La Haute Cour de Delhi a rejeté la demande de l’agence de presse indienne Asian News International (ANI) visant à obtenir une injonction préliminaire contre OpenAI dans un litige de droit d’auteur portant sur l’entraînement de l’IA et les sorties de ChatGPT.

ANI, l’une des plus grandes agences de presse d’Inde, a poursuivi OpenAI pour l’utilisation alléguée de contenus journalistiques protégés par le droit d’auteur dans l’entraînement de modèles et dans les réponses générées par ChatGPT. Dans une décision provisoire, le juge Amit Bansal a refusé les mesures demandées sur les deux chefs, en abordant des questions liées à la mémorisation par les modèles, à la génération augmentée par récupération (Retrieval Augmented Generation, RAG) et au statut juridique de l’utilisation d’œuvres protégées pour entraîner des systèmes d’IA. La décision ne met pas fin au procès ; elle fixe la position préliminaire du tribunal tout en renvoyant plusieurs questions à la procédure principale.

L’expert en droit d’auteur appliqué à l’IA Andres Guadamuz a décrit cette décision comme une première victoire importante pour OpenAI. Son analyse est disponible à l’adresse Le document judiciaire a également été mis à disposition à l’adresse

Les preuves d’ANI n’ont pas établi de reproduction mot pour mot

ANI a soumis au tribunal plusieurs sorties de ChatGPT qu’elle présentait comme des copies substantielles de ses articles. OpenAI a répondu que les modèles concernés, GPT-4 et GPT-4o, avaient été entraînés sur des jeux de données datant d’avril 2022 et d’avril 2024. La plupart des articles invoqués par ANI comme preuves avaient été publiés en août et septembre 2024, ce qui signifie qu’ils ne pouvaient pas avoir été inclus dans ces jeux de données d’entraînement.

Selon l’analyse préliminaire du juge Bansal, les similarités observées dans les sorties semblaient résulter de la génération augmentée par récupération, une méthode qui permet à un modèle de langage de récupérer en temps réel des informations en ligne récentes, d’une manière comparable à un moteur de recherche. ANI n’ayant pas traité du RAG dans son dépôt, le tribunal n’a pas rendu de décision définitive sur ce point. Le juge a indiqué que les sorties fondées sur le RAG pourraient potentiellement relever de la « communication au public », une question réservée à la procédure principale.

Le tribunal a également relevé qu’ANI avait utilisé des invites adversariales, demandant expressément au modèle de reproduire des articles « exactement ». Même avec ces invites, ANI n’a pas produit une seule copie mot pour mot. Le juge a estimé que les faits contenus dans les articles de presse ne sont généralement pas protégeables par le droit d’auteur, et que la reproduction de sujets et de titres ne constituait pas, dans cette affaire, une concurrence directe avec ANI.

Les éléments de preuve n’ont pas étayé l’affirmation d’ANI selon laquelle OpenAI stockerait de façon permanente des données d’entraînement dans ses modèles et pourrait reproduire à la demande les œuvres de l’agence mot pour mot. Le tribunal a indiqué que cette question serait réexaminée dans la procédure principale.

Le tribunal apporte un soutien préliminaire à l’entraînement de l’IA comme usage privé

ANI n’a pas non plus établi, au stade provisoire, que la copie de ses contenus par OpenAI à des fins d’entraînement de l’IA constituait une violation du droit d’auteur. Les deux parties ont convenu qu’OpenAI avait utilisé des contenus d’ANI pendant l’entraînement. OpenAI a soutenu que ces contenus ne représentaient qu’une infime partie de l’ensemble du jeu de données et que le modèle n’en avait extrait que des éléments non expressifs, notamment la grammaire, la syntaxe et les structures linguistiques.

Le juge a examiné les exceptions prévues par le droit indien du droit d’auteur et s’est appuyé sur une disposition couvrant « l’usage privé ou personnel, y compris la recherche ». À ce stade, il a interprété la notion de « recherche » de manière suffisamment large pour inclure l’entraînement de l’IA.

Le tribunal a fixé des limites à cette approche. Les copies d’entraînement doivent provenir de sources licites, et non de bibliothèques fantômes ou de sites payants consultés sans autorisation. Le juge a également noté qu’OpenAI n’avait pas rendu publiques les copies d’entraînement et les avait traitées uniquement en interne. Guadamuz a indiqué que c’était la première fois qu’un tribunal concluait explicitement que l’entraînement de l’IA relevait d’une exception d’usage privé.

Le tribunal a appliqué un test d’équité en trois volets et a donné raison à OpenAI sur les trois points. Il a estimé que l’utilisation des œuvres d’ANI par OpenAI était limitée à l’entraînement, puisqu’aucune mémorisation ni reproduction n’avait été prouvée. ANI n’a pas non plus démontré de préjudice économique, en partie parce que les deux entités opèrent dans des secteurs différents. Selon la décision, même lorsque les utilisateurs interrogent ChatGPT sur des titres d’ANI, le modèle ne renvoie que des sujets et, tout au plus, quelques titres d’articles.

Le juge Bansal a cité des affaires américaines, notamment Bartz v. Anthropic et Kadrey v. Meta, dans lesquelles les sorties de modèles de langage ont été considérées comme transformatrices. Il a également fait référence à la décision antérieure Google Books.

Le tribunal a en outre estimé que les modèles de langage entraînés peuvent améliorer l’accès à l’information, soutenir l’éducation, faire progresser la recherche scientifique, aider au développement logiciel, permettre la traduction et créer des outils pour les personnes en situation de handicap.

Les décisions mondiales sur le droit d’auteur et l’IA restent divisées

La décision de Delhi s’ajoute à un ensemble croissant de décisions internationales qui sont parvenues à des conclusions différentes sur l’IA et le droit d’auteur. Aux États-Unis, un juge a rejeté une action intentée par Raw Story et AlterNet contre OpenAI, au motif que les plaignants ne pouvaient pas démontrer un préjudice suffisant et que la probabilité de copies exactes était faible. Ce tribunal a également jugé que les faits ne sont pas protégeables par le droit d’auteur.

L’affaire GitHub Copilot a elle aussi échoué, les plaignants n’ayant pas été en mesure d’identifier un seul exemple de code identique. The Intercept, en revanche, a obtenu une victoire partielle par le biais d’une réclamation fondée sur le DMCA concernant des contenus protégés par le droit d’auteur qui avaient été supprimés avant l’entraînement.

Dans Ross Intelligence v. Thomson Reuters, un tribunal a rejeté une défense fondée sur le fair use parce que l’outil de recherche IA concurrençait directement la base de données juridique Westlaw de Thomson Reuters, rendant l’usage non transformateur. Le tribunal a souligné que cette décision ne s’appliquait qu’à ce cas d’usage non génératif et ne pouvait pas être étendue aux grands modèles de langage.

Dans l’affaire Anthropic, un tribunal fédéral de San Francisco a qualifié l’entraînement de l’IA avec des œuvres protégées par le droit d’auteur de « spectaculairement » transformateur, un signal fort en faveur du fair use. Toutefois, le tribunal a également établi une « comparaison avec Napster » parce qu’Anthropic avait utilisé des livres piratés provenant de bibliothèques fantômes comme données d’entraînement. Le fair use ne couvre pas les contenus obtenus illégalement. Anthropic a ensuite versé $1.5 billion à des auteurs de livres au titre de l’utilisation de ces copies piratées.

L’U.S. Copyright Office a rejeté l’argument de l’industrie de l’IA selon lequel l’entraînement sur de « vastes ensembles d’œuvres protégées par le droit d’auteur » relèverait largement du fair use. La responsable qui avait rédigé le rapport a été licenciée par l’administration Trump peu après sa publication.

Les tribunaux européens se sont également divisés sur la question. Le tribunal régional de Munich a jugé, dans l’affaire GEMA, que des paroles de chansons étaient reproductibles dans les poids du modèle, faisant du modèle une reproduction pertinente au regard du droit d’auteur. La High Court de Londres a rejeté l’action Getty Images v. Stability AI, jugeant qu’un modèle d’IA n’est pas une « copie contrefaisante ». Des recherches montrant que les modèles de langage peuvent mémoriser des livres protégés par le droit d’auteur pourraient intensifier le débat sur la mémorisation.

Dans l’ensemble de ces affaires, plusieurs questions centrales restent non résolues : les modèles d’IA stockent-ils durablement les données d’entraînement, l’entraînement peut-il relever du fair use ou d’une exception comparable, où se situe la limite entre données obtenues légalement et illégalement, et les sorties générées au moyen d’invites adversariales reflètent-elles un usage ordinaire ? La décision de Delhi est importante parce qu’elle aborde plusieurs de ces questions dans une même ordonnance, mais son caractère provisoire signifie que des éléments de preuve ultérieurs pourraient encore influer sur la manière dont le tribunal traitera l’entraînement, la récupération et la responsabilité liée aux sorties.

Les médias font face à des enjeux qui dépassent le droit d’auteur

Le litige met également en évidence une préoccupation plus large pour le secteur des médias. Même si les tribunaux décident que l’entraînement de l’IA est légal, les produits de recherche alimentés par l’IA pourraient tout de même affecter le marché de l’information. Une étude récente du Pew Research Center a montré que les taux de clics vers des sites externes chutent à 8 percent lorsque les AI Overviews de Google apparaissent, contre 15 percent sans résumé généré par l’IA. Les utilisateurs ont tendance à arrêter leurs recherches après avoir reçu la réponse de l’IA et, souvent, ne consultent pas d’autres sources.

Pour des agences de presse comme ANI, les systèmes d’IA qui résument l’actualité et réduisent la nécessité de visiter la source originale pourraient affaiblir le modèle économique du secteur au fil du temps, même sans constat de violation directe du droit d’auteur.

Le tribunal régional de Munich I a également récemment jugé que Google est directement responsable des affirmations fausses contenues dans ses résumés d’IA, car ces résumés constituent un contenu indépendant plutôt que des résultats de recherche. La responsabilité limitée qui protège traditionnellement les opérateurs de moteurs de recherche ne s’étend pas, selon cette décision, aux résumés générés par l’IA.

Ce raisonnement pourrait devenir pertinent pour les réponses de ChatGPT fondées sur le RAG. Lorsque les systèmes d’IA résument l’actualité et formulent des affirmations indépendantes, leurs opérateurs peuvent être traités comme des fournisseurs de médias, avec la responsabilité correspondante. Un tel changement pourrait également affecter l’analyse du fair use, dont l’un des facteurs consiste à déterminer si le nouveau produit concurrence les œuvres sur lesquelles il a été entraîné. Si les résumés d’IA remplacent les visites sur les sites d’information, les tribunaux pourraient avoir davantage de difficultés à conclure que l’usage n’est pas concurrentiel.