : les traces de téléchargement, elles, subsistent.
Les équipes qui affinent leurs propres modèles courent le même risque
L’affaire ne concerne pas que les grands modèles de fondation. Toute équipe qui affine un modèle sur ses propres données, alimente un système de RAG (génération augmentée par récupération de documents) avec une base documentaire hétérogène ou assemble un jeu d’évaluation à partir de fichiers récupérés en vrac reproduit la même faille à plus petite échelle.
Trois réflexes se justifient dès maintenant :
- Journaliser la provenance de chaque source ingérée, avec sa licence et sa date, plutôt que de reconstituer l’historique sous la pression d’une mise en demeure.
- Traiter les jeux de données publics comme des dépendances logicielles : certains agrègent des contenus dont l’origine n’est jamais explicitée.
- Distinguer, dans les contrats fournisseurs, la garantie sur le modèle de la garantie sur les données qui l’ont produit. Les deux ne couvrent pas le même risque.
Le montant, lui, se calculera œuvre par œuvre identifiée, non par modèle entraîné : les éditeurs recensent des dizaines de milliers de compositions et réclament jusqu’à 150 000 dollars pour chacune. Leur travail consistera à rattacher chaque titre à un fichier téléchargé, ligne par ligne. C’est un exercice d’archiviste, et il décidera de la facture.
Mon avis
Le milliard et demi payé par Anthropic sanctionne un choix logistique fait des années plus tôt : télécharger au lieu d’acheter. Je ne connais pas un seul grand modèle actuel dont le corpus initial supporterait un audit de provenance ligne à ligne, et c’est bien pour cela que ces plaintes se multiplient maintenant, avec les mêmes cabinets d’un dossier à l’autre. Les prochaines levées de fonds se joueront autant sur les factures d’acquisition de données que sur les scores de benchmark. Les jeunes pousses qui démarrent aujourd’hui avec un corpus propre et documenté détiennent un actif que les pionniers, eux, ne peuvent plus se fabriquer.
