Merci pour le lien qui m'a fait penser au roman de Vernor Vinge "Rainbows End" dans lequel une multinationale du numérique veut numériser la bibliothèque de l'université de San Diego en détruisant les livres au passage.
En même temps, c'est aussi à cause des lois sur le copyright, si tu fais une copie sans détruire la source, il est assez difficile de te défendre quand on t'accuse d'avoir fait une copie illégale (comme indiquer dans l'article, mais comme personne ne lit l'article).
C'est rien de nouveau, Anthropic a admis le faire en 2025. Et si j'en crois Ars Technica, c'est ni les premiers, ni les seuls (Google a un brevet sur une méthode non destructive qui doit encore être valable).
Et ici, ça semble quand même être une panique morale. On a le coté virale (je l'ai vu passé une paire de fois sur les réseaux), le coté vague dans le titre "Des entreprises d'IA" (mais ne parle que de "Zoom Books", puis d'Anthropic, donc le pluriel est quand même non soutenu par l'article), l'appel à l'émotion ("Destruction du patrimoine" en sous titre, ce qui évoque quand même la destruction de la bibli d'Alexandrie ou les autodafés nazis).
C'est presque une redite du jour ou certaines personnes ont découvert le concept de désherbage dans les bibliothèques, et ou tout le monde a poussé des grands cris à l'idée abstraite de perte, un biais cognitif quand même bien connu et documenté.
"Le principe est le suivant: il faut posséder physiquement les livres et les détruire après les avoir "lus" – afin de pouvoir affirmer qu'aucune copie non autorisée ne reste en circulation et que cela relève du fair use", explique un libraire à SRF.
S'ils n'achètent qu'un seul exemplaire d'un livre ayant un ISBN, donc tiré à un nombre d'exemplaires conséquents, je ne vois pas comment on peut affirmer qu'il n'y a plus de copies en circulation, même pour un livre oublié des années 70.
Et que signifie "copie non autorisée" en circulation ?
J'ai lu qu'ils achètent tout le stock d'invendus pour pouvoir affirmer que le truc est introuvable et utiliser le "faire use". Dascritch ailleurs dit que leurs fournisseurs mettent le truc en "téléchargement gris" sur bittorent (pour combien de temps ?)
Là c'est différent s'ils détruisent volontairement tout un stock, alors qu'ils n'avaient besoin que d'un exemplaire. On est dans l'accaparement. Dark enlightenment.
Sans source fiable, ça ressemble sacrément à une légende urbaine quand même. Même si les budgets des entreprises dont on parle sont colossaux, il faut bien garder à l'esprit que cette histoire ne sert qu'à éviter de négocier des droits spécifiques avec les éditeurs.
En ordre de grandeur, les invendus représentent > 20% de la production en France. Le marché du livre est de l'ordre de grandeur de 120Mrds de $ dans le monde, donc le rachat de stocks ça serait environ 20 Mrds par an, ça m'étonnerait que les actionnaires soient d'accord :-)
Tous les invendus des vieilles éditions introuvables ne sont pas conservés, faudrait de très très gros entrepôts à force …
Mais effectivement les articles actuels semblent d'avantage parler de rachat d'occasion de livres un peu rare et le jugement récent sur le fair use semble indiquer que la destruction d'un exemplaire qu'on possède rentre bien dans le cadre du "fair use" https://www.loeb.com/en/insights/publications/2025/07/bartz-v-anthropic-pbc et il n'est pas nécessaire que le livre ne soit plus en circulation.
L'idée, c'est que si tu as fait un scan du livre et que tu as détruit la version papier, tu n'as qu'un copie, la version numérique.
Si tu as la version numérique et la version papier, tu as 2 copies.
C'est plus difficile de défendre le fair use si tu suis la 2nde voie.
Je n'ai pas été vérifié et mon cerveau se remets de la canicule, mais je pense que l'idée est que ça joue dans le 4eme ou le 1er facteur des 4 facteurs sur l'évaluation du fair use. Si tu n'as qu'une copie en circulation, alors tu peut plus facilement argumenter que tu as "transformé" l’œuvre, et tu peux dire que tu n'as impacté le marché en créant une copie numérique (mais encore une fois, j'ai peut être mal compris et la chaleur, etc).
C'est pas clair du tout, l'article en lien Linuxfr cite un autre article en allemand dont il a recopié 90% du contenu, qui lui-même cite "un libraire" (donc pas un expert du droit d'auteur américain).
J'ai du mal à voir le rapport entre le support original et le "fair use". Le copyright continue de s'appliquer même si le livre est numérisé, photocopié, …
En droit français je pense que la discussion serait plutôt sur le terrain de la copie privée ou quelque chose de ce genre: lié à la réalisation de copies "verbatim" (sans changements), alors que le "fair use" est plutôt pour des œuvres dérivées (et suffisament différentes).
Quel est le lien légal qui permettrait de sauter de l'un à l'autre dans ce cas?
C'est pas clair du tout, l'article en lien Linuxfr cite un autre article en allemand dont il a recopié 90% du contenu, qui lui-même cite "un libraire" (donc pas un expert du droit d'auteur américain).
Oui, c'est pour ça que je donne un lien vers la fac de Standford qui détaille le concept de fair use.
Pour determiner si quelque chose est autorisé par la doctrine du fair use, il y a un test avec 4 critères et ma supposition, c'est que le fait de numériser puis détruire l'exemplaire physique vise à faire pencher la balance à ce niveau (car c'est une question d'équilibre).
L'alternative, c'est de faire une copie et garder l'exemplaire physique, et ç'est sans doute plus difficile de défendre ça que l'inverse. Par exemple, dans Bartz v. Anthropic en 2025, le juge a décidé qu'utiliser un livre pour l’entraînement d'un LLM, c'est suffisamment "transformative" (facteur 1 des 4 facteurs du test pour le fair use), donc ça passe. Mais le même juge a aussi décidé que faire une copie complète de Annas Archive et co, c'était pas vraiment du fair use, et ça passe pas (il y a eu décision à l'amiable à la fin).
La je pense que l'idée, c'est d'éviter de se retrouver avec un procès au cul pour avoir eu la version physique et la version numérisé. Car même si ça ressemble beaucoup à
Authors Guild, Inc. v. Google, Inc. qui a été jugé en faveur de Google, ça n'a pas été jugé jusqu'à la Cour Suprême mais seulement au niveau la cour d'appel du 2nd district (eg, NY).
Comme les boites d'IA dépendent souvent d'un autre circuit d'appel (le 9eme, qui couvre la californie, entre autres), ce circuit n'est pas lié aux précédents du 2eme circuit d'appel, donc pourrait juger dans un autre sens (et provoquer un circuit split qui peut remonter jusqu'à la Cour Suprême).
En toute modestie, je renvoie à mon explication du droit des USA.
Ensuite, peut être que c'est juste une question de thunes. Garder des livres, ça coûte de l'argent et au final, il y a aucun besoin pour eux de garder les versions non numérisés. En France, la BNF garder des copies des livres, les USA ont la bibliothèque du congrès, l’Allemagne a la DNB, et c'est leur job d'archiver la culture, pas le job des boites d'IA.
Quel est le lien légal qui permettrait de sauter de l'un à l'autre dans ce cas?
Y a rien à sauter, le droit des USA s'applique aux USA. Il y a sans doute des considérations compliqués de droit privé international mais la, je pense que c'est pas le cas.
Il y a eu vente de marchandise d'un pays (Allemagne) à un autre (USA) via le Canada, et si c'est fait dans les règles, il y a rien à redire. Une fois que le livre est aux USA acheté légalement par un propriétaire qu'on suppose une boite US, ce qui arrive dépend de la loi locale à 100%.
Vu qu'on parle de droit US que personne d'entre nous ne comprend, et de "on dit que", "il paraitrait que", "j'ai entendu dire que", à mon avis, il y a peu de chance qu'une compréhension profonde des enjeux émerge de cette discussion.
Ce qu'on peut retenir, c'est qu'en attendant une jurisprudence claire, les boîtes qui entrainent des modèles prennent quelques précautions. Comme tu l'évoques, à mon avis, la destruction des livres n'a rien d'une protection juridique, c'est surtout un truc pratique: il est absurde de garder les livres physiques après numérisation, sauf si la version numérisée est détruite. C'est probablement économiquement absurde de renumériser un livre physique à chaque entrainement de modèle, donc ça semble rationnel de ne garder que la version numérisée.
Même avec les différences notables entre les systèmes européens et US, il y a un point qui semble largement incompris dans ces discussions : ce qui est illégal, c'est la contrefaçon, le fait de diffuser une version sans l'autorisation de l'auteur. À l'inverse, garder une copie à usage interne n'est pas de la contrefaçon; en droit européen c'est une copie privée, qui est autorisée sous certaines conditions; en droit US ça peut rentrer dans le "fair use". Donc ces histoires de copies numériques, ça me semble très très secondaire par rapport au problème central, qui est de savoir si l'entrainement de réseaux de neurones est susceptible d'entrainer la publication de contrefaçons. La jurisprudence établit clairement que ça n'est pas le cas pour les cerveaux biologiques: les auteurs des livres qu'on a lu ne sont pas mécaniquement considérés comme les auteurs des livres qu'on écrit nous-mêmes, il faut des éléments de ressemblance manifestes pour que la contrefaçon soit établie. Pour les LLM, la situation n'est pas juridiquement claire. Si les juges considèrent que le réseau "transforme" l'oeuvre (ce qui est techniquement le cas, puisque les réseaux de neurones ne copient pas textuellement les entrées), l'usage peut s'apparenter au fair use, et c'est peut-être dans ce cas spécifique où une victoire secondaire via l'argument de la copie interne des oeuvres originales pourrait être recherchée (bien maigre victoire, à mon avis).
Sur le fond, pour être honnête, c'est seulement une histoire d'argent. Quel éditeur de livre voudrait que les modèles grand public ne soient pas entrainés dessus? Qui pourrait me faire avaler que Guillaume Musso puisse vouloir que ChatGPT réponde "je ne peux rien vous dire à propos des livres de cet auteur" quand on lui demande "qui a tué Machin dans tel livre"? C'est de la blague, la très grande majorité des auteurs et éditeurs ne peut que souhaiter que les LLM aient "lu" leurs livres, pour répondre aux questions de leurs lecteurs, pour en conseiller l'achat, etc. Ce qui se passe, c'est qu'ils veulent toucher une part de gâteau, possiblement parce qu'ils voient arriver la possibilité que la prochaine génération de LLM soit capable de produire à l'infini de la littérature tout à fait acceptable dans certains styles peu qualitatifs (romans de gare, romans à l'eau de rose, etc).
Vu qu'on parle de droit US que personne d'entre nous ne comprend, et de "on dit que", "il paraitrait que", "j'ai entendu dire que", à mon avis, il y a peu de chance qu'une compréhension profonde des enjeux émerge de cette discussion.
Je suis un peu vexé de "personne d'entre nous" alors que je file des tonnes de liens et que je passe mon temps à expliquer.
Le probléme ici, c'est pas le droit US (même si c'est assez pifométrique dans le domaine), c'est surtout les spéculation de l'article d'une part, et qu'on ne sait pas pourquoi des boites qu'on ne connaît pas font des choses. Donc on ne peux que supposer dans ces conditions.
Comme tu l'évoques, à mon avis, la destruction des livres n'a rien d'une protection juridique,
Ok, j'ai justement expliqué pourquoi c'est une protection juridique (l'histoire du risque de circuit split, etc).
Maintenant, il n'y a sans doute pas qu'une raison de faire les choses. Et un point qui me semble curieux, c'est que les boites ne revendent pas les livres, mais j'imagine que ça serait trop risqué (j'ai pas eu le temps de bosser sur le concept de first-sale doctrine ), ou juste que les livres sont en trop mauvaise état pour ça.
Même avec les différences notables entre les systèmes européens et US, il y a un point qui semble largement incompris dans ces discussions : ce qui est illégal, c'est la contrefaçon, le fait de diffuser une version sans l'autorisation de l'auteur.
Mais le terme contrefaçon en droit français recouvre plus que ce counterfeit (traduction du mot) recouvre en droit US. En droit US, c'est "copyright violation" pour les oeuvres, counterfeit, ça couvre les trucs classiques (genre faux sac linuxfr.org).
Et la raison qui fait que la contrefaçon au sens français ne vient pas dans les discussions, c'est surout parce que les litiges sont largement dominés par les contentieux devant des cours US. Sur 156 cas, y en 34 en dehors des USA (donc 1 sur 5 sur le monde entier sauf les USAs).
Sur les 34, il y en a 1 en France pour le moment, et la non plus, on parle pas de contrefaçon, car personne n'a attaqué pour ça.
en droit européen c'est une copie privée, qui est autorisée sous certaines conditions; en droit US ça peut rentrer dans le "fair use".
Parler de droit européen me semble être un peu incorrect, car contrairement au RGPD qui est un règlement, donc qui s'applique telle quelle partout en même temps, les questions de copyright/droit d'auteur/etc sont gérés par des directives (2019/790, 2001/29/CE, etc) qui ont été transposés avec parfois des différences (et sans doute des différences notables). Les droits moraux sont le premier exemple qui me vient en tête, vu que ça n'a pas l'air du tout d'être unifié en Europe (mais ça n'a rien à voir avec le sujet).
La jurisprudence établit clairement que ça n'est pas le cas pour les cerveaux biologiques: les auteurs des livres qu'on a lu ne sont pas mécaniquement considérés comme les auteurs des livres qu'on écrit nous-mêmes, il faut des éléments de ressemblance manifestes pour que la contrefaçon soit établie
C'est plus vraiment la jurisprudence, c'est la doctrine de la séparation idée/expression qui est maintenant dans les traités internationaux depuis 1994, donc dans la loi (au moins des pays qui ont ratifiés l'accord en question).
Ensuite, la contrefaçon, c'est en général (pour les objets physiques) quand tu fais un truc dans le but de te faire passer pour une marque connu. Dans le domaine du logiciel, le cas connu dans les milieux libristes, c'est Entrouvert c. Orange, mais comme dit par le passé, Entrouvert a choisi d'attaquer en contrefaçon parce que ça chiffrait plus que la violation de contrat.
Dans le cas d'un livre, tu peux copier dans le but de coller au genre. Avoir un détective alcoolique qui vit à Chicago avec une femme fatale qui débarque dans son bureau pour filer une affaire, c'est un trope, tu peux pas dire que c'est une contrefaçon (et il y a des tas des d'exceptions, comme les parodies, etc). La liberté d'expression, ça reste aussi un droit fondamental à mettre en balance (et d'ailleurs, c'est une voie proposée pour avoir un "fair use européen" par des juristes de Strasbourg).
Si les juges considèrent que le réseau "transforme" l'oeuvre (ce qui est techniquement le cas, puisque les réseaux de neurones ne copient pas textuellement les entrées),
Comme dit plus haut, c'est déjà réglé (au moins pour le 9eme circuit d'appel aux USA) vu qu'un juge a déjà décidé ça dans l'affaire Bartz v. Anthropic. Sauf si il y a changement à la Cour suprême ou en appel, le concept de stare decisis s'applique et les autres juges doivent suivre la décision.
Maintenant, si je compresse une livre en zip, c'est aussi une transformation mathématique qui ne copie pas textuellement l'oeuvre mais les juges vont sans doute y voir (et à raison) que c'est pas suffisamment "transformatif" pour appliquer la doctrine de fair use et m'absoudre d'une violation (genre si je distribue les fichiers .zip). Donc il y a un peu plus que le simple fait de ne pas copier tel quel les données.
l'usage peut s'apparenter au fair use, et c'est peut-être dans ce cas spécifique où une victoire secondaire via l'argument de la copie interne des oeuvres originales pourrait être recherchée (bien maigre victoire, à mon avis).
Ça dépend des arguments des plaignants.
Il y a la question de réussir à retrouver le texte (au cœur du procès du NYT contre Open AI, comme indiqué dans l'intro de ce papier sur ce sujet spécifique), mais aussi la question de l’entraînement qui est traité à part. Et en prime, il y a des questions subsidiaires sur l'obtention des données d’entraînement (Meta qui chope les données via bittorent, Reddit qui se plaint qu'on scrape son site au lieu de payer, etc).
L’entraînement, ça a été décidé comme fair use aux USA (sauf changement), mais le reste est encore devant les tribunaux.
En Europe, c'est pas encore décidé mais la question de l'exception TDM (text and data mining) se pose, et je crois me souvenir que l'AI Act vient aussi changer ça (j'ai moins bossé, donc à vérifier). Il y a aussi un procès qui est devant la CJUE, l'affaire C-250/25 "Like v. Google". L'AG donne son avis au début du mois de septembre 2026 (officiel), et la Cour devrait donner son verdict vers le premier trimestre 2027 (estimation personnelle).
La cour de Budapest qui est à l'origine de la demande à la CJUE pose 4 questions. Elle demande à clarifier si l’entraînement d'un LLM est une reproduction avec ce que ça implique (Q2), si la réponse est oui, est ce que l'exception TDM s'applique (Q3), et si le résultat de l'agent conversationnel est une reproduction et dans quel condition (Q4). La Q1 demande si la réponse d'un chatbot est une communication au public, et je suppose que c'est pour savoir qui est responsable de la publication (je m'attends à ce que la CJUE arrive aux mêmes conclusions que le tribunal de Munich.
Et la question de la reproduction en sortie d'un œuvre sous copyright peut être réglé par un filtre en sortie (ironiquement, sans doute avec un LLM entraîné sur les œuvres en question), donc je pense que c'est pas un gros souci pour les plus gros labs.
Ce que ça va donner pour des providers plus petits, je ne sais pas, mais ça va pas aider.
Pour scanner rapidement un bouquin, on le scanne page par page. Ça implique que les pages soient détachées. Avantage : les pages sont bien à plat et le scan est de qualité.
Donc, pour avoir un scan rapide et de qualité d’un livre (soit : le cas d’usage ici), on commence par le démanteler, parce qu’on a pas le choix en fait ; et si on a pas un besoin impérieux de garder la version physique (ce qui est le cas pour tout livre qu’on veut scanner rapidement), eh bien on jette les feuilles volantes qui constituent ce qui a été le livre. Parce qu’on en a plus besoin et que ça n’a plus de valeur.
Les livres en soi ne sont pas sacrés, d’ailleurs les bibliothèques font très régulièrement des opérations de désherbage et se débarrassent de beaucoup de livres. Sans parler des millions d’invendus qui finissent au pilon tous les ans.
Détruire des bouquins ça devient un problème quand on les détruit pour raisons politiques dans un autodafé ; ou quand on détruit les derniers exemplaires de livres rares et précieux.
Donc, pour avoir un scan rapide et de qualité d’un livre (soit : le cas d’usage ici), on commence par le démanteler, parce qu’on a pas le choix en fait ; et si on a pas un besoin impérieux de garder la version physique (ce qui est le cas pour tout livre qu’on veut scanner rapidement), eh bien on jette les feuilles volantes qui constituent ce qui a été le livre. Parce qu’on en a plus besoin et que ça n’a plus de valeur.
On peut numériser un livre sans le détruire et sans le démanteler. Sinon on n'aurait pas d'archives numérisées d’œuvres d'art par exemple. C'est donc possible. Il existe par ailleurs des scanners « livres ouverts », manuel, avec petit bras qui tourne les pages, etc. Ça existe donc dans le commerce. Et certains (présents ici) l'ont déjà fait en DIY cf https://video.lqdn.fr/w/vUxSy2vRfGo4SnPeTHbz8C ou https://web.archive.org/web/20190119181137/http://romainelubrique.org/scanner-livres-domaine-public (et peut-être même ici mais pas retrouvé). Par contre si on veut juste faire de la masse et vite, détruire est plus rapide, plus facile et moins cher.
Je ne pense pas que ces entreprises aient le moindre intérêt à préserver et à conserver les bouquins qu'elles numérisent : elles vont au plus rapide et au plus efficace, même si la méthode est destructive.
Au final, on ne sait même pas si la destruction est volontaire ou si elle est inévitable dans le process de numérisation. C'est difficile d'en conclure quoi que ce soit en terme de fair use.
# La réalité dépasse la fiction
Posté par Colargol . Évalué à 3 (+1/-0).
Merci pour le lien qui m'a fait penser au roman de Vernor Vinge "Rainbows End" dans lequel une multinationale du numérique veut numériser la bibliothèque de l'université de San Diego en détruisant les livres au passage.
[^] # Re: La réalité dépasse la fiction
Posté par Misc (site web personnel) . Évalué à 2 (+2/-3).
En même temps, c'est aussi à cause des lois sur le copyright, si tu fais une copie sans détruire la source, il est assez difficile de te défendre quand on t'accuse d'avoir fait une copie illégale (comme indiquer dans l'article, mais comme personne ne lit l'article).
C'est rien de nouveau, Anthropic a admis le faire en 2025. Et si j'en crois Ars Technica, c'est ni les premiers, ni les seuls (Google a un brevet sur une méthode non destructive qui doit encore être valable).
Et ici, ça semble quand même être une panique morale. On a le coté virale (je l'ai vu passé une paire de fois sur les réseaux), le coté vague dans le titre "Des entreprises d'IA" (mais ne parle que de "Zoom Books", puis d'Anthropic, donc le pluriel est quand même non soutenu par l'article), l'appel à l'émotion ("Destruction du patrimoine" en sous titre, ce qui évoque quand même la destruction de la bibli d'Alexandrie ou les autodafés nazis).
C'est presque une redite du jour ou certaines personnes ont découvert le concept de désherbage dans les bibliothèques, et ou tout le monde a poussé des grands cris à l'idée abstraite de perte, un biais cognitif quand même bien connu et documenté.
[^] # Re: La réalité dépasse la fiction
Posté par vmagnin (site web personnel, Mastodon) . Évalué à 4 (+2/-0).
S'ils n'achètent qu'un seul exemplaire d'un livre ayant un ISBN, donc tiré à un nombre d'exemplaires conséquents, je ne vois pas comment on peut affirmer qu'il n'y a plus de copies en circulation, même pour un livre oublié des années 70.
Et que signifie "copie non autorisée" en circulation ?
[^] # Re: La réalité dépasse la fiction
Posté par thoasm . Évalué à 3 (+1/-1).
J'ai lu qu'ils achètent tout le stock d'invendus pour pouvoir affirmer que le truc est introuvable et utiliser le "faire use". Dascritch ailleurs dit que leurs fournisseurs mettent le truc en "téléchargement gris" sur bittorent (pour combien de temps ?)
[^] # Re: La réalité dépasse la fiction
Posté par vmagnin (site web personnel, Mastodon) . Évalué à 4 (+2/-0). Dernière modification le 28 juin 2026 à 20:44.
Là c'est différent s'ils détruisent volontairement tout un stock, alors qu'ils n'avaient besoin que d'un exemplaire. On est dans l'accaparement. Dark enlightenment.
[^] # Re: La réalité dépasse la fiction
Posté par arnaudus . Évalué à 6 (+3/-0).
Sans source fiable, ça ressemble sacrément à une légende urbaine quand même. Même si les budgets des entreprises dont on parle sont colossaux, il faut bien garder à l'esprit que cette histoire ne sert qu'à éviter de négocier des droits spécifiques avec les éditeurs.
En ordre de grandeur, les invendus représentent > 20% de la production en France. Le marché du livre est de l'ordre de grandeur de 120Mrds de $ dans le monde, donc le rachat de stocks ça serait environ 20 Mrds par an, ça m'étonnerait que les actionnaires soient d'accord :-)
[^] # Re: La réalité dépasse la fiction
Posté par thoasm . Évalué à 3 (+0/-0).
Tous les invendus des vieilles éditions introuvables ne sont pas conservés, faudrait de très très gros entrepôts à force …
Mais effectivement les articles actuels semblent d'avantage parler de rachat d'occasion de livres un peu rare et le jugement récent sur le fair use semble indiquer que la destruction d'un exemplaire qu'on possède rentre bien dans le cadre du "fair use" https://www.loeb.com/en/insights/publications/2025/07/bartz-v-anthropic-pbc et il n'est pas nécessaire que le livre ne soit plus en circulation.
[^] # Re: La réalité dépasse la fiction
Posté par Misc (site web personnel) . Évalué à 5 (+2/-0).
L'idée, c'est que si tu as fait un scan du livre et que tu as détruit la version papier, tu n'as qu'un copie, la version numérique.
Si tu as la version numérique et la version papier, tu as 2 copies.
C'est plus difficile de défendre le fair use si tu suis la 2nde voie.
Je n'ai pas été vérifié et mon cerveau se remets de la canicule, mais je pense que l'idée est que ça joue dans le 4eme ou le 1er facteur des 4 facteurs sur l'évaluation du fair use. Si tu n'as qu'une copie en circulation, alors tu peut plus facilement argumenter que tu as "transformé" l’œuvre, et tu peux dire que tu n'as impacté le marché en créant une copie numérique (mais encore une fois, j'ai peut être mal compris et la chaleur, etc).
[^] # Re: La réalité dépasse la fiction
Posté par pulkomandy (site web personnel, Mastodon) . Évalué à 3 (+0/-0).
C'est pas clair du tout, l'article en lien Linuxfr cite un autre article en allemand dont il a recopié 90% du contenu, qui lui-même cite "un libraire" (donc pas un expert du droit d'auteur américain).
J'ai du mal à voir le rapport entre le support original et le "fair use". Le copyright continue de s'appliquer même si le livre est numérisé, photocopié, …
En droit français je pense que la discussion serait plutôt sur le terrain de la copie privée ou quelque chose de ce genre: lié à la réalisation de copies "verbatim" (sans changements), alors que le "fair use" est plutôt pour des œuvres dérivées (et suffisament différentes).
Quel est le lien légal qui permettrait de sauter de l'un à l'autre dans ce cas?
[^] # Re: La réalité dépasse la fiction
Posté par Misc (site web personnel) . Évalué à 4 (+1/-0).
Oui, c'est pour ça que je donne un lien vers la fac de Standford qui détaille le concept de fair use.
Pour determiner si quelque chose est autorisé par la doctrine du fair use, il y a un test avec 4 critères et ma supposition, c'est que le fait de numériser puis détruire l'exemplaire physique vise à faire pencher la balance à ce niveau (car c'est une question d'équilibre).
L'alternative, c'est de faire une copie et garder l'exemplaire physique, et ç'est sans doute plus difficile de défendre ça que l'inverse. Par exemple, dans Bartz v. Anthropic en 2025, le juge a décidé qu'utiliser un livre pour l’entraînement d'un LLM, c'est suffisamment "transformative" (facteur 1 des 4 facteurs du test pour le fair use), donc ça passe. Mais le même juge a aussi décidé que faire une copie complète de Annas Archive et co, c'était pas vraiment du fair use, et ça passe pas (il y a eu décision à l'amiable à la fin).
La je pense que l'idée, c'est d'éviter de se retrouver avec un procès au cul pour avoir eu la version physique et la version numérisé. Car même si ça ressemble beaucoup à
Authors Guild, Inc. v. Google, Inc. qui a été jugé en faveur de Google, ça n'a pas été jugé jusqu'à la Cour Suprême mais seulement au niveau la cour d'appel du 2nd district (eg, NY).
Comme les boites d'IA dépendent souvent d'un autre circuit d'appel (le 9eme, qui couvre la californie, entre autres), ce circuit n'est pas lié aux précédents du 2eme circuit d'appel, donc pourrait juger dans un autre sens (et provoquer un circuit split qui peut remonter jusqu'à la Cour Suprême).
En toute modestie, je renvoie à mon explication du droit des USA.
Ensuite, peut être que c'est juste une question de thunes. Garder des livres, ça coûte de l'argent et au final, il y a aucun besoin pour eux de garder les versions non numérisés. En France, la BNF garder des copies des livres, les USA ont la bibliothèque du congrès, l’Allemagne a la DNB, et c'est leur job d'archiver la culture, pas le job des boites d'IA.
Y a rien à sauter, le droit des USA s'applique aux USA. Il y a sans doute des considérations compliqués de droit privé international mais la, je pense que c'est pas le cas.
Il y a eu vente de marchandise d'un pays (Allemagne) à un autre (USA) via le Canada, et si c'est fait dans les règles, il y a rien à redire. Une fois que le livre est aux USA acheté légalement par un propriétaire qu'on suppose une boite US, ce qui arrive dépend de la loi locale à 100%.
[^] # Re: La réalité dépasse la fiction
Posté par arnaudus . Évalué à 1 (+1/-3).
Vu qu'on parle de droit US que personne d'entre nous ne comprend, et de "on dit que", "il paraitrait que", "j'ai entendu dire que", à mon avis, il y a peu de chance qu'une compréhension profonde des enjeux émerge de cette discussion.
Ce qu'on peut retenir, c'est qu'en attendant une jurisprudence claire, les boîtes qui entrainent des modèles prennent quelques précautions. Comme tu l'évoques, à mon avis, la destruction des livres n'a rien d'une protection juridique, c'est surtout un truc pratique: il est absurde de garder les livres physiques après numérisation, sauf si la version numérisée est détruite. C'est probablement économiquement absurde de renumériser un livre physique à chaque entrainement de modèle, donc ça semble rationnel de ne garder que la version numérisée.
Même avec les différences notables entre les systèmes européens et US, il y a un point qui semble largement incompris dans ces discussions : ce qui est illégal, c'est la contrefaçon, le fait de diffuser une version sans l'autorisation de l'auteur. À l'inverse, garder une copie à usage interne n'est pas de la contrefaçon; en droit européen c'est une copie privée, qui est autorisée sous certaines conditions; en droit US ça peut rentrer dans le "fair use". Donc ces histoires de copies numériques, ça me semble très très secondaire par rapport au problème central, qui est de savoir si l'entrainement de réseaux de neurones est susceptible d'entrainer la publication de contrefaçons. La jurisprudence établit clairement que ça n'est pas le cas pour les cerveaux biologiques: les auteurs des livres qu'on a lu ne sont pas mécaniquement considérés comme les auteurs des livres qu'on écrit nous-mêmes, il faut des éléments de ressemblance manifestes pour que la contrefaçon soit établie. Pour les LLM, la situation n'est pas juridiquement claire. Si les juges considèrent que le réseau "transforme" l'oeuvre (ce qui est techniquement le cas, puisque les réseaux de neurones ne copient pas textuellement les entrées), l'usage peut s'apparenter au fair use, et c'est peut-être dans ce cas spécifique où une victoire secondaire via l'argument de la copie interne des oeuvres originales pourrait être recherchée (bien maigre victoire, à mon avis).
Sur le fond, pour être honnête, c'est seulement une histoire d'argent. Quel éditeur de livre voudrait que les modèles grand public ne soient pas entrainés dessus? Qui pourrait me faire avaler que Guillaume Musso puisse vouloir que ChatGPT réponde "je ne peux rien vous dire à propos des livres de cet auteur" quand on lui demande "qui a tué Machin dans tel livre"? C'est de la blague, la très grande majorité des auteurs et éditeurs ne peut que souhaiter que les LLM aient "lu" leurs livres, pour répondre aux questions de leurs lecteurs, pour en conseiller l'achat, etc. Ce qui se passe, c'est qu'ils veulent toucher une part de gâteau, possiblement parce qu'ils voient arriver la possibilité que la prochaine génération de LLM soit capable de produire à l'infini de la littérature tout à fait acceptable dans certains styles peu qualitatifs (romans de gare, romans à l'eau de rose, etc).
[^] # Re: La réalité dépasse la fiction
Posté par Misc (site web personnel) . Évalué à 4 (+1/-0).
Je suis un peu vexé de "personne d'entre nous" alors que je file des tonnes de liens et que je passe mon temps à expliquer.
Le probléme ici, c'est pas le droit US (même si c'est assez pifométrique dans le domaine), c'est surtout les spéculation de l'article d'une part, et qu'on ne sait pas pourquoi des boites qu'on ne connaît pas font des choses. Donc on ne peux que supposer dans ces conditions.
Ok, j'ai justement expliqué pourquoi c'est une protection juridique (l'histoire du risque de circuit split, etc).
Maintenant, il n'y a sans doute pas qu'une raison de faire les choses. Et un point qui me semble curieux, c'est que les boites ne revendent pas les livres, mais j'imagine que ça serait trop risqué (j'ai pas eu le temps de bosser sur le concept de first-sale doctrine ), ou juste que les livres sont en trop mauvaise état pour ça.
Mais le terme contrefaçon en droit français recouvre plus que ce counterfeit (traduction du mot) recouvre en droit US. En droit US, c'est "copyright violation" pour les oeuvres, counterfeit, ça couvre les trucs classiques (genre faux sac linuxfr.org).
Et la raison qui fait que la contrefaçon au sens français ne vient pas dans les discussions, c'est surout parce que les litiges sont largement dominés par les contentieux devant des cours US. Sur 156 cas, y en 34 en dehors des USA (donc 1 sur 5 sur le monde entier sauf les USAs).
Sur les 34, il y en a 1 en France pour le moment, et la non plus, on parle pas de contrefaçon, car personne n'a attaqué pour ça.
Parler de droit européen me semble être un peu incorrect, car contrairement au RGPD qui est un règlement, donc qui s'applique telle quelle partout en même temps, les questions de copyright/droit d'auteur/etc sont gérés par des directives (2019/790, 2001/29/CE, etc) qui ont été transposés avec parfois des différences (et sans doute des différences notables). Les droits moraux sont le premier exemple qui me vient en tête, vu que ça n'a pas l'air du tout d'être unifié en Europe (mais ça n'a rien à voir avec le sujet).
C'est plus vraiment la jurisprudence, c'est la doctrine de la séparation idée/expression qui est maintenant dans les traités internationaux depuis 1994, donc dans la loi (au moins des pays qui ont ratifiés l'accord en question).
Ensuite, la contrefaçon, c'est en général (pour les objets physiques) quand tu fais un truc dans le but de te faire passer pour une marque connu. Dans le domaine du logiciel, le cas connu dans les milieux libristes, c'est Entrouvert c. Orange, mais comme dit par le passé, Entrouvert a choisi d'attaquer en contrefaçon parce que ça chiffrait plus que la violation de contrat.
Dans le cas d'un livre, tu peux copier dans le but de coller au genre. Avoir un détective alcoolique qui vit à Chicago avec une femme fatale qui débarque dans son bureau pour filer une affaire, c'est un trope, tu peux pas dire que c'est une contrefaçon (et il y a des tas des d'exceptions, comme les parodies, etc). La liberté d'expression, ça reste aussi un droit fondamental à mettre en balance (et d'ailleurs, c'est une voie proposée pour avoir un "fair use européen" par des juristes de Strasbourg).
Comme dit plus haut, c'est déjà réglé (au moins pour le 9eme circuit d'appel aux USA) vu qu'un juge a déjà décidé ça dans l'affaire Bartz v. Anthropic. Sauf si il y a changement à la Cour suprême ou en appel, le concept de stare decisis s'applique et les autres juges doivent suivre la décision.
Maintenant, si je compresse une livre en zip, c'est aussi une transformation mathématique qui ne copie pas textuellement l'oeuvre mais les juges vont sans doute y voir (et à raison) que c'est pas suffisamment "transformatif" pour appliquer la doctrine de fair use et m'absoudre d'une violation (genre si je distribue les fichiers .zip). Donc il y a un peu plus que le simple fait de ne pas copier tel quel les données.
Ça dépend des arguments des plaignants.
Il y a la question de réussir à retrouver le texte (au cœur du procès du NYT contre Open AI, comme indiqué dans l'intro de ce papier sur ce sujet spécifique), mais aussi la question de l’entraînement qui est traité à part. Et en prime, il y a des questions subsidiaires sur l'obtention des données d’entraînement (Meta qui chope les données via bittorent, Reddit qui se plaint qu'on scrape son site au lieu de payer, etc).
L’entraînement, ça a été décidé comme fair use aux USA (sauf changement), mais le reste est encore devant les tribunaux.
En Europe, c'est pas encore décidé mais la question de l'exception TDM (text and data mining) se pose, et je crois me souvenir que l'AI Act vient aussi changer ça (j'ai moins bossé, donc à vérifier). Il y a aussi un procès qui est devant la CJUE, l'affaire C-250/25 "Like v. Google". L'AG donne son avis au début du mois de septembre 2026 (officiel), et la Cour devrait donner son verdict vers le premier trimestre 2027 (estimation personnelle).
La cour de Budapest qui est à l'origine de la demande à la CJUE pose 4 questions. Elle demande à clarifier si l’entraînement d'un LLM est une reproduction avec ce que ça implique (Q2), si la réponse est oui, est ce que l'exception TDM s'applique (Q3), et si le résultat de l'agent conversationnel est une reproduction et dans quel condition (Q4). La Q1 demande si la réponse d'un chatbot est une communication au public, et je suppose que c'est pour savoir qui est responsable de la publication (je m'attends à ce que la CJUE arrive aux mêmes conclusions que le tribunal de Munich.
Et la question de la reproduction en sortie d'un œuvre sous copyright peut être réglé par un filtre en sortie (ironiquement, sans doute avec un LLM entraîné sur les œuvres en question), donc je pense que c'est pas un gros souci pour les plus gros labs.
Ce que ça va donner pour des providers plus petits, je ne sais pas, mais ça va pas aider.
# Y’a une raison physique
Posté par SpaceFox (site web personnel, Mastodon) . Évalué à 8 (+6/-0). Dernière modification le 29 juin 2026 à 17:48.
Pour scanner rapidement un bouquin, on le scanne page par page. Ça implique que les pages soient détachées. Avantage : les pages sont bien à plat et le scan est de qualité.
Donc, pour avoir un scan rapide et de qualité d’un livre (soit : le cas d’usage ici), on commence par le démanteler, parce qu’on a pas le choix en fait ; et si on a pas un besoin impérieux de garder la version physique (ce qui est le cas pour tout livre qu’on veut scanner rapidement), eh bien on jette les feuilles volantes qui constituent ce qui a été le livre. Parce qu’on en a plus besoin et que ça n’a plus de valeur.
Les livres en soi ne sont pas sacrés, d’ailleurs les bibliothèques font très régulièrement des opérations de désherbage et se débarrassent de beaucoup de livres. Sans parler des millions d’invendus qui finissent au pilon tous les ans.
Détruire des bouquins ça devient un problème quand on les détruit pour raisons politiques dans un autodafé ; ou quand on détruit les derniers exemplaires de livres rares et précieux.
La connaissance libre : https://zestedesavoir.com
[^] # Re: Y’a une raison physique
Posté par Benoît Sibaud (site web personnel) . Évalué à 3 (+2/-2).
On peut numériser un livre sans le détruire et sans le démanteler. Sinon on n'aurait pas d'archives numérisées d’œuvres d'art par exemple. C'est donc possible. Il existe par ailleurs des scanners « livres ouverts », manuel, avec petit bras qui tourne les pages, etc. Ça existe donc dans le commerce. Et certains (présents ici) l'ont déjà fait en DIY cf https://video.lqdn.fr/w/vUxSy2vRfGo4SnPeTHbz8C ou https://web.archive.org/web/20190119181137/http://romainelubrique.org/scanner-livres-domaine-public (et peut-être même ici mais pas retrouvé). Par contre si on veut juste faire de la masse et vite, détruire est plus rapide, plus facile et moins cher.
[^] # Re: Y’a une raison physique
Posté par SpaceFox (site web personnel, Mastodon) . Évalué à 5 (+3/-0). Dernière modification le 29 juin 2026 à 18:23.
Je pensais avoir été clair dans mon propos :
Bien sûr qu’on peut scanner un livre sans le détruire ! C’était, juste, pas le sujet de mon commentaire.
La connaissance libre : https://zestedesavoir.com
[^] # Re: Y’a une raison physique
Posté par arnaudus . Évalué à 3 (+0/-0).
Je ne pense pas que ces entreprises aient le moindre intérêt à préserver et à conserver les bouquins qu'elles numérisent : elles vont au plus rapide et au plus efficace, même si la méthode est destructive.
Au final, on ne sait même pas si la destruction est volontaire ou si elle est inévitable dans le process de numérisation. C'est difficile d'en conclure quoi que ce soit en terme de fair use.
Envoyer un commentaire
Suivre le flux des commentaires
Note : les commentaires appartiennent à celles et ceux qui les ont postés. Nous n’en sommes pas responsables.