Le 29 septembre 2026, une cour d’appel fédérale américaine a confirmé que l’utilisation de contenus protégés par le droit d’auteur pour entraîner un système d’intelligence artificielle ne relevait pas, dans les circonstances de l’espèce, du « fair use ». Très commentée dans le débat sur l’IA et le copyright, la décision Thomson Reuters v. ROSS Intelligence mérite pourtant d’être analysée avec nuance. L’IA en cause n’était pas générative et le raisonnement retenu est étroitement lié à l’usage des données et à la concurrence entre les deux services.
Rappel des faits
Le litige opposait Thomson Reuters, éditeur de Westlaw, à ROSS Intelligence, qui développait un moteur de recherche juridique fondé sur l’intelligence artificielle (non générative).
Pour entraîner son système, ROSS avait eu recours à des documents élaborés par les éditeurs Thomson Reuters, à savoir : des résumés (headnotes) de points de droit rédigés à partir de décisions de justice. Le moteur de recherche de ROSS, ainsi entraîné, permettait ensuite à un utilisateur formulant une question en langage naturel d’obtenir des passages pertinents de décisions judiciaires. Il ne s’agissait donc pas d’une IA générative produisant de nouveaux contenus mais d’un système destiné à sélectionner des extraits de décisions existantes.
Des résumés juridiques protégés en dépit/nonobstant le caractère public des décisions elles-mêmes. ROSS soutenait que les résumés de Westlaw ne pouvaient pas bénéficier d’une protection du copyright, puisqu’elles restituaient le contenu de décisions judiciaires elles-mêmes libres de droits.
La Cour d’appel fédérale rejette cette analyse. Selon elle, les choix opérés par les éditeurs pour sélectionner les points de droit pertinents, les formuler et leur donner suffisamment de contexte caractérisent le degré minimal de créativité requis pour bénéficier du copyright. La distinction est donc essentielle : si la décision de justice demeure librement accessible, le travail éditorial qui permet de la sélectionner, de la résumer et de la structurer peut être protégé. C’est là un raisonnement classique du droit du copyright.
Le fair use écarté faute de finalité nouvelle et en raison d’un objectif concurrentiel
Le principal apport de l’arrêt concerne le fair use, mécanisme du droit américain permettant, sous certaines conditions, l’utilisation d’une œuvre protégée sans autorisation.
L’appréciation du fair use repose sur quatre critères principaux : la finalité de l’utilisation (étendue de la transformation), la nature de l’œuvre publiée, la quantité et l’importance de la partie copiée au regard de l’ensemble de l’œuvre, et l’effet de l’utilisation sur le marché potentiel de l’œuvre ou sur sa valeur.
La Cour constate principalement que l’utilisation des résumés poursuivait une finalité commerciale. Surtout, elle refuse d’y voir un usage poursuivant une finalité d’utilisation différente Thomson Reuters utilisait ses résumés pour permettre aux utilisateurs de trouver les décisions pertinentes correspondant à leurs recherches ; ROSS s’en est servi pour entraîner un système ayant, en définitive, une fonction similaire. L’étendue du facteur de transformation (transformative factor) était, selon les juges, quasi inexistent.
La Cour relève en outre que ROSS entendait directement concurrencer la solution Westlaw de Thompson Reuters. Sur ce point, la Cour distingue expressément l’affaire ROSS des contentieux impliquant de grands modèles de langage tels que ceux développés par OpenAI ou Anthropic, dans lesquels le ministère de la justice (Department of Justice) avait soutenu que l’entraînement d’un modèle capable de produire des réponses originales pouvait être considéré comme poursuivant une finalité différente de celle des œuvres utilisées et n’impliquait pas de concurrence directe avec leurs titulaires. En l’espèce, ROSS avait au contraire entraîné son système dans le but précis de concurrencer Westlaw sur une fonction comparable, ce qui excluait, selon la Cour, toute qualification d’usage différent (transformatif).
Par ailleurs, la Cour relève que ROSS avait la possibilité d’élaborer ses propres résumés et qu’aucune nécessité ne justifiait la reproduction de ceux de Thomson Reuters. Elle souligne à cet égard que la facilité ne saurait tenir lieu de nécessité. Le volume de la reproduction, portant sur plus de 25 000 résumés utilisés pour entraîner le système, pèse également contre le fair use.
Enfin, l’analyse économique occupe une place déterminante. Même en l’absence d’un marché autonome des résumés de décision de justice, celles-ci contribuaient à la valeur de Westlaw. La Cour retient également l’existence d’un marché en développement concernant l’attribution de licences d’utilisation de contenus à des fins de données d’entraînement de systèmes d’IA. L’utilisation non autorisée des résumés était ainsi susceptible d’affecter tant la valeur du produit initial que, et surtout, porter atteinte à ce marché potentiel de licences de données d’entrainement.
Au terme de l’analyse des critères du fair use, la Cour a écarté le bénéfice de cette exception au copyright.
Quelle lecture depuis l’UE ?
Le rapprochement avec le droit européen doit être prudent. Le fair use américain et les exceptions au droit d’auteur prévues dans l’Union européenne reposent sur des constructions juridiques radicalement différentes.
Au sein de l’Union, la directive 2019/790 sur le droit d’auteur dans le marché unique numérique a notamment instauré des exceptions relatives à la fouille de textes et de données (text and data mining ou TDM). L’article 4 de la directive prévoit une exception susceptible de couvrir certaines reproductions et extractions réalisées à des fins de TDM, sous réserve notamment que les titulaires de droits n’aient pas expressément réservé l’utilisation de leurs œuvres dans les conditions prévues par le texte.
À ce cadre s’ajoute désormais celui du règlement européen sur l’intelligence artificielle. Pour les modèles d’IA à usage général, l’AI Act articule notamment ses obligations avec le respect du droit d’auteur de l’Union. Le cadre européen poursuit donc une logique différente de celle du fair use, en combinant droit d’auteur, mécanismes de réservation des droits et obligations propres aux fournisseurs de certains modèles d’IA.
De telles différences interdisent de transposer la solution américaine en droit français ou européen. Elle n’empêche toutefois pas d’identifier une position commune des deux côtés de l’Atlantique : l’entraînement d’un système d’IA ne neutralise pas, par lui-même, les droits attachés aux contenus utilisés pour son apprentissage.
L’affaire ROSS montre également que l’analyse ne dépend pas exclusivement de la technologie employée. La nature des contenus utilisés, les conditions dans lesquelles ils ont été obtenus, la finalité de leur utilisation, l’existence d’alternatives et les marchés sur lesquels opèrent titulaires de droits et développeurs constituent autant de facteurs déterminants.
Une décision marquante, mais pas encore « l’arrêt sur l’IA générative »
La portée de la décision doit enfin être circonscrite. La Cour prend elle-même soin de distinguer l’affaire ROSS des contentieux relatifs aux grands modèles de langage génératifs. Elle relève précisément que ROSS ne produisait aucune expression nouvelle et oppose ainsi cette situation aux affaires concernant des modèles capables de générer des réponses originales.
L’arrêt ne permet donc pas de conclure que l’entraînement de toute IA à partir de contenus protégés constituerait nécessairement une atteinte au copyright américain.
Sa véritable portée réside dans la combinaison de deux affirmations : d’une part, l’entraînement d’un système d’IA n’est pas automatiquement considéré comme une finalité nouvelle ; d’autre part, lorsqu’une œuvre protégée est utilisée pour construire un produit concurrent, les tribunaux peuvent reconnaître l’existence d’un marché de licence des données d’entraînement, dont l’atteinte pèse lourdement contre le fair use.
Mais ainsi a décision dessine une limite concrète : lorsque des contenus protégés servent à entraîner un système commercial destiné à concurrencer leur titulaire sur une fonction comparable, le seul passage par une phase d’entraînement algorithmique ne suffit pas à rendre leur utilisation licite. C’est probablement ce raisonnement qui sera le plus fréquemment invoqué dans les futurs litiges impliquant des modèles d’IA et des bases de données protégées.