Le dossier In re Mosaic LLM Litigation a franchi un nouveau seuil le 27 août 2026 : des organisations représentant des éditeurs, des auteurs et des maisons de publication ont demandé à la juridiction américaine de ne pas écarter les actions engagées contre l’utilisation de corpus de livres dans l’entraînement de modèles d’intelligence artificielle. Les faits allégués concernent notamment le téléchargement de jeux de données comprenant des copies d’œuvres protégées. Aucune décision définitive ne permet encore d’en tirer une responsabilité générale pour tous les modèles. L’actualité révèle toutefois une difficulté très concrète pour un éditeur français : que faire lorsqu’un service d’IA restitue des passages reconnaissables, le résumé détaillé d’un ouvrage ou des éléments qui laissent penser que son catalogue a été intégré à un corpus d’entraînement ?
La bonne démarche ne consiste pas à conclure trop vite à une contrefaçon à partir d’une réponse isolée. Il faut distinguer la protection du livre, les droits effectivement détenus par l’auteur et l’éditeur, la licéité de l’accès aux fichiers, l’exception de fouille de textes et de données, puis la preuve de la copie. Cette distinction détermine la demande à adresser à l’opérateur, l’intérêt d’une mise en demeure, la possibilité de solliciter une mesure d’instruction avant procès et le montant d’une éventuelle réparation. Voici une méthode destinée à préserver les droits sans perdre les éléments techniques qui peuvent disparaître.
I. Que signifie l’affaire Mosaic LLM pour un éditeur français dont les livres auraient servi à entraîner une IA ?
A. Un livre est protégé dès sa création, mais chaque droit doit être rattaché à son titulaire
Le premier réflexe est de revenir au contenu précis du catalogue. Un roman, un essai, un manuel, une bande dessinée, une traduction, une préface, une illustration ou une mise en page peuvent relever de droits distincts. Le mot « livre » ne désigne pas, à lui seul, un bloc juridique homogène. Pour apprécier les conséquences d’un entraînement, il faut identifier les textes, images, annexes, bases documentaires et éléments graphiques susceptibles d’avoir été copiés.
L’article L. 111-1 du code de la propriété intellectuelle pose que l’auteur jouit, « du seul fait de sa création », d’un droit exclusif opposable à tous. Le dépôt légal, l’ISBN, l’enregistrement auprès d’une société d’auteurs ou le dépôt d’un fichier chez un tiers peuvent faciliter la preuve, mais ils ne constituent pas la source du droit d’auteur. La protection naît de la création d’une œuvre originale, sous réserve de caractériser ce qui relève effectivement d’un apport créatif.
Le texte protège aussi une œuvre non publiée. Selon l’article L. 111-2 du même code, l’œuvre est réputée créée « indépendamment de toute divulgation publique » dès la réalisation, même inachevée, de la conception de l’auteur. Un manuscrit envoyé à un éditeur, un fichier de travail conservé sur un serveur, une version bêta ou un chapitre transmis sous confidentialité ne perd donc pas toute protection parce qu’il n’a jamais été commercialisé.
La question de la titularité reste essentielle. L’auteur conserve son droit moral, notamment le droit au respect de son nom, de sa qualité et de son œuvre, conformément à l’article L. 121-1 du code de la propriété intellectuelle. L’éditeur peut avoir reçu des droits patrimoniaux pour certaines éditions, certains territoires, certaines langues, certains formats et une durée déterminée. Un contrat d’édition ne doit pas être lu comme une cession générale de toutes les utilisations futures d’un texte par une technologie qui n’existait pas ou n’était pas envisagée lors de la signature.
Pour un éditeur, le dossier doit donc être ventilé œuvre par œuvre et contrat par contrat. Il faut rechercher les clauses relatives à la reproduction numérique, à l’adaptation, à l’exploitation en ligne, aux bases de données, à la traduction, aux extraits, à la sous-traitance et à la défense en justice. Une version poche peut relever d’un contrat différent d’une édition numérique. La licence accordée à un diffuseur peut autoriser la mise à disposition au public sans autoriser un prestataire à aspirer l’intégralité du fichier pour constituer un jeu de données.
Cette analyse permet aussi d’éviter une confusion fréquente : la preuve qu’un modèle connaît le titre d’un ouvrage ne suffit pas à établir que le texte protégé a été copié. Un titre, un thème, une information factuelle ou une idée ne sont pas appréciés de la même manière qu’un passage original, une structure particulière, une illustration ou une reproduction substantielle. L’enquête doit isoler les éléments qui portent l’empreinte de l’œuvre et les comparer à la réponse ou au corpus retrouvé.
La reproduction juridique ne suppose pas que le fichier final reste visible au public. L’article L. 122-3 du code de la propriété intellectuelle définit la reproduction comme « la fixation matérielle de l’œuvre par tous procédés » permettant une communication indirecte au public. Une copie intermédiaire, une extraction automatisée ou une conservation dans un corpus peuvent ainsi soulever une question distincte de celle de la réponse générée. La démonstration doit toutefois porter sur les actes réellement accomplis, leur finalité et le régime juridique applicable.
L’article L. 122-4 rappelle pour sa part que toute représentation ou reproduction intégrale ou partielle faite sans consentement est illicite, sous réserve des exceptions prévues par la loi. Dans un dossier d’entraînement, il faut donc poser trois questions séparées : quelle copie a été réalisée, dans quel environnement et avec quelle justification ? La réponse pourra être différente pour une copie destinée à une fouille autorisée, pour un corpus obtenu par téléchargement illicite, pour une base commercialisée et pour une restitution qui reproduit l’expression originale.
La jurisprudence ancienne reste utile pour comprendre la charge pratique du dossier. Dans son arrêt du 29 mai 2001, la première chambre civile, pourvoi n° 99-15.284, a retenu qu’une diffusion d’un livre au mépris des droits de l’auteur pouvait caractériser une contrefaçon sans qu’il soit nécessaire de démontrer une faute ou la mauvaise foi du diffuseur. Cette solution ne tranche pas la question nouvelle de l’entraînement d’un modèle, mais elle rappelle que l’intention déclarée de l’opérateur ne suffit pas à neutraliser une atteinte objectivement établie.
En pratique, un éditeur doit commencer par dresser la liste des éditions concernées, des fichiers remis aux partenaires, des dates de mise en ligne, des accès ouverts ou protégés, des contrats et des personnes autorisées à agir. Cette chronologie sera plus utile qu’une accusation générale visant « l’IA ». Elle permet de relier un fichier à un titulaire de droits, une période à un accès, un passage à une restitution et une perte commerciale à un usage identifiable.
B. L’exception de fouille de textes et de données autorise-t-elle l’utilisation commerciale des livres ?
Le point le plus délicat est l’exception de fouille de textes et de données, souvent appelée TDM. Elle ne doit être ni ignorée ni traitée comme une autorisation automatique de copier tous les livres accessibles sur internet. L’article L. 122-5 du code de la propriété intellectuelle renvoie expressément, pour les copies numériques réalisées en vue d’une fouille, aux conditions de l’article L. 122-5-3. Le même article rappelle que les exceptions ne peuvent pas porter atteinte à l’exploitation normale de l’œuvre ni causer un préjudice injustifié aux intérêts légitimes de l’auteur.
L’article L. 122-5-3 vise l’extraction et l’analyse automatisées de textes et de données afin de produire des informations, notamment des modèles, tendances ou corrélations. Pour les opérations de recherche, le cadre n’est pas identique à celui des utilisations poursuivant une finalité commerciale. Dans tous les cas, l’accès à l’œuvre et la manière dont l’opposition du titulaire a été exprimée doivent être examinés. Le fait qu’un fichier soit lisible en ligne ne signifie pas nécessairement que toutes ses réutilisations sont autorisées.
Pour la fouille réalisée à des fins autres que la recherche, le texte prévoit des copies ou reproductions numériques à partir d’un accès licite, « sauf si l’auteur s’y est opposé ». L’opposition peut être exprimée par des procédés lisibles par machine, notamment dans les métadonnées, les conditions d’utilisation ou d’autres indications permettant à un robot de l’identifier. L’éditeur doit donc conserver la preuve de la date et de la forme de son opposition. Une page de conditions générales modifiée après le téléchargement ne démontrera pas nécessairement ce que l’opérateur pouvait connaître au moment de l’accès.
Le dispositif impose également une conservation sécurisée des copies et leur destruction lorsque la fouille est terminée, sous réserve des conditions prévues par la loi. Les modalités réglementaires sont précisées dans la section réglementaire consacrée aux exceptions de fouille de textes et de données, notamment les obligations relatives aux documents et justifications pouvant être demandés. Ce cadre ouvre des questions très concrètes : quelles sources ont été copiées, à quelle date, avec quel accès, selon quelle finalité, pendant combien de temps et avec quelles mesures de sécurité ?
Un éditeur qui découvre un retrait de son catalogue dans un jeu de données doit donc éviter deux excès. Le premier serait d’affirmer que toute copie d’un livre est immédiatement contrefaisante, sans vérifier l’accès licite, la finalité et l’opposition. Le second serait d’accepter l’argument « entraînement » comme une immunité générale, alors que le corpus peut provenir d’un piratage, d’un accès détourné, d’une licence limitée ou d’une conservation contraire aux conditions légales.
La publication en accès libre appelle la même prudence. Un texte disponible sur le site de l’éditeur peut être consultable par les lecteurs sans que son téléchargement massif à des fins de constitution d’un corpus commercial ait été prévu. La licence d’accès au site, les fichiers robots, les métadonnées, les conditions de vente et la politique d’opposition forment un ensemble de preuves. Ils ne produisent pas tous le même effet et doivent être datés puis archivés.
La mission du Conseil supérieur de la propriété littéraire et artistique sur les exceptions de fouille de textes et de données montre que le sujet s’inscrit dans un cadre public encore observé et discuté. Les débats institutionnels ne remplacent pas l’analyse d’un contrat ou d’un téléchargement précis, mais ils confirment l’intérêt d’une démarche documentée. Dans le dossier Mosaic LLM, les organisations d’éditeurs ont soutenu que des œuvres protégées auraient été intégrées à des corpus sans autorisation suffisante. Cette allégation doit rester présentée comme telle tant qu’une juridiction n’a pas statué.
Il faut enfin distinguer l’entraînement du modèle et la sortie qui arrive à l’utilisateur. Même si une copie a été utilisée pendant l’apprentissage, la génération d’un résumé, d’un commentaire ou d’une réponse originale ne reproduit pas forcément une œuvre. À l’inverse, une sortie qui restitue plusieurs paragraphes reconnaissables, une traduction complète ou une illustration quasi identique peut soulever une autre atteinte. La stratégie doit donc viser à la fois la conservation des éléments sur le corpus et l’analyse des sorties.
Le droit d’opposition est ainsi une mesure pour l’avenir, pas une preuve rétroactive de ce qui a déjà été copié. Une opposition lisible par machine peut empêcher de nouvelles opérations ou renforcer la position de l’éditeur, mais elle ne permet pas, à elle seule, de savoir si un téléchargement a déjà eu lieu. La preuve de l’antériorité, de l’accès et du contenu du fichier reste déterminante.
II. Comment prouver l’utilisation d’un livre par une IA et obtenir une réparation ?
A. Quelles preuves réunir avant de demander le retrait ou d’engager une action ?
Une réponse générée peut disparaître, changer après une mise à jour du modèle ou ne plus être obtenue avec le même compte. La priorité est donc de préserver les éléments avant d’envoyer une mise en demeure détaillée. L’éditeur doit conserver l’URL du service, la date et l’heure avec le fuseau, l’identité du compte, la version du modèle lorsqu’elle est indiquée, les paramètres de recherche, le texte exact du prompt et la réponse complète. Les captures d’écran sont utiles, mais elles doivent être accompagnées des fichiers téléchargés et d’une description de la méthode de collecte.
Il est recommandé de créer un dossier par œuvre et par expérience. Le nom du fichier, son empreinte numérique, sa date de création, sa date de mise en ligne et la version envoyée au partenaire doivent être consignés. Une fonction de hachage peut aider à démontrer qu’un fichier conservé n’a pas été modifié après la collecte. Le hash ne prouve pas que le modèle a utilisé ce fichier, mais il sécurise l’identité du document comparé.
La répétition contrôlée des tests est plus informative qu’un seul prompt spectaculaire. Il faut varier les formulations sans injecter le texte litigieux dans la question, demander des passages précis, observer les réponses à des questions factuelles et tester plusieurs comptes lorsque cela est licite. Chaque essai doit être enregistré. Si le service refuse parfois de répondre, ce résultat doit aussi être conservé. Une analyse sérieuse indique les conditions qui rendent la restitution possible et celles qui ne la reproduisent pas.
Le dossier de comparaison doit distinguer les ressemblances banales des éléments à forte valeur probatoire. Un titre ou un sujet général peut être connu par d’autres sources. En revanche, l’enchaînement inhabituel de formulations, une erreur typographique identique, une traduction singulière, un exemple inventé, une combinaison de personnages ou une phrase rare ont une valeur différente. Il faut relever les pages, les paragraphes, les illustrations et les métadonnées concernées, puis produire un tableau à deux colonnes : l’œuvre source et la sortie observée.
Les pièces contractuelles complètent les tests techniques. Sont particulièrement utiles :
- le contrat d’édition et ses avenants, avec les formats, territoires et langues autorisés ;
- les fichiers originaux, épreuves, exports numériques et versions remises à chaque prestataire ;
- les preuves de publication, de commercialisation, d’ISBN, de dépôt ou d’exploitation sous le nom de l’éditeur ;
- les licences de diffusion, conditions d’accès, clauses de confidentialité et restrictions de téléchargement ;
- les métadonnées et mentions d’opposition au TDM, avec leur historique et leur date de mise en ligne ;
- les échanges avec la plateforme, le fournisseur de données, l’auteur ou le distributeur ;
- les statistiques de ventes, licences, abonnements, téléchargements et demandes de traduction ;
- les constats réalisés sur le site, le jeu de données ou les sorties du modèle.
Le constat doit être pensé pour un contentieux numérique. Il ne s’agit pas seulement de faire imprimer une réponse. Il faut documenter l’environnement de connexion, les éléments visibles et les limites de l’observation, sans divulguer inutilement des données personnelles ou des secrets commerciaux. Une intervention technique ou un constat de commissaire de justice peut donner une force supérieure à une simple capture réalisée sans méthode. Les conditions d’accès et les éventuelles restrictions du service doivent être respectées pour éviter qu’une preuve soit discutée sur le terrain de la loyauté.
La mesure prévue par l’article 145 du code de procédure civile peut être envisagée lorsque la conservation ou l’établissement d’une preuve avant tout procès repose sur un motif légitime. Le texte prévoit que les mesures d’instruction légalement admissibles peuvent être ordonnées « sur requête ou en référé ». Depuis sa version en vigueur, il précise aussi le choix de la juridiction entre celle susceptible de connaître du fond et celle du lieu d’exécution de la mesure. La demande doit être ciblée : elle ne peut pas se réduire à une recherche générale dans tous les systèmes de l’opérateur.
Dans un dossier de modèle d’IA, l’article 145 peut servir à solliciter la conservation ou la communication de catégories déterminées de documents : liste des sources d’un corpus, journaux de téléchargement, version d’un jeu de données, règles de filtrage, traces d’accès à un dépôt, procédures de retrait ou éléments permettant de vérifier la destruction des copies. Le juge apprécie le motif légitime, la pertinence de la demande et sa proportionnalité. Il faut expliquer pourquoi l’éditeur ne peut pas obtenir ces éléments par une demande amiable et pourquoi ils peuvent disparaître ou être modifiés.
Le secret des affaires et la confidentialité technique ne rendent pas la mesure impossible. Ils imposent une rédaction plus précise et des garanties : périmètre de recherche, tiers habilité, séquestre, accès limité, occultation des données étrangères au litige et calendrier de restitution. Une demande trop large affaiblit la crédibilité du dossier. Une demande bornée à un titre, une période, un fichier et une opération identifiée facilite le contrôle judiciaire.
L’article L. 332-1-1 du code de la propriété intellectuelle autorise également la juridiction à ordonner toutes les mesures d’instruction légalement admissibles, même lorsqu’une saisie-contrefaçon n’a pas été préalablement ordonnée. Cette disposition peut être articulée avec l’article 145 du code de procédure civile. Le choix dépend des éléments recherchés, de l’urgence, de la qualification envisagée et de la manière dont la mesure sera exécutée.
La saisie-contrefaçon ne doit pas être demandée comme une formalité automatique. Son efficacité repose sur une ordonnance suffisamment précise, un objet identifiable et le respect des limites fixées par le juge. Dans son arrêt du 9 avril 2015, la première chambre civile, pourvoi n° 14-11.853, a rappelé, à propos d’opérations de saisie-contrefaçon, que des irrégularités touchant l’intervention d’un tiers ou le recueil de déclarations peuvent conduire à l’annulation du procès-verbal. La préparation technique et procédurale compte donc autant que la suspicion initiale.
La preuve doit aussi établir le lien entre l’éditeur et les droits revendiqués. Lorsque l’auteur agit seul, son contrat et les éléments d’exploitation sont utiles. Lorsque l’éditeur agit, il faut produire les clauses qui couvrent les actes reprochés et vérifier les limites de la mission confiée. Une action portant sur une édition numérique française ne peut pas être construite uniquement avec une clause relative à une édition papier étrangère. Cette vérification évite une contestation de qualité ou d’intérêt à agir dès le début de la procédure.
Enfin, les pertes doivent être quantifiées progressivement. Il faut comparer les ventes et licences avant et après les faits, repérer les marchés affectés, distinguer la baisse imputable à l’IA d’autres facteurs et documenter les dépenses engagées pour enquêter, faire constater et répondre aux demandes. Un préjudice moral peut concerner l’atteinte au nom, à l’intégrité de l’œuvre ou à la relation de confiance avec les auteurs. Une évaluation prudente, appuyée sur des données, est plus défendable qu’un montant annoncé sans méthode.
B. Quel recours choisir en France : opposition, mise en demeure, saisie ou action en contrefaçon ?
Le recours doit être construit par étapes, sans confondre l’objectif immédiat et la réparation finale. La première étape peut être une demande de conservation des preuves adressée à l’opérateur, au fournisseur de données et, lorsque son identité est connue, au prestataire ayant constitué le corpus. Cette demande doit identifier les œuvres, les dates, les fichiers, les sorties observées et les éléments à préserver. Elle peut demander qu’aucune suppression ou modification ne rende l’enquête impossible, sans présenter cette lettre comme une décision de justice.
La deuxième étape est l’opposition pour les opérations futures. L’éditeur doit utiliser les mécanismes reconnus par le site ou le distributeur, inscrire une mention claire dans les métadonnées pertinentes et garder la preuve de la transmission. Si l’éditeur contrôle plusieurs domaines ou plateformes, chaque environnement doit être traité. Une opposition posée uniquement dans les conditions d’une librairie ne sera pas forcément reçue par un robot qui télécharge depuis un autre dépôt. Les fichiers déjà copiés doivent faire l’objet d’une demande distincte de retrait, de destruction ou de gel des preuves.
La mise en demeure doit éviter les affirmations impossibles à démontrer. Elle peut demander la confirmation de l’origine des données, l’identité des sous-traitants, les catégories d’œuvres utilisées, la base juridique invoquée, la date d’accès, le sort des copies et les mesures prises pour empêcher une nouvelle utilisation. Elle peut également demander la désactivation d’une fonctionnalité qui reproduit des passages, la suppression d’un fichier manifestement copié ou la suspension de la diffusion d’une sortie. Une exigence de « réentraînement immédiat » peut être techniquement irréaliste si elle n’est pas précisée ; la demande doit viser des mesures vérifiables.
Si la réponse est incomplète ou si les logs risquent d’être détruits, la procédure de preuve devient prioritaire. L’article 145 du code de procédure civile peut être mobilisé avant l’assignation. L’article L. 332-1-1 du code de la propriété intellectuelle permet de demander des mesures d’instruction adaptées. Une saisie-contrefaçon peut être pertinente lorsqu’un support, un serveur, un exemplaire ou des documents précis sont susceptibles de démontrer la reproduction. Dans le numérique, la demande doit tenir compte de l’architecture réelle : un dépôt public, un stockage cloud, une base de données, un système de logs et un modèle déployé ne se saisissent pas de la même façon.
L’action au fond relève des juridictions judiciaires. L’article L. 331-1 du code de la propriété intellectuelle prévoit que les actions civiles et demandes relatives à la propriété littéraire et artistique sont exclusivement portées devant les tribunaux judiciaires. Le demandeur doit qualifier les actes : reproduction non autorisée, représentation, mise à disposition, adaptation, atteinte au droit moral ou inexécution d’une obligation contractuelle. L’entraînement et la sortie peuvent relever de qualifications différentes, parfois dirigées contre des personnes ou sociétés distinctes.
Lorsque le recouvrement de dommages-intérêts est menacé, l’article L. 331-1-1 permet à la juridiction d’ordonner une saisie conservatoire et la communication de documents bancaires, financiers, comptables ou commerciaux. Cette disposition ne sert pas à obtenir automatiquement le code source d’un modèle. Elle répond à un risque patrimonial précis et doit être reliée à la créance que le demandeur cherche à préserver.
La réparation peut comprendre plusieurs composantes. Selon l’article L. 331-1-3, le juge prend en considération les conséquences économiques négatives, dont le manque à gagner, le préjudice moral et les bénéfices réalisés par l’auteur de l’atteinte. Le juge peut aussi fixer une somme forfaitaire dans les conditions prévues par le texte. Pour un éditeur, les tableaux de ventes, la dévalorisation d’une licence, la perte d’une exclusivité, les coûts de retrait et l’atteinte à la relation avec les auteurs doivent être séparés afin d’éviter un double comptage.
La cession des droits est un autre point sensible. L’article L. 131-3 exige une mention distincte pour chaque droit cédé et une délimitation de l’étendue, de la destination, du lieu et de la durée. Dans un contentieux portant sur l’entraînement d’une IA, ces paramètres peuvent devenir décisifs. Une clause de reproduction électronique pour commercialiser un fichier auprès des lecteurs ne répond pas nécessairement à la question d’une copie destinée à alimenter un système d’apprentissage exploité par un tiers. Le contrat doit être analysé avec sa date, son contexte et ses annexes.
Le recours peut aussi viser la sortie du modèle lorsqu’elle reprend l’expression originale. Une réponse qui restitue un court fait général n’a pas le même statut qu’une reproduction de passages structurés, d’une traduction intégrale ou d’une illustration. Le dossier doit préciser la longueur, la séquence, le caractère original et la possibilité pour le public d’obtenir une œuvre de remplacement par le service. Il faut éviter de présenter toute ressemblance comme une copie, tout en conservant les sorties qui deviennent plus probantes lorsqu’elles sont rapprochées d’une version source rare.
Pour les auteurs et éditeurs situés à Paris ou en Île-de-France, la préparation peut être centralisée avec les archives éditoriales, l’équipe numérique, le commissaire de justice et le conseil chargé de la procédure. Le lieu de conservation d’un serveur ou celui de l’opérateur ne doit pas être supposé sans vérification. L’article 145 prévoit que la mesure peut relever de la juridiction du fond ou, selon le cas, du ressort dans lequel elle doit être exécutée. La chronologie des accès, la localisation des documents et la qualité exacte de la partie demanderesse doivent guider le choix procédural.
Un éditeur francilien peut également faire établir une fiche de crise destinée aux auteurs de son catalogue. Elle doit indiquer qui reçoit les signalements, comment les prompts et sorties sont conservés, à quel moment une opposition est renouvelée, qui valide la mise en demeure et comment les ventes ou licences sont comparées. Cette organisation évite qu’un auteur adresse seul des demandes contradictoires pendant que l’éditeur négocie une licence ou prépare une mesure de preuve. Elle protège aussi les données confidentielles du catalogue.
La stratégie peut être amiable, judiciaire ou mixte. Une demande précise peut conduire l’opérateur à corriger un corpus, à documenter sa politique de retrait ou à proposer une licence. Une réponse évasive, une suppression précipitée des éléments ou un refus de préserver les logs peut justifier une démarche judiciaire plus rapide. Le choix n’est pas uniquement financier : il dépend de la fragilité des preuves, de la possibilité de reproduire la sortie, du risque de diffusion et de l’urgence commerciale.
Avant toute assignation, l’éditeur doit vérifier quatre cohérences. La première relie l’œuvre à son auteur et à la chaîne des droits. La deuxième relie le fichier ou la page à un accès et à une date. La troisième relie le contenu retrouvé à la sortie ou au corpus. La quatrième relie l’atteinte alléguée à une perte ou à une demande de mesure concrète. Si l’une de ces liaisons manque, le dossier peut être renforcé par une collecte complémentaire plutôt que par une accusation plus large.
Les recours relatifs à l’intelligence artificielle peuvent enfin s’inscrire dans une évolution rapide des pratiques. Une entreprise peut changer de modèle, de fournisseur ou de politique de données. Une plateforme peut déplacer son corpus dans un autre pays. La preuve doit donc conserver le contexte technique exact de la constatation et la version des conditions applicables. C’est la raison pour laquelle la date, l’empreinte des fichiers, les journaux et les échanges sont aussi importants que le texte généré lui-même.
Dans un dossier où un livre aurait été acheté, numérisé puis intégré à un jeu de données, l’analyse doit encore distinguer l’achat de l’exemplaire, la numérisation, le stockage, l’entraînement, la conservation de la copie et la mise à disposition d’un service. Chaque acte peut appeler une justification ou une contestation différente. La question de savoir « qui a utilisé le livre » doit être complétée par « pour quel acte, sur quelle version et avec quel accès ». Cette précision rend la demande plus crédible devant un opérateur, un expert ou un juge.
Cette analyse complète la page pilier consacrée au droit d’opposition à la fouille de textes et de données. Le présent article isole la difficulté née d’un dossier d’éditeur et d’une actualité contentieuse : établir l’origine des copies, préserver les traces techniques et choisir le recours adapté lorsque l’opérateur ne fournit pas spontanément les informations nécessaires.
Conclusion
L’affaire Mosaic LLM ne permet pas d’affirmer qu’un livre présent dans un corpus rend automatiquement tout entraînement illicite. Elle montre en revanche pourquoi un éditeur doit agir dès l’apparition d’un indice sérieux. Le droit français protège l’œuvre dès sa création, encadre la fouille de textes et de données et offre des outils pour établir la preuve avant le procès. L’opposition pour l’avenir, la demande de conservation, le constat technique, l’article 145 du code de procédure civile et les mesures prévues par le code de la propriété intellectuelle répondent à des objectifs différents.
La méthode la plus sûre consiste à identifier les droits, archiver les versions, documenter l’accès, reproduire les tests sans contaminer les résultats, comparer précisément les passages, préserver les échanges et chiffrer séparément les préjudices. Un éditeur qui dispose de cette chronologie peut demander une mesure proportionnée, négocier utilement ou engager une action en contrefaçon avec une base factuelle solide. Un signal isolé n’est pas une preuve complète, mais il ne doit pas être laissé sans conservation lorsque les données techniques peuvent disparaître.