L’essentiel
- Anthropic va verser 1,5 milliard de dollars aux auteurs de livres, le plus gros règlement pour droit d’auteur jamais validé dans une action collective.
- La somme sanctionne le téléchargement de livres piratés sur les bases LibGen et PiLiMi (2021-2022), pas l’entraînement des modèles.
- Le juge William Alsup avait jugé l’entraînement sur des ouvrages légalement acquis « transformatif » et couvert par le fair use.
- Environ 3 000 dollars pour chacune des 440 000 œuvres revendiquées, soit quatre fois le minimum légal ; Anthropic doit détruire les fichiers piratés.
Anthropic vient d’accepter, devant un tribunal fédéral de San Francisco, le plus gros règlement pour violation du droit d’auteur jamais validé dans une action collective : un milliard et demi de dollars, soit environ 3 000 dollars par livre. Le détail décisif tient en une ligne. Ce record ne paie pas l’entraînement de Claude ; il paie la façon dont l’entreprise s’est procuré ses livres.
3 000 dollars par livre, quatre fois le minimum légal
Décortiquons la somme, parce qu’elle raconte tout. Le règlement porte sur un catalogue d’environ 482 460 ouvrages, dont 91,3 % ont été revendiqués par leurs ayants droit, soit près de 440 000 titres. Chaque œuvre reconnue rapporte à peu près 3 000 dollars, c’est-à-dire quatre fois le minimum prévu par la loi américaine sur le droit d’auteur, fixé à 750 dollars par titre.
Ce multiplicateur par quatre n’a rien d’un arrondi comptable. Il traduit une intention : le tribunal ne traite pas le téléchargement massif comme une infraction de routine, mais comme une faute délibérée qu’il fallait rendre dissuasive. En contrepartie de l’argent, Anthropic doit détruire les fichiers piratés qu’elle avait stockés. Et les auteurs ne soldent pas tout : ils gardent le droit d’attaquer plus tard si un modèle venait à recracher leurs textes, ou pour d’éventuels usages à venir.
Le piratage puni, l’entraînement adoubé
C’est ici que le chiffre change de nature. Les 1,5 milliard ne sanctionnent pas l’entraînement d’un modèle sur des livres, mais leur récupération sur LibGen et PiLiMi, deux bibliothèques pirates, entre 2021 et 2022. La faute est en amont, dans la manière de constituer le corpus.
La distinction vient du juge William Alsup. Dans une décision antérieure, il avait estimé que l’entraînement d’une IA sur des ouvrages légalement acquis était « transformatif, spectaculairement même », et relevait donc du fair use, l’usage loyal reconnu par le droit américain. Sa logique : un modèle qui lit des millions de livres pour en tirer des régularités statistiques ne se substitue pas aux livres eux-mêmes, il en fait autre chose. Nourrir une IA de textes n’est donc pas, en soi, une atteinte. Se procurer ces textes par piratage en est une, et c’est elle qui coûte 1,5 milliard.
La provenance des données, nouveau poste au bilan
Pour l’ensemble des laboratoires, le message est limpide, et il ne parle pas de technologie. Ce qui vaut 1,5 milliard tient moins à l’algorithme d’entraînement qu’à la traçabilité du corpus. La ligne de fracture juridique s’est déplacée : elle ne sépare plus les usages permis des usages interdits, elle passe désormais entre les données proprement acquises et les données volées.
Concrètement, un labo qui achète ses livres, licencie ses jeux de données ou négocie avec les éditeurs se retrouve du bon côté de la barrière. Celui qui a pioché dans une base pirate pour aller plus vite hérite d’une dette latente, chiffrable au titre près, réactivable devant un juge. Le coût du raccourci vient d’être tarifé publiquement, et il se compte désormais en dizaines de dollars multipliés par des centaines de milliers d’œuvres. Pour des entreprises qui lèvent des milliards sur la promesse de leurs modèles, c’est un risque qu’aucune due diligence ne pourra plus ignorer.
La ligne n’est pourtant pas encore gravée dans le marbre. Poursuivi lui aussi pour avoir puisé dans LibGen, Meta a échappé à la condamnation en juin 2025, un juge ayant estimé que les auteurs n’avaient pas démontré le préjudice commercial : le prix du piratage existe bien, mais il dépend encore de la façon dont la partie adverse mène le combat.
Le web aspiré sans accord, la question qui reste ouverte
Reste la zone que personne n’a tranchée : le contenu moissonné sur le web sans l’autorisation des sites. C’est de très loin la première source d’entraînement des grands modèles, bien avant les livres numérisés. Or la décision ne dit pas si cette collecte massive équivaut à une acquisition légale ou à un pillage d’un autre format.
Pour les labos, l’accord Anthropic ressemble donc à une demi-victoire. Il sécurise le principe de l’entraînement, il met un prix sur le piratage identifié, mais il laisse ouvert le front le plus large. Le débat sur le fair use ne se referme pas : il se rejoue simplement sur un autre terrain, celui des milliards de pages aspirées sans que leurs auteurs aient jamais dit oui. La facture des livres est connue. Celle du web, elle, n’a pas encore été présentée.
Mon avis
Je vois dans ce règlement l’acte de naissance d’une comptabilité de la donnée. Tant que la provenance restait un impensé technique, piller une base pirate ou licencier un catalogue revenait au même sur le plan économique ; ça n’est plus vrai. Les labos qui ont bâti leur avance sur des corpus opaques devront provisionner leur passé, et ceux qui payent leurs données viennent de gagner un avantage que le marché sous-estimait largement. La prochaine bataille se jouera moins sur la taille des modèles que sur la traçabilité de ce qu’on leur donne à lire.
