L'intelligence artificielle rend la preuve de propriété des données plus importante

Selon le texte, les modèles de fondation à usage général peuvent nécessiter des milliards de points de données et inclure des œuvres protégées par le droit d’auteur provenant de multiples sources. Le gouvernement britannique, dans son rapport 2026 sur le droit d’auteur et l’IA, estime aussi que les développeurs ne donnent pas tous le même niveau de transparence sur les données utilisées, tandis que les créateurs ignorent souvent si leurs œuvres ont servi à l’entraînement.

Du droit d’auteur aux ensembles de données

Le problème tient en partie au fait que le droit d’auteur a été conçu autour d’œuvres individuelles, alors que l’IA fonctionne sur des datasets, c’est-à-dire des ensembles de données. Une photographie, un livre, un article ou un morceau de musique devient un point parmi des milliards, ce qui complique à la fois l’identification des droits et la négociation des licences.

Le texte souligne que l’obtention d’autorisations individuelles pour des millions, voire des milliards d’œuvres, est bien plus complexe que la négociation d’une licence pour un ensemble d’articles. L’article parle ainsi d’un décalage entre un droit d’auteur « au niveau des œuvres » et un développement de l’IA « au niveau des datasets ».

Avant même de décider si une autorisation est nécessaire, une autre question devient centrale : peut-on établir de façon fiable quelles œuvres ont été utilisées ? Sur ce point, le gouvernement britannique indique que plus de 90 % des répondants à sa consultation sur le droit d’auteur et l’IA étaient favorables à la divulgation des sources utilisées dans l’entraînement des modèles.

Vers des droits lisibles par les machines

L’Union européenne a déjà avancé dans cette direction. L’AI Act impose aux fournisseurs de respecter le droit d’auteur de l’UE et de publier des résumés suffisamment détaillés des contenus utilisés pour l’entraînement. La Commission européenne demande aussi des informations sur les jeux de données publics et privés, le contenu aspiré en ligne, les données utilisateur, les données synthétiques et d’autres sources.

CoinGeek évoque ensuite une piste : rendre les informations de droits lisibles par machine. Une œuvre publiée en ligne pourrait, en théorie, contenir un enregistrement vérifiable indiquant son créateur, son propriétaire, les usages autorisés, ou encore la permission d’entraînement pour l’IA.

Le texte note toutefois qu’il manque encore des standards techniques et que certains outils ne sont pas universellement reconnus. Le gouvernement britannique relève aussi que certaines protections actuelles ne sont pas toujours efficaces et que certains robots d’exploration ne respectent pas les standards.

La blockchain comme registre de droits

Dernier point avancé : des blockchains publiques scalables pourraient servir d’infrastructure pour enregistrer les changements de propriété, de licences et d’autorisations. L’œuvre elle-même n’aurait pas besoin d’être stockée sur la blockchain ; un identifiant cryptographique ou un hash suffirait à la référencer, tandis que les transactions enregistreraient les droits, transferts et permissions.

Le texte estime aussi qu’une telle architecture pourrait soutenir des paiements automatisés si un système d’IA avait le droit d’utiliser une donnée à un prix convenu. En revanche, rappelle l’article, la blockchain ne peut pas trancher qui détient légalement une œuvre en litige ni dire si un usage précis viole un accord ou tombe dans une exception juridique.