# Poursuites judiciaires relatives aux données d’entraînement de l’IA : ce que cela implique pour les « web scrapers » En septembre 2025, un juge fédéral a donné son accord préliminaire à un accord à l’amiable de 1,5 milliard de dollars, ce qui représente le plus important dédommagement pour violation du droit d’auteur de l’histoire de l’IA. Les faits à l’origine de cette affaire : Anthropic a entraîné ses modèles à partir d’environ 500 000 livres piratés (Copyright Alliance, « Participation à l’accord Bartz c. Anthropic », consulté le 17 septembre 2026). Ce chiffre à lui seul devrait retenir l’attention de toute personne dont le métier consiste à collecter des données. Au cours des dix-huit derniers mois, des tribunaux sur deux continents ont commencé à définir des limites concrètes concernant la manière dont les entreprises d’IA et les « scrapers » peuvent acquérir des données d’entraînement, et ces limites ne correspondent pas toujours à ce que le secteur avait supposé. Cet article passe en revue les principales décisions judiciaires, ce qu’elles ont réellement établi, et ce que les équipes chargées des données et les fournisseurs d’infrastructures de scraping devraient modifier dans leur mode de fonctionnement. Pour en savoir plus sur les mécanismes, consultez [comment fonctionne le web scraping](https://www.joinmassive.com/glossary/what-is-web-scraping). > **Points clés à retenir** > - L’accord à l’amiable de 1,5 milliard de dollars conclu par Anthropic montre que c’est le piratage, et non l’apprentissage, qui a engagé la responsabilité de l’entreprise (Copyright Alliance, 2026). > - Ross Intelligence a perdu son argument de défense fondé sur l’usage loyal car son outil d’IA était en concurrence directe avec le marché de Westlaw ; Anthropic et Meta n’ont jamais eu à répondre à cette question. > - Seuls 14 % des principaux domaines ont défini un signal robots.txt destiné aux robots IA (Cloudflare Radar, 2025). > - La fraude vous vaut d’être mis sur liste noire. Aucune action en justice n’est nécessaire. ## Que statuent réellement les tribunaux concernant les données d’entraînement de l’IA ? Les tribunaux statuent que la manière dont vous acquérez les données d’entraînement peut engager votre responsabilité de manière totalement distincte de la manière dont vous les utilisez. Le règlement de l’affaire Bartz c. Anthropic s’est élevé à environ 3 000 dollars par œuvre pour quelque 500 000 livres piratés, un chiffre directement lié à la méthode d’acquisition et non à la manière dont ces livres ont ensuite été utilisés pour l’entraînement (Copyright Alliance, « Participating in the Bartz v. Anthropic », consulté le 17/09/2026). ![Des rangées de livres de droit rangés dans la bibliothèque d’un tribunal, symbolisant le corpus croissant de jurisprudence qui façonne les règles relatives aux données d’entraînement de l’IA.](https://cdn.pixabay.com/photo/2014/03/20/21/53/law-books-291683_1280.jpg) La décision sous-jacente du juge William Alsup dans l’affaire Bartz c. Anthropic a tracé une ligne de démarcation nette à laquelle le secteur ne s’attendait pas tout à fait. L'entraînement à partir des ouvrages qu'Anthropic avait achetés et numérisés relevait de l'usage loyal, « spectaculairement transformateur » selon ses propres termes (Norton Rose Fulbright, Inside Tech Law, « Bartz c. Anthropic : accord conclu après un jugement sommaire historique », consulté le 17 septembre 2026). Le téléchargement de copies piratées en vue de constituer une bibliothèque de recherche permanente constituait un acte distinct, et ne relevait pas de l’usage loyal, quelle que soit l’utilisation ultérieure des données. Cette distinction revêt une importance plus grande que le montant de l’accord à l’amiable lui-même. L’acquisition et l’utilisation constituent désormais deux questions juridiques distinctes, et une entreprise peut l’emporter sur l’une tout en essuyant un échec cuisant sur l’autre. Anthropic a conclu son accord de règlement en août 2025, et le juge Alsup a accordé son approbation préliminaire le mois suivant (CNBC, « Un juge donne son accord préliminaire à un règlement de 1,5 milliard de dollars avec les auteurs », 25 septembre 2025, consulté le 17 septembre 2026). Un laboratoire d’IA disposant de moyens financiers importants court-il réellement moins de risques juridiques qu’un petit « scraper » utilisant la même source piratée ? Pas nécessairement. Cet accord montre que la taille d’une entité ne protège personne contre une action en justice relative à la méthode d’acquisition, dès lors que celle-ci est considérée comme distincte de la question de l’usage loyal. Voir [ce qui est considéré comme des données d’entraînement pour l’IA](https://www.joinmassive.com/glossary/what-is-llm-training-data) pour comprendre les mécanismes sous-jacents sur lesquels portent ces décisions.
Le tournant de 2025 : des litiges aux licences Chronologie horizontale présentant quatre événements liés aux accords de règlement en matière de droits d’auteur et d’IA en 2025 : Anthropic accepte un accord de règlement de 1,5 milliard de dollars dans l’affaire Bartz c. Anthropic (août 2025) ; le tribunal accorde son autorisation préliminaire (septembre 2025) ; Universal Music Group conclut un accord avec Udio et lance une plateforme musicale basée sur l’IA sous licence (octobre 2025) ; Warner Music Group conclut des accords avec Udio et Suno (novembre 2025). Le tournant de 2025 : des litiges aux licences Principaux accords en matière de droits d’auteur liés à l’IA, août-novembre 2025 Accord à hauteur de 1,5 milliard de dollars Bartz c. Anthropic Août 2025 Autorisation du tribunal Autorisation préliminaire accordée septembre 2025 Accord entre UMG et Udio Plateforme musicale IA sous licence Octobre 2025 WMG règle les deux litiges Udio, puis Suno novembre 2025 Source : Copyright Alliance ; CNBC ; Music Business Worldwide (2025)
En 2025, on est passé des litiges en matière de droit d’auteur liés à l’IA à un système combinant règlements à l’amiable et octroi de licences (Source : Copyright Alliance, CNBC, Music Business Worldwide, 2025)
## Pourquoi Thomson Reuters a-t-il battu Ross Intelligence alors qu’Anthropic avait obtenu gain de cause sur la question de l’usage loyal ? Thomson Reuters a obtenu gain de cause car Ross Intelligence avait développé un produit en concurrence directe à partir de contenus sous licence qu’elle n’était pas autorisée à utiliser à des fins d’entraînement. En février 2025, le juge Stephanos Bibas (D. Del.) a rendu un jugement sommaire partiel en faveur de Thomson Reuters, ce qui constituait la première défaite d’une entreprise d’IA dans le cadre d’un jugement sommaire concernant un argument de « fair use » relatif aux données d’entraînement (Goodwin Procter, « Court Rejects Fair Use Defense in AI Copyright Case », consulté le 17/09/2026). Ross avait utilisé les notes de tête de Westlaw, un contenu éditorial que Thomson Reuters avait mis des décennies à constituer, pour entraîner un outil de recherche juridique qui entrait en concurrence directe avec Westlaw lui-même. Le juge Bibas a estimé que cette utilisation n’était pas transformative et qu’elle portait atteinte commercialement au marché de l’œuvre originale (Jenner & Block, alerte client, consultée le 17 septembre 2026). Comparez cela à l’affaire Kadrey c. Meta. En juin 2025, le juge Vince Chhabria (N.D. Cal.) a accordé à Meta un jugement sommaire partiel concernant l’usage loyal, bien que certains ouvrages d’entraînement provenaient de bibliothèques parallèles, car les plaignants n’ont pas pu démontrer que l’utilisation par Meta avait entraîné une dilution du marché de leurs œuvres (Goodwin Procter, consulté le 17 septembre 2026). Il a pris soin de souligner qu’un futur plaignant capable de prouver une dilution du marché pourrait obtenir gain de cause là où ces plaignants avaient échoué (Copyright Alliance, « Décision Kadrey c. Meta », consulté le 17 septembre 2026). Alors, qu’est-ce qui distingue réellement une défense fondée sur l’usage loyal couronnée de succès d’une autre qui échoue ? Il s’avère que c’est la concurrence sur le marché, et non les mécanismes de la copie en soi. Considérées conjointement, ces décisions suggèrent que le mode d’acquisition et l’utilisation concurrentielle constituent deux volets de responsabilité distincts. Anthropic a été débouté sur le fondement de l’acquisition (piratage) bien qu’il ait obtenu gain de cause sur celui de l’utilisation transformatrice. Ross a été débouté sur le fondement de l’utilisation concurrentielle bien qu’il se soit inspiré d’un contenu sous licence. Aucun de ces deux facteurs ne garantit à lui seul une protection.
Affaire Sujet de l’entraînement Mode d’acquisition des données Concurrence-t-il avec la source ? Conclusion relative à l’usage loyal
Bartz c. Anthropic Livres, achetés et numérisés Exemplaires achetés légalement (légaux) et exemplaires piratés provenant de bibliothèques parallèles (illégaux) Non Entraînement sur des livres achetés : usage loyal. Téléchargement de copies piratées : pas d’usage loyal, ce qui a conduit à un règlement à l’amiable de 1,5 milliard de dollars
Kadrey c. Meta Livres, y compris ceux provenant de bibliothèques parallèles Partiellement piratés Les plaignants n’ont pas prouvé l’existence d’un préjudice pour le marché Utilisation équitable au vu du dossier ; le juge a laissé la porte ouverte aux plaignants capables de démontrer une dilution du marché
Thomson Reuters c. Ross Intelligence Notes de Westlaw Contenu sous licence, utilisé sans autorisation à des fins d’entraînement Oui, il s’agit d’un produit concurrent dans le domaine de la recherche juridique Pas d’usage loyal : premier rejet en jugement sommaire concernant l’entraînement d’IA
Getty Images c. Stability AI (Royaume-Uni) Images d’archives sous licence Utilisées sans licence ; la formation a eu lieu en dehors du Royaume-Uni Oui, une entreprise concurrente spécialisée dans l’octroi de licences d’images Demande relative au droit d’auteur rejetée pour des motifs de compétence ; une contrefaçon de marque a en revanche été constatée
## Les affaires encore en cours devant les tribunaux Plusieurs des plus importantes affaires relatives au droit d’auteur et à l’IA restent en suspens, et leurs issues pourraient redéfinir davantage la doctrine de l’usage loyal. Les actions en justice regroupées du New York Times et de l’Authors Guild contre OpenAI font désormais l’objet de l’affaire « In re OpenAI Copyright Litigation », devant le juge Sidney Stein. L’affaire en est au stade de la communication des pièces depuis septembre 2026, sans qu’aucune date de procès n’ait été fixée (Washington Post, « Le ministère américain de la Justice exhorte le juge à statuer en faveur d’OpenAI et de Microsoft dans le procès intenté par le New York Times », 2 septembre 2026, consulté le 17 septembre 2026). ![Des étagères dans une bibliothèque, symbolisant les nombreuses affaires de droit d’auteur liées à l’IA encore en suspens, qui en sont aux phases de communication des pièces et d’appel.](https://cdn.pixabay.com/photo/2016/01/19/01/42/library-1147815_1280.jpg) En avril 2025, le juge Stein a largement rejeté la requête en irrecevabilité déposée par OpenAI et Microsoft, autorisant la poursuite de la plupart des actions en justice et refusant explicitement de qualifier l’entraînement de l’IA de « intrinsèquement transformateur ». Une ordonnance du 27 octobre 2025 est allée plus loin : Le juge Stein a estimé que les résumés d’intrigues des romans des plaignants générés par ChatGPT pouvaient constituer en eux-mêmes une contrefaçon, une théorie des « résultats » distincte de la question de l’entraînement (IPWatchdog, « OpenAI échoue dans sa tentative de rejet d’un recours collectif multi-districts concernant les résultats de ChatGPT »,» 28 octobre 2025, consulté le 17 septembre 2026). L’affaire a également attiré l’attention de l’extérieur. Le 2 septembre 2026, le ministère de la Justice a déposé un mémoire exhortant le tribunal à se prononcer en faveur d’OpenAI et de Microsoft (Washington Post, consulté le 17 septembre 2026 ; Axios, « Poursuite en justice pour violation du droit d’auteur opposant le NYT, OpenAI et Microsoft », 8 septembre 2026, consulté le 17 septembre 2026). L’affaire Getty Images c. Stability AI s’est jouée de part et d’autre de l’océan. Le 4 novembre 2025, la Haute Cour du Royaume-Uni a jugé que la plainte de Getty en matière de droit d’auteur était irrecevable car l’entraînement de Stability avait eu lieu en dehors du Royaume-Uni, mais a constaté une contrefaçon de marque, les premières images générées par Stable Diffusion portant le filigrane de Getty (Ropes & Gray, consulté le 17 septembre 2026). L’autre action intentée par Getty aux États-Unis, réintroduite devant le tribunal fédéral du district nord de Californie, a résisté à une requête en irrecevabilité concernant les allégations de contrefaçon de marque et de dilution en avril 2026, le procès étant prévu pour janvier-février 2028 (dossier CourtListener, consulté le 17 septembre 2026). La même théorie, selon laquelle les résultats générés par l’IA portant le filigrane d’une marque ou un contenu dérivé reconnaissable constituent une contrefaçon, est désormais appliquée simultanément par les tribunaux britanniques et américains. Les actions en matière de droit d’auteur sont de plus en plus restreintes pour des motifs liés à la compétence juridictionnelle et à l’usage transformatif, mais les actions en matière de marque et celles fondées sur les résultatscomblent le vide laissé par ces décisions plus restrictives. Cette tendance s’étend au-delà du texte. Disney, Universal et Warner Bros. ont poursuivi Midjourney entre juin et septembre 2025 pour la génération d’images, et les affaires regroupées font toujours l’objet d’un litige relatif à la communication des pièces à la mi-2026 (Variety, consulté le 17/09/2026 ; IPWatchdog, « La plainte de Warner Bros. allègue que la contrefaçon de droits d’auteur par Midjourney est “systématique” et « délibérée » », consulté le 17/09/2026). Dans le domaine de la musique, Universal Music Group a conclu un accord à l’amiable avec Udio en octobre 2025, associant une indemnisation à un accord de licence pour une nouvelle plateforme musicale basée sur l’IA, et Warner Music a conclu un accord à l’amiable avec Udio et Suno en novembre 2025 (Music Business Worldwide, consulté le 17 septembre 2026). Sony est toujours en litige avec ces deux plateformes. La pression ne se limite pas non plus aux salles d’audience : voir [pourquoi l’accès aux données du Web devient plus difficile](https://www.joinmassive.com/blog/why-ai-agents-get-blocked-on-datacenter-ips-and-how-to-fix-it) pour découvrir les implications de cette même pression sur le plan des infrastructures. ## Tout cela s’applique-t-il au scraping de données publiques, et pas seulement à l’entraînement de l’IA ? L’extraction de données de pages Web accessibles au public ne constitue pas, en soi, un délit fédéral, mais cela ne signifie pas pour autant qu’elle soit sans risque. L’affaire hiQ Labs c. LinkedIn a tranché cette question devant la Cour d’appel du neuvième circuit : l’extraction de données de pages publiques ne viole pas la disposition « sans autorisation » de la CFAA de la CFAA, bien que les actions pour rupture de contrat, violation du droit d’auteur et atteinte à la propriété restent pleinement recevables (White & Case, « Web scraping, website terms and the CFAA », consulté le 17/09/2026). Cet arrêt a été rendu en renvoi après que l’arrêt Van Buren de la Cour suprême eut restreint le champ d’application de la CFAA. La même procédure a également conclu que hiQ avait tout de même enfreint les Conditions d’utilisation de LinkedIn, ce qui constitue une action contractuelle distincte non affectée par la décision relative à la CFAA (Fenwick & West, « hiQ Labs s'en sort une nouvelle fois », consulté le 17 septembre 2026). Dans la pratique, la véritable question relative au risque est passée de « s'agit-il de piratage ? » à « avais-je l'autorisation ou une licence ? ». Si l’extraction de données de pages publiques ne constitue pas du piratage, pourquoi les entreprises continuent-elles d’être bloquées et poursuivies en justice pour cette raison ? Parce que l’immunité prévue par la CFAA n’a jamais couvert les litiges contractuels, les violations du droit d’auteur ou les infractions à la propriété, et c’est précisément là que se situent désormais la plupart des litiges. Un autre incident survenu en août 2025 a montré à quelle vitesse les mesures informelles de mise en application peuvent être prises. Cloudflare a signalé que Perplexity utilisait des user-agents et des ASN non déclarés et changeants pour continuer à explorer des domaines de test qui avaient explicitement interdit l’accès à tous les robots d’exploration via le fichier robots.txt (Search Engine Journal, « Cloudflare Delists And Blocks Perplexity d’explorer les sites web », consulté le 17/09/2026). Cloudflare a retiré à Perplexity son statut de robot vérifié et a bloqué son robot d’exploration à l’échelle du réseau, sans qu’aucune procédure judiciaire ne soit nécessaire.
**Les tactiques de dissimulation d’identité comportent leurs propres risques, distincts des poursuites judiciaires.** Les conclusions de Cloudflare d’août 2025 concernant Perplexity montrent que les fournisseurs d’infrastructure peuvent retirer la liste et mettre sur liste noire un robot d’indexation à l’échelle du réseau dès qu’ils détectent une rotation des user-agents ou des ASN utilisés pour contourner un blocage déclaré dans le fichier robots.txt, sans qu’aucune action en justice ne soit nécessaire (Search Engine Journal, consulté le 17/09/2026).
Perplexity a publiquement contesté la description des faits faite par Cloudflare (Search Engine Journal, consulté le 17/09/2026). Quelle que soit l’issue de ce différend, la leçon à retenir reste la même : se faire prendre en train de contourner un blocage déclaré peut mettre fin du jour au lendemain à l’accès d’un robot d’indexation à une grande partie du Web. Pour mieux cerner les limites juridiques, consultez les [pratiques éthiques de web scraping](https://www.joinmassive.com/blog/ethical-web-scraping). ## Comment réagissent les fournisseurs d’infrastructure Les fournisseurs d’infrastructure ont cessé d’attendre les décisions des tribunaux et ont commencé à modifier eux-mêmes leurs paramètres par défaut. À compter du 1er juillet 2025, Cloudflare a fait du blocage des robots d’exploration IA non autorisés le paramètre par défaut pour chaque nouveau domaine, passant ainsi du modèle précédent de « blocage par consentement » à un modèle d’« accès par non-opposition » (Cloudflare, communiqué de presse, « Cloudflare vient de changer la façon dont les robots d’indexation basés sur l’IA explorent Internet dans son ensemble », consulté le 17 septembre 2026). Cloudflare a associé ce changement au système « Pay Per Crawl », un mécanisme permettant aux propriétaires de sites de facturer l’accès aux robots d’indexation, qui, selon l’entreprise, évoluera vers un modèle « Pay Per Use » à compter du 15 septembre 2026, bloquant par défaut les robots à usages mixtes sur les pages financées par la publicité (Blog Cloudflare, consulté le 17 septembre 2026). Au cours d’une période d’analyse du trafic s’étendant du 19 au 26 juin 2025, Cloudflare Radar a constaté que le robot d’AnthropicClaude d’Anthropic a généré environ 71 000 requêtes de pages HTML pour chaque renvoi qu’il a effectué vers les sites qu’il a explorés (Blog Cloudflare/Radar, « Rapport exploration/renvoi des IA sur Radar », consulté le 17 septembre 2026).
La plupart des sites ne disposent toujours pas d’un Graphique en anneau montrant que, parmi les 10 000 premiers domaines Web disposant d’un fichier robots.txt, seuls 14 % comportent une directive spécifique aux robots IA ; 86 % ne comportent aucun signal destiné aux robots IA. Source : Cloudflare Radar, juin 2025. La plupart des sites n'ont toujours pas défini de signal pour les robots IA Part des 10 000 domaines les plus visités comportant une directive robots.txt relative aux robots IA 14 % disposent d’un bot IA signal robots.txt 14 % : définir une directive robots.txt spécifique au bot IA 86 % : aucun signal destiné aux robots IA défini Source : Cloudflare Radar (juin 2025)
Seuls 14 % des 10 000 principaux domaines ont défini une directive robots.txt spécifique aux robots IA (Source : Cloudflare Radar, juin 2025)
La plupart des propriétaires de sites n’ont toujours défini aucun signal. GPTBot était le robot d’exploration le plus bloqué dans ce même ensemble de données, refusé par 312 des 3 816 domaines disposant d’un fichier robots.txt, contre seulement 61 qui l’autorisaient explicitement (Blog/Radar de Cloudflare, consulté le 17/09/2026). Les autorités de régulation commencent à considérer les signaux lisibles par machine comme les seuls qui comptent. Le 10 décembre 2025, la Cour d’appel hanséatique de Hambourg a statué dans l’affaire Kneschke c. LAION (OLG Hambourg, 5 U 104/24) qu’un refus sous forme de texte etd’exclusion de l’exploration de données n’est juridiquement valable que s’il est lisible par machine. Le fichier robots.txt, un en-tête X-Robots-Tag ou le protocole TDM Reservation Protocol sont tous pris en compte. Une clause dissimulée dans les conditions d’utilisation d’un site web rédigées en langage naturel ne l’est pas (Norton Rose Fulbright, Inside Tech Law, « Machine-Readable Opt-Outs and AI Training: « La Cour de Hambourg clarifie les exceptions au droit d’auteur », consulté le 17/09/2026). Cette approche s’aligne sur le Code de bonnes pratiques GPAI de l’UE, publié en juillet 2025 et signé par 23 développeurs d’IA d’ici juillet 2026, notamment OpenAI, Google, Anthropic et Microsoft, qui se sont tous engagés à effectuer l’exploration du Web à l’aide de robots respectant le fichier robots.txt et à respecter les réserves lisibles par machine. Les fournisseurs d’infrastructures et les régulateurs prennent ici une longueur d’avance sur les tribunaux. Cloudflare a modifié sa politique par défaut en matière de robots d’exploration en juillet 2025, et la norme relative aux signaux lisibles par machine établie par le tribunal de Hambourg est apparue bien avant que la jurisprudence américaine ne tranche des questions comparables concernant le scraping et les licences. Les équipes qui attendent que les litiges soient résolus avant d’ajuster leur politique risquent de constater que les paramètres par défaut ont déjà changé sans qu’elles s’en rendent compte. ## Ce que les scrapers et les équipes chargées des données doivent faire dès maintenant Les équipes chargées des données qui ne se soucient de la provenance qu’après coup sont celles qui sont les plus exposées aux risques engendrés par ces décisions judiciaires. À lui seul, le règlement de l’affaire Bartz a coûté environ 3 000 dollars par œuvre piratée, sur un total d’environ 500 000 livres (Copyright Alliance, consulté le 17/09/2026), un chiffre que toute équipe juridique peut multiplier par le volume de ses propres archives non autorisées. **1. Suivez la provenance des données de bout en bout.** Sachez exactement d’où provient chaque donnée d’entraînement ou d’alimentation de la collection, et si elle a fait l’objet d’une licence, a été achetée ou extraite par scraping. L’affaire Anthropic montre que les régulateurs et les tribunaux distingueront la méthode d’acquisition de l’utilisation en aval lors de l’attribution de la responsabilité. **2. Respectez les signaux de refus de participation lisibles par machine.** Les fichiers robots.txt, ai.txt et le protocole TDM Reservation Protocol constituent les normes désormais reconnues par les régulateurs, même lorsque la juridiction compétente n’a pas encore rendu cette obligation contraignante. **3. Privilégiez l’obtention de licences plutôt que les raccourcis proches du piratage.** Les relations relatives aux données achetées ou sous licence résistent mieux devant les tribunaux que celles concernant des archives piratées, puisque la victoire d’Anthropic invoquant l’usage loyal pour les livres achetés n’a en rien atténué sa responsabilité concernant les copies piratées qui se trouvaient à côté dans le même cycle d’entraînement. **4. Évitez les tactiques visant à dissimuler votre identité.** Changer régulièrement d’agent utilisateur pour contourner un blocage déclaré vous vaudra d’être mis sur liste noire. Aucune procédure judiciaire n’est nécessaire. Un aperçu de [ce qu’implique réellement le scraping par l’IA](https://www.joinmassive.com/glossary/what-is-ai-scraping) constitue un point de départ utile pour auditer votre propre pipeline. ![Un marteau de juge posé sur une surface en bois, symbolisant les décisions de justice qui déterminent désormais la manière dont les équipes chargées des données se procurent et obtiennent les licences pour les données d’entraînement.](https://cdn.pixabay.com/photo/2022/10/05/07/10/gavel-7499921_1280.jpg)
### Est-il illégal de pratiquer le scraping sur des sites web accessibles au public ? Pas en soi. La Cour d’appel du neuvième circuit a statué, dans l’affaire hiQ Labs c. LinkedIn, que le scraping de pages accessibles au public ne constituait pas une violation de la CFAA (White & Case, consulté le 17/09/2026). Toutefois, les actions en justice pour rupture de contrat, de violation du droit d’auteur et d’atteinte aux biens mobiliers restent pleinement applicables ; un « scraper » peut donc toujours encourir une responsabilité réelle sans enfreindre cette loi en particulier. Consultez [comment donner aux agents IA un accès en temps réel au Web](https://www.joinmassive.com/blog/how-to-give-ai-agents-live-web-access) pour en savoir plus sur le fichier robots.txt et l’accès des robots d’indexation. ### L’entraînement d’un modèle d’IA sur des contenus protégés par le droit d’auteur relève-t-il de l’usage loyal ? Cela dépend de l’acquisition et de la concurrence, et pas seulement de la transformation. Le juge Alsup a statué que l’entraînement sur des livres achetés relevait de l’usage loyal dans l’affaire Anthropic, tandis que le juge Bibas a jugé que l’entraînement de Ross Intelligence sur les résumés de Westlaw pour un produit concurrent n’en relevait pas ; il s’agit de la première décision défavorable de ce type (Goodwin Procter, consulté le 17 septembre 2026). ### Quelle est la différence entre les décisions judiciaires relatives au droit d’auteur et à l’IA dans les affaires Anthropic et Thomson Reuters ? Anthropic a obtenu gain de cause concernant l’entraînement transformatif, mais a été débouté sur le point du piratage, ce qui a conduit à un règlement à l’amiable de 1,5 milliard de dollars portant sur environ 500 000 livres piratés (Copyright Alliance, consulté le 17 septembre 2026). Ross Intelligence a perdu sans appel car elle a utilisé du contenu Westlaw sous licence pour développer un produit directement concurrent, un verdict portant davantage sur la concurrence sur le marché que sur la méthode d’entraînement elle-même. ### Comment les équipes chargées des données peuvent-elles réduire les risques juridiques lors de la collecte de données d’entraînement ? Assurez le suivi de la provenance de chaque donnée d’entrée, respectez les signaux de refus lisibles par machine tels que robots.txt et le TDM Reservation Protocol, et privilégiez les données sous licence ou achetées plutôt que les raccourcis s’apparentant au piratage. Cloudflare a constaté que seuls environ 14 % des principaux domaines avaient défini un signal robots.txt destiné aux bots d’IA en juin 2025 (Cloudflare Radar, consulté le 17 septembre 2026), laissant par défaut la plupart des risques d’exposition sans solution. ## Conclusion Le cadre juridique relatif aux données d’entraînement de l’IA s’est scindé en deux volets distincts cette année : la manière dont vous acquérez les données et la manière dont vous les utilisez ; les tribunaux sont désormais disposés à sanctionner les manquements à l’une ou l’autre de ces règles de manière indépendante. - La méthode d’acquisition constitue désormais un volet de responsabilité à part entière, distinct du « fair use ». - L’utilisation concurrentielle met fin à un argument de « fair use » plus rapidement que le piratage : Ross Intelligence a perdu d’emblée parce que son outil était en concurrence directe avec Westlaw, un cas de figure auquel Anthropic et Meta n’ont jamais eu à faire face. - Les infrastructures évoluent plus rapidement que les tribunaux. Cloudflare a modifié le paramètre par défaut de son robot d’indexation en juillet 2025 ; les régulateurs de l’UE ont emboîté le pas quelques mois plus tard. Attendez-vous à davantage d’accords combinant règlement et octroi de licence, à l’image de ceux conclus par UMG et Warner Music, jusqu’en 2027, alors que le modèle « poursuivre puis accorder une licence » continue de se généraliser aux textes, aux images et à la musique. Pour les aspects pratiques d’un approvisionnement en données défendable, consultez [la mise en place d’un pipeline de données à partir de données Web en temps réel](https://www.joinmassive.com/blog/building-a-rag-pipeline-on-live-web-data-without-stale-indexes). ## Sources 1. [Copyright Alliance, « Participation à l’accord Bartz c. Anthropic », consulté le 17/09/2026](https://copyrightalliance.org/participating-bartz-v-anthropic-settlement/) 2. [CNBC, « Un juge donne son accord préliminaire à un accord à l’amiable de 1,5 milliard de dollars avec les auteurs », consulté le 17 septembre 2026](https://www.cnbc.com/2025/09/25/judge-anthropic-case-preliminary-ok-to-1point5b-settlement-with-authors.html) 3. [Norton Rose Fulbright / Inside Tech Law, « Bartz c. Anthropic : accord conclu après un jugement sommaire historique et la certification du recours collectif », consulté le 17 septembre 2026](https://www.insidetechlaw.com/blog/2025/09/bartz-v-anthropic-settlement-reached-after-landmark-summary-judgment-and-class-certification) 4. [Goodwin Procter, « Le tribunal rejette le moyen de défense fondé sur l’usage loyal dans une affaire de droit d’auteur liée à l’IA », consulté le 17 septembre 2026](https://www.goodwinlaw.com/en/insights/publications/2025/02/alerts-practices-ip-lit-court-rejects-fair-use-defense-in-ai-copyright-case) 5. [Jenner & Block, note d’information aux clients concernant l’affaire Thomson Reuters c. Ross Intelligence, consultée le 17 septembre 2026](https://www.jenner.com/en/news-insights/client-alerts/court-decides-that-use-of-copyrighted-works-in-ai-training-is-not-fair-use-thomson-reuters-enterprise-centre-gmbh-v-ross-intelligence-inc) 6. [Goodwin Procter, « Décision d’un juge du district nord de Californie » (Kadrey c. Meta), consulté le 17 septembre 2026](https://www.goodwinlaw.com/en/insights/publications/2025/06/alerts-practices-aiml-northern-district-of-california-judge-rules) 7. [Copyright Alliance, « Décision dans l’affaire Kadrey c. Meta », consulté le 17 septembre 2026](https://copyrightalliance.org/kadrey-v-meta-decision/) 8. [Washington Post, « Le ministère américain de la Justice exhorte le juge à statuer en faveur d’OpenAI et de Microsoft dans le procès contre le New York Times », consulté le 17 septembre 2026](https://www.washingtonpost.com/technology/2026/09/02/doj-urges-judge-rule-openai-microsoft-ny-times-lawsuit/) 9. [Axios, « Procès en matière de droit d’auteur opposant le New York Times, OpenAI et Microsoft », consulté le 17 septembre 2026](https://www.axios.com/2026/09/08/nyt-openai-microsoft-copyright-lawsuit) 10. [IPWatchdog, « OpenAI échoue dans sa tentative de faire rejeter un recours collectif multi-districts concernant les résultats de ChatGPT », consulté le 17 septembre 2026](https://ipwatchdog.com/2025/10/28/openai-loses-bid-dismiss-multi-district-class-action-chatgpt-outputs/) 11. [Ropes & Gray, « Getty Images perd son action en contrefaçon de droits d'auteur contre Stability AI dans la première affaire du genre au Royaume-Uni... », consulté le 17 septembre 2026](https://www.ropesgray.com/en/insights/viewpoints/102lvxe/getty-image-loses-copyright-infringement-claim-against-stability-ai-in-uks-first) 12. [Cleary Gottlieb, « La Haute Cour britannique rend un arrêt historique dans l’affaire Getty Images c. Stability AI », consulté le 17 septembre 2026](https://www.clearyiptechinsights.com/2025/11/uk-high-court-issues-landmark-ruling-in-getty-images-v-stability-ai-with-narrow-trademark-infringement-win-for-getty-claim-of-secondary-copyright-infringement-fails/) 13. [CourtListener, dossier de l’affaire Getty Images (US) Inc. c. Stability AI Ltd., consulté le 17 septembre 2026](https://www.courtlistener.com/docket/71112094/getty-images-us-inc-v-stability-ai-ltd/) 14. [Music Business Worldwide, « Universal Music règle le litige avec Udio et conclut un accord pour une plateforme musicale basée sur l’IA sous licence », consulté le 17 septembre 2026](https://www.musicbusinessworldwide.com/universal-music-settles-udio-lawsuit-strikes-deal-for-licensed-ai-music-platform/) 15. [Hollywood Reporter, « Universal Music Group annonce un accord avec Udio », consulté le 17 septembre 2026](https://www.hollywoodreporter.com/music/music-industry-news/universal-music-group-announces-settlement-with-udio-1236414023/) 16. [Variety, concernant le litige relatif à la communication des pièces dans l’affaire Midjourney Studios, consulté le 17 septembre 2026](https://variety.com/2026/film/news/midjourney-studios-ai-copyright-discovery-1236800902/) 17. [IPWatchdog, « La plainte de Warner Bros. allègue que la violation du droit d’auteur par Midjourney est “systématique” et “intentionnelle” », consulté le 17 septembre 2026](https://ipwatchdog.com/2025/09/08/warner-bros-complaint-alleges-midjourneys-copyright-infringement-systematic-willful/) 18. [White & Case, « Web scraping, conditions d’utilisation des sites web et la CFAA : l’injonction préliminaire en faveur de hiQ à nouveau confirmée », consulté le 17 septembre 2026](https://www.whitecase.com/insight-our-thinking/web-scraping-website-terms-and-cfaa-hiqs-preliminary-injunction-affirmed-again) 19. [Fenwick & West, « hiQ Labs s’en sort une nouvelle fois : la Cour d’appel du neuvième circuit réaffirme que le scraping de données ne viole pas la CFAA », consulté le 17 septembre 2026](https://www.fenwick.com/insights/publications/hiq-labs-scrapes-by-again-the-ninth-circuit-reaffirms-that-data-scraping-does-not-violate-the-cfaa-1) 20. [Blog Cloudflare/Radar, « Rapport entre l’exploration par l’IA et les références sur Radar », consulté le 17 septembre 2026](https://blog.cloudflare.com/ai-search-crawl-refer-ratio-on-radar/) 21. [Cloudflare, communiqué de presse, « Cloudflare vient de changer la façon dont les robots d’exploration basés sur l’IA explorent Internet en général », consulté le 17 septembre 2026](https://www.cloudflare.com/press/press-releases/2025/cloudflare-just-changed-how-ai-crawlers-scrape-the-internet-at-large/) 22. [Search Engine Journal, « Cloudflare retire Perplexity de sa liste et l'empêche d'explorer les sites web », consulté le 17 septembre 2026](https://www.searchenginejournal.com/cloudflare-delists-and-blocks-perplexity-from-crawling-websites/552899/) 23. [Norton Rose Fulbright, Inside Tech Law, « Déclarations de refus lisibles par machine et apprentissage de l’IA : le tribunal de Hambourg clarifie les exceptions au droit d’auteur », consulté le 17 septembre 2026](https://www.insidetechlaw.com/blog/2025/12/machine-readable-opt-outs-and-ai-training-hamburg-court-clarifies-copyright-exceptions)