L’accusation est partout : l’art par IA est du plagiat, les modèles sont des machines à voler et quiconque les utilise profite d’un travail volé. L’accusation est trop large pour être vraie et trop tranchante pour être ignorée. La démêler demande de distinguer deux questions que la conversation publique mélange depuis trois ans.
La première question est celle de la phase d’entraînement : les données dont le modèle a appris ont-elles été acquises légalement et éthiquement ? La deuxième question est celle de la phase de sortie : une image générée particulière est-elle substantiellement similaire à une œuvre spécifique protégée par le droit d’auteur, ou substitue-t-elle le travail d’un artiste identifiable ? Ce sont des plaintes différentes dans des cadres juridiques différents avec des recours différents, et ne pas les séparer est la principale raison pour laquelle la conversation publique est restée bloquée.
Ce que le plagiat a toujours été
Le plagiat n’est pas une plainte sur le style. C’est une plainte sur la provenance. Dire cette œuvre a été faite par X et présentée comme si elle avait été faite par Y est du plagiat. Dire cette œuvre est dans le style de X est de l’influence. Chaque artiste de l’histoire a travaillé dans le style de quelqu’un — le concept même d’une école, d’un mouvement, d’une tradition, dépend de ce que cela soit acceptable. Les suiveurs du Caravage ne plagiaient pas le Caravage. Les admirateurs contemporains de Frida Kahlo à Mexico faisant un travail inspiré de la peinture votive ne plagiaient pas Frida Kahlo. Les cubistes n’ont pas plagié Cézanne. Un groupe de reprise jouant « dans le style des » Beatles ne plagie pas les Beatles à moins d’enregistrer une chanson spécifique des Beatles et de la faire passer pour la sienne.
C’est le premier morceau de vocabulaire que nous devons récupérer. Le style n’est la propriété d’aucun artiste ; les marques du style s’accumulent dans une culture et deviennent disponibles pour tout le monde. Une œuvre particulière est la propriété de son créateur, et la reproduire ou reproduire sa substance significative sans permission est le tort que le droit d’auteur a toujours essayé d’aborder.
L’IA générative complique cette distinction de deux manières spécifiques, et nous devons être honnêtes sur chacune.
La question de la phase d’entraînement
Un modèle de diffusion est entraîné sur un corpus qui inclut, presque sans exception, des images protégées par le droit d’auteur qui n’ont jamais été licenciées pour un usage d’entraînement. Le jeu de données LAION-5B, qui sous-tend Stable Diffusion et beaucoup de ses dérivés, contient environ cinq milliards de paires image-texte raclées du web public. Getty Images a allégué qu’environ douze millions de ces images étaient les siennes. Plusieurs illustrateurs en activité ont identifié leur propre travail dans le jeu de données en le cherchant directement à travers Have I Been Trained et des outils similaires.
Est-ce du plagiat ? Presque certainement pas, au sens strictement juridique — aucune image individuelle n’est reproduite dans aucune sortie, et l’analogie historique est plus proche d’apprendre de que de copier. Est-ce une infraction au droit d’auteur d’un type différent et possiblement plus sérieux ? L’action collective Andersen v. Stability AI et l’affaire Getty v. Stability AI au Royaume-Uni et dans le Delaware sont les premières tentatives des tribunaux américains et britanniques d’y répondre. La plainte modifiée Andersen a survécu à une motion de rejet en août 2024, la première fois qu’un tribunal américain a permis à une plainte sur les données d’entraînement contre une IA générative d’avancer vers la découverte. Le procès Getty au Royaume-Uni a eu lieu en juin 2025. Au moment où j’écris ceci, aucun n’a produit de décision finale, mais les deux sont assez avancés pour suggérer que le droit se déplace vers la reconnaissance d’une forme de préjudice à la phase d’entraînement, même si ce n’est pas strictement du plagiat.
Ce qu’est ce préjudice, exactement, est la question à laquelle juristes et économistes essaient maintenant de répondre. Le cadrage le plus défendable est : une classe d’artistes en activité dont le travail collectif a été raclé sans consentement, utilisé pour entraîner des modèles commerciaux qui sont maintenant en concurrence avec eux, sans aucune compensation revenant aux artistes-sources. Le préjudice est structurel et agrégé plutôt qu’individuel et particulier. Il est plus proche de ce que le droit du travail essaie de remédier que de ce que le droit d’auteur essaie de remédier. Certains commentaires récents l’appellent appropriation de données plutôt que plagiat, et ce vocabulaire va probablement l’emporter, parce qu’il nomme ce qui se passe réellement.
La question de la phase de sortie
La question de la phase de sortie est plus nette et plus facile à raisonner. Cette image générée particulière est-elle du plagiat ? La réponse honnête dépend de trois sous-questions.
Premièrement : le modèle a-t-il été prompté avec le nom d’un artiste spécifique, vivant, en activité, dont le style était délibérément imité ? Si oui, c’est la configuration la plus proche du plagiat traditionnel. L’affaire Greg Rutkowski en 2022 est l’exemple canonique. Rutkowski est un peintre numérique polonais ; son nom a été utilisé dans environ 93 000 prompts de Midjourney au cours du premier mois de disponibilité publique. Il n’a pas consenti. Il n’a pas été compensé. Les sorties commerciales vendues sous ce prompt étaient directement substituables au type de travail pour lequel il aurait pu être engagé. L’affaire Sarah Andersen est plus nette encore : son trait distinctif de bande dessinée a été délibérément reproduit par des affinages d’utilisateurs pour des sorties que son propre public ne pouvait pas distinguer de ses originaux en miniature. C’est du plagiat dans toute lecture honnête du mot, même si le cadre juridique existant ne l’a pas encore rattrapé.
Deuxièmement : la sortie est-elle substantiellement similaire à une œuvre spécifique identifiable protégée par le droit d’auteur ? Si oui — c’est une infraction directe au droit d’auteur sous la loi existante, pas différente en principe d’un artiste humain calquant de près une image protégée. Le modèle est l’outil ; l’utilisateur est l’infracteur. L’IA générative n’a pas changé cette analyse.
Troisièmement : la sortie est-elle une image générique — un paysage de fantasy, un portrait d’une personne qui n’existe pas, une visualisation architecturale — qui ne ressemble de près à aucune œuvre spécifique et qui n’a pas été promptée avec un artiste vivant nommé ? Si oui, ce n’est pas du plagiat dans aucun sens significatif, et le traiter comme tel effondre la précision dont nous avons besoin pour agir sur les cas qui sont du plagiat.
Le cas flou : le mimétisme de style
Les cas les plus difficiles se situent entre les deuxième et troisième sous-questions ci-dessus : des sorties qui imitent clairement un style associé à un artiste ou un studio nommé, sans reproduire littéralement une œuvre spécifique. Dans le style de Studio Ghibli. Dans le style de Greg Rutkowski. Dans le style de Yayoi Kusama. La tendance du style Studio Ghibli qui a balayé Twitter et TikTok en 2025 — des millions d’utilisateurs générant des versions « ghiblifiées » de photographies personnelles — a fait surgir cette question à une échelle sans précédent. Hayao Miyazaki, qui en 2016 avait qualifié l’animation par IA d’« insulte à la vie elle-même », est le participant involontaire le plus célèbre au monde dans l’économie du mimétisme de style.
Est-ce du plagiat ? La doctrine traditionnelle dit que le style n’est pas protégeable, donc non. La lecture intuitive depuis l’intérieur des studios affectés dit oui, c’est structurellement identique au cas de sampling De La Soul en 1989 : une technologie qui rend bon marché une appropriation auparavant impossible, accomplie sans permission, dans des volumes qui affectent matériellement la source. Le cadre juridique devra choisir, et ma prédiction — informée par la trajectoire des affaires de sampling — est que le mimétisme de style par nom à des fins commerciales deviendra, d’ici une décennie, une transaction licenciable. Soit par un règlement négocié de type Getty-Stability, soit par une révision statutaire, soit par des décisions de justice qui étendent la doctrine existante du droit à l’image publique à l’appropriation commerciale de style. Le cadre du règlement Concord Music v. Anthropic de 2024 pourrait être le modèle précoce.
Ce que dit réellement la loi, aujourd’hui
En 2026, l’état opérant du droit américain est à peu près ceci :
La sortie uniquement par IA n’est pas protégeable. La décision Thaler v. Perlmutter (2023, tribunal de district de D.C.) a confirmé le refus de l’U.S. Copyright Office d’enregistrer une œuvre générée entièrement par IA sans paternité humaine. La directive Partie 2 de l’Office du Copyright, publiée en janvier 2025, l’a étendu : la sortie générée par IA n’est enregistrable que dans la mesure où il y a une paternité humaine significative — qui peut inclure la sélection, l’arrangement, la modification ou un contrôle créatif substantiel sur le processus de génération, mais ne peut pas consister uniquement en l’écriture du prompt.
Les plaintes d’infraction sur les données d’entraînement sont vivantes et progressent. Andersen v. Stability AI a survécu à une motion de rejet en 2024 ; Getty v. Stability AI a été jugé au Royaume-Uni en 2025 ; NYT v. OpenAI passe par la phase de découverte au moment où j’écris ceci. Aucune n’a produit de décision définitive sur la question sous-jacente de savoir si racler du matériau protégé par le droit d’auteur pour l’entraînement constitue un usage loyal.
L’infraction au niveau de la sortie reste analysée sous la doctrine existante du droit d’auteur. Une sortie qui est substantiellement similaire à une œuvre spécifique protégée par le droit d’auteur est en infraction, point, quel que soit l’outil. La question intéressante est de savoir qui est responsable : l’utilisateur qui l’a promptée, la plateforme qui l’a produite, ou les deux. Les tribunaux se sont déplacés vers tenir les deux responsables.
Le style reste non protégeable aux États-Unis. C’est la plus grande lacune et la plus grande cible pour l’évolution juridique.
Parties prenantes
L’artiste dont le travail est dans le corpus d’entraînement voit un préjudice structurel que le droit n’a pas encore métabolisé. L’artiste dont le nom est prompté commercialement voit un préjudice plus net, plus proche du plagiat traditionnel. Le rédacteur de prompts produisant une sortie générique sans artiste nommé n’est pas dans la même catégorie juridique ou éthique qu’aucun des deux. La plateforme voit un modèle économique construit sur une ambiguïté juridique qu’elle a intérêt à préserver. L’acheteur voit une sortie qui peut ou non avoir une lignée propre, et n’a souvent aucun moyen de le savoir. Le critique et la galerie voient la même incertitude, magnifiée par la responsabilité de la représenter au marché.
La question de la dignité — le travail de qui a rendu cela possible, et à quoi ont-ils consenti — est la question qui relie toutes les préoccupations des parties prenantes et que le cadre juridique existant n’a pas été conçu pour poser.
Ce que font les praticiens honnêtes
En 2026, les praticiens qui ont adopté une pratique défendable tendent à partager trois habitudes.
Ils ne promptent pas avec les noms d’artistes en activité vivants pour une sortie commerciale. C’est le tort évitable le plus net et l’éviter n’est pas difficile.
Ils sont honnêtes sur le rôle de l’IA dans leur travail. Ils étiquettent les sorties générées par IA comme telles ; ils ne font pas passer un travail augmenté pour non assisté ; ils décrivent leur flux de travail quand on le leur demande. Cela les protège des plaintes de fausse représentation et protège les acheteurs d’acheter sous une provenance falsifiée.
Ils préfèrent les modèles avec une provenance de données d’entraînement plus claire quand il y en a une de disponible. Adobe Firefly, entraîné sur Adobe Stock et sur du matériau du domaine public avec une compensation documentée des contributeurs, n’est pas équivalent à un modèle entraîné sur du matériau raclé sans crédit — et de plus en plus, les commissions professionnelles exigent la différence.
Ces trois pratiques ne résolvent pas les questions structurelles sous-jacentes sur le préjudice de la phase d’entraînement. Elles réduisent l’exposition aux plaintes de plagiat au niveau du praticien à une surface gérable et bien définie.
Conclusion
Donc : l’art par IA est-il du plagiat par défaut ? Non. Cette réponse est précise, et la précision importe. L’art par IA est du plagiat dans une classe spécifique de configurations — la classe Rutkowski-Andersen — et le reste de la question demande la taxonomie soigneuse que cet article a essayé de fournir. L’accusation générale effondre les cas clairement défendables avec les cas clairement indéfendables, et la conséquence est un discours si bruyant que les artistes en activité ne peuvent pas se défendre précisément là où ils ont le cas le plus fort.
La plainte modifiée Andersen avancera. Le procès Getty produira une décision. La directive du Copyright Office sera affinée. Le cadre juridique mûrira, comme il l’a fait dans chaque cycle précédent, sur une période d’années plutôt que de mois. Entre-temps, la question que nous avons posée en haut de cet article admet une réponse plus précise que ce que le discours a donné : le travail généré par IA n’est pas du plagiat par défaut ; un sous-ensemble clairement nommable l’est, et nommer ce sous-ensemble avec précision est la chose la plus utile que le reste d’entre nous puisse faire pendant que la loi rattrape.
Le prochain article de cette série pose la question plus dure, plus inconfortable, qui a été le troisième rail de tout ce débat : devrions-nous nous offenser de l’art créé par IA ? Ce n’est pas une question juridique, pas une question économique, et pas, techniquement, une question de plagiat. C’est une question sur à quoi sert l’art et qui il est censé honorer. Nous y arriverons ensuite.
Commentaires
Connectez-vous pour commenter