La réponse courte
Le 20 juillet 2026, la juge fédérale Araceli Martinez-Olguin a validé définitivement le règlement à 1,5 milliard de dollars d'Anthropic avec une classe d'auteurs affirmant que l'entreprise avait téléchargé leurs livres depuis des bibliothèques pirates pour entraîner Claude — le plus important règlement connu d'une affaire de droit d'auteur aux États-Unis. Le versement s'élève à environ 3 000 dollars par œuvre pour près de 500 000 œuvres, et la juge a rejeté les objections estimant la somme trop faible.
Ce qui compte pour les concepteurs, c'est ce que le règlement n'a pas tranché. Une décision antérieure avait déjà établi qu'entraîner un modèle sur du texte protégé peut relever du fair use ; la responsabilité est née de l'approvisionnement des livres sur des sites de piratage, non de l'entraînement lui-même. Cela recadre le risque de droit d'auteur lié à l'IA comme un problème de provenance des données — une question à laquelle vous répondez au moment d'assembler un jeu de données, et précisément la discipline que suit déjà une bonne ingénierie IA, ML & data.
Qu'a réellement validé la juge ?
L'action collective figurait parmi les premières grandes poursuites américaines sur la façon dont les entreprises d'IA collectent leurs données d'entraînement. Les auteurs alléguaient qu'Anthropic avait constitué une partie du jeu d'entraînement de Claude en téléchargeant leurs livres depuis des bibliothèques clandestines comme Library Genesis et le Pirate Library Mirror, plutôt que de les acheter ou de les licencier. Au lieu de parier sur un procès devant jury — où les dommages légaux pour contrefaçon volontaire sur des centaines de milliers d'œuvres auraient pu grimper bien plus haut — Anthropic a accepté un règlement de 1,5 milliard de dollars, et le 20 juillet 2026 la juge Martinez-Olguin, du district Nord de Californie, l'a validé définitivement.
Ce sont les chiffres qui en font un jalon. À environ 3 000 dollars par œuvre pour un total estimé de 500 000 œuvres, c'est le plus important règlement de droit d'auteur jamais enregistré aux États-Unis. La juge a rejeté les objections de certains auteurs jugeant le montant trop bas, estimant qu'il récompensait trop les avocats des plaignants ou qu'il excluait à tort certains ayants droit. La validation définitive signifie que le mécanisme de versement peut désormais s'enclencher et, tout aussi important, que le chiffre s'impose comme un point de référence public sur ce que peuvent coûter des données d'entraînement mal gérées.
Pourquoi l'entraînement passait, mais pas les données
La partie la plus mal comprise de cette saga est la question du fair use. Dans une décision antérieure, le juge initial de l'affaire, William Alsup (depuis à la retraite), a estimé qu'entraîner un modèle d'IA sur du texte protégé peut en soi relever du fair use — le modèle apprend des motifs statistiques, il ne republie pas les livres. Cette conclusion était une victoire notable pour les développeurs d'IA, et elle tient toujours.
Ce qui a coulé Anthropic, c'est l'étape d'acquisition. Alsup a tracé une ligne nette entre entraînement licite et approvisionnement illicite : télécharger des millions de livres depuis des sites de piratage pour constituer le corpus était de la contrefaçon, point final, quoi qu'il advienne ensuite. Acheter ou licencier les mêmes livres aurait entièrement changé la donne juridique. Autrement dit, deux équipes pourraient entraîner des modèles identiques et se retrouver dans des positions juridiques opposées uniquement en raison de la provenance de leurs données. C'est pourquoi le règlement est une histoire de gouvernance, pas de modélisation — et le même soin s'applique, que vous pré-entraîniez de zéro ou que vous meniez un fine-tuning de LLM métier sur un corpus scrapé.
Pourquoi un règlement n'est pas un précédent
La validation définitive clôt cette affaire, mais ne fixe pas le droit. Parce qu'Anthropic a choisi de payer plutôt que d'aller jusqu'au verdict, la question du piratage n'a jamais atteint une cour d'appel : il n'existe donc aucun précédent contraignant que d'autres juges devraient suivre. La conclusion de fair use sur l'entraînement émane d'un seul tribunal de district et pourrait être testée, restreinte ou contredite ailleurs.
Et ailleurs, l'activité ne manque pas. Des poursuites comparables contre Google, Meta, Midjourney et OpenAI progressent encore dans différents tribunaux, avec des faits différents et des juges différents qui peuvent apprécier le fair use et l'approvisionnement des données à leur manière. La lecture réaliste n'est pas « la question du droit d'auteur est réglée » mais « le coût d'une provenance de données mal maîtrisée se compte désormais en milliards, et les règles s'écrivent encore ». Pour les équipes qui livrent des fonctions d'IA cette année, cette incertitude est en soi la donnée de planification : construire comme si la lecture la plus stricte plausible s'appliquait, car reconstituer un jeu de données propre après le lancement est la voie coûteuse.
Ce que cela signifie pour les équipes US & UE
Une fois les détails de procédure écartés, trois signaux pratiques demeurent. D'abord, la provenance est la surface de risque. La responsabilité tenait ici à la source des données, non à l'entraînement ni au résultat ; la chose la plus utile à faire est donc de savoir exactement d'où vient chaque partie de votre corpus d'entraînement, de fine-tuning ou de récupération, et de privilégier des données licenciées, détenues ou clairement autorisées à tout ce qui est scrapé depuis des origines ambiguës.
Ensuite, cela touche les équipes qui achètent de l'IA, pas seulement celles qui la construisent. Si vous commanditez un modèle, intégrez le modèle de fondation d'un fournisseur ou fine-tunez sur un jeu de données tiers, le risque lié à l'approvisionnement peut se déplacer en aval jusqu'à vous. Cela fait de la due diligence fournisseur et des garanties contractuelles de PI une vraie question d'achat : demandez aux fournisseurs comment leurs données d'entraînement ont été obtenues, et obtenez la réponse dans le contrat plutôt que dans un communiqué de presse. « On a supposé que c'était bon » n'est pas une position à défendre une fois le produit livré.
Enfin, la documentation est l'assurance bon marché. Rien de tout cela n'exige d'outillage exotique — cela exige une traçabilité des jeux de données : ce que vous avez collecté, d'où, sous quelle licence ou permission, et quand. Une équipe capable de produire ce registre transforme une contestation de PI en exercice de paperasse ; une équipe qui traite son corpus comme une boîte noire hérite du problème d'Anthropic à l'échelle d'une entreprise plus petite. La bonne nouvelle : c'est de l'hygiène d'ingénierie ordinaire, appliquée plus tôt.
Le lien avec le droit français et le règlement européen sur l'IA
Pour les équipes qui servent le marché français, le règlement fait écho à une règle déjà en vigueur. Le Code de la propriété intellectuelle a transposé l'exception de fouille de textes et de données : la fouille est en principe permise, y compris à des fins commerciales, mais uniquement si le titulaire de droits ne s'y est pas opposé de manière appropriée — un opt-out qui, pour les contenus mis en ligne, doit être exprimé par des moyens lisibles par machine. Le droit français place ainsi le même curseur que l'affaire Anthropic : ce n'est pas l'entraînement en soi qui pose problème, mais la légitimité de la source et le respect d'une éventuelle réserve de droits. Les États-Unis et l'UE convergent vers la même exigence par des voies différentes — le litige américain chiffre en dollars des données non documentées et non licenciées, tandis que le droit français et européen impose de respecter les réserves de droits et de documenter les sources d'entraînement.
Cette convergence est une aubaine pour la planification, car une seule discipline sert les deux. Si vous tenez une traçabilité propre — sources, licences, horodatages, gestion des opt-out —, vous préparez simultanément un dossier de conformité européen et vous constituez les preuves nécessaires pour répondre à une plainte américaine en droit d'auteur. Traiter la gouvernance des données d'entraînement comme une donnée de conception plutôt que comme une arrière-pensée juridique, c'est ce qui permet à une équipe d'avancer vite sans laisser ce type de responsabilité enfoui dans le modèle.
Une check-list pratique de provenance des données
Rien de tout cela n'est une nouvelle échéance légale. C'est le travail qui transforme un paysage du droit d'auteur mouvant en revue de routine plutôt qu'en surprise au contentieux :
- Privilégiez des données licenciées ou détenues. Achetez, licenciez ou utilisez des sources clairement autorisées pour l'entraînement et le fine-tuning ; traitez les données scrapées ou issues de bibliothèques clandestines comme une responsabilité, non comme un raccourci.
- Consignez la traçabilité des jeux de données. Suivez chaque source — quoi, d'où, sous quelle licence ou permission, et quand — pour pouvoir prouver l'origine sans la redériver.
- Faites la due diligence de vos fournisseurs. Demandez comment tout modèle ou jeu de données tiers a été approvisionné, et inscrivez au contrat des garanties de PI et des déclarations de provenance.
- Honorez les réserves de droits. Respectez les opt-out lisibles par machine et les directives robots ; tenez un journal qui le prouve.
- Séparez l'entraînement de l'acquisition dans votre revue de risque. Évaluez la licéité de la façon dont vous avez obtenu les données indépendamment de ce que vous en faites — c'est là que cette affaire a basculé.
- Préservez la capacité de ré-entraîner. Supposez qu'une source puisse être contestée ; pouvoir reconstruire à partir d'un corpus propre et documenté vaut mieux que défendre un modèle que vous ne pouvez pas nettoyer proprement.
Ceci n'est pas un conseil juridique, et la bonne approche dépend de vos données, de vos marchés et de votre modèle. Mais le signal d'un règlement à 1,5 milliard de dollars est difficile à manquer : l'ère où l'on traitait le web ouvert comme un intrant gratuit se referme, et les équipes les plus rapides seront celles qui auront rendu leurs données d'entraînement défendables dès la conception.
Questions fréquentes
Qu'a validé le juge dans l'affaire de droit d'auteur Anthropic ?
Le 20 juillet 2026, la juge fédérale Araceli Martinez-Olguin, du district Nord de Californie, a accordé la validation définitive du règlement à 1,5 milliard de dollars d'Anthropic dans une action collective d'auteurs. La plainte alléguait qu'Anthropic avait téléchargé leurs livres depuis des sites de piratage pour entraîner ses modèles Claude. C'est le plus important règlement connu d'une affaire de droit d'auteur aux États-Unis, payant environ 3 000 dollars par œuvre pour près de 500 000 œuvres. La juge a rejeté les objections selon lesquelles la somme était trop faible ou récompensait trop les avocats des plaignants.
Le règlement signifie-t-il qu'entraîner une IA sur des livres protégés est illégal ?
Non. Dans une décision antérieure, le juge initial William Alsup avait estimé qu'entraîner un modèle d'IA sur du texte protégé peut relever du fair use. Ce qui était illicite, c'est la manière dont Anthropic s'est procuré les livres : en les téléchargeant depuis des bibliothèques pirates comme Library Genesis. Anthropic a transigé sur cette question de piratage plutôt que d'affronter un procès devant jury sur les dommages. Comme l'affaire s'est réglée à l'amiable, elle n'a créé aucun précédent contraignant en appel, et la question plus large de l'entraînement sur des œuvres protégées reste ouverte dans d'autres procès.
En quoi cela concerne-t-il les équipes qui conçoivent ou achètent des produits d'IA ?
Cela met un prix sur la provenance des données d'entraînement. La responsabilité est née de la source des données, non de l'acte d'entraînement. La leçon pratique est donc de savoir d'où viennent vos données d'entraînement et de fine-tuning, et de privilégier des sources licenciées, détenues ou clairement autorisées plutôt que des corpus scrapés ou piratés. Pour les équipes qui commanditent de l'IA, cela fait aussi de la due diligence fournisseur et des garanties contractuelles de propriété intellectuelle une vraie question d'achat, non une clause de style.
Les autres affaires de droit d'auteur sur l'IA sont-elles affectées ?
Indirectement. Des poursuites similaires contre Google, Meta, Midjourney et OpenAI restent pendantes devant différents juges, qui pourraient parvenir à des conclusions différentes. Le règlement Anthropic ne tranche pas ces affaires, mais il établit un point de référence sur le coût que peut atteindre la question de l'approvisionnement en données, et signale que plaignants et tribunaux sont prêts à distinguer l'entraînement licite de l'acquisition illicite du jeu d'entraînement.
Quel lien avec le droit français et le règlement européen sur l'IA ?
Les deux placent le même point au cœur du sujet : non l'entraînement, mais la provenance des données. En France, l'exception de fouille de textes et de données du Code de la propriété intellectuelle autorise en principe la fouille, y compris à des fins commerciales, mais seulement si le titulaire de droits ne s'y est pas opposé de manière appropriée (opt-out, lisible par machine pour les contenus en ligne). Le règlement européen sur l'IA exige en outre des fournisseurs d'IA à usage général qu'ils publient un résumé des sources de données d'entraînement et respectent ces réserves de droits. Une équipe qui tient une traçabilité propre de ses jeux de données est aussi bien armée pour un dossier de conformité européen que face à une plainte américaine en droit d'auteur.
Sources
TechCrunch — Anthropic's landmark $1.5B copyright settlement is approved (20 July 2026)
Reuters (via Yahoo Finance) — US judge approves Anthropic's $1.5 billion settlement of copyright lawsuit
Claims Journal — Judge approves Anthropic's $1.5B settlement of copyright lawsuit