IA et droits d’auteur open source : enjeux juridiques 2026

1. Le choc des licences : open source vs IA générative

Les licences open source classiques (GPLv3, MIT, Apache 2.0) ont été conçues pour du code écrit par des humains. En 2026, elles s’appliquent mal aux modèles d’IA. Le problème central : un modèle entraîné sur du code GPL peut-il être distribué sans ouvrir l’intégralité de ses poids ? La Free Software Foundation a clarifié sa position : les poids d’un réseau de neurones sont considérés comme une « œuvre dérivée » s’ils reproduisent substantiellement le code d’entraînement.

« En 2026, toute startup utilisant un modèle entraîné sur du code GPL sans publier ses poids s’expose à une injonction. Le précédent *GitHub Copilot vs. Developers* a posé les bases : le dataset d’entraînement est la clé de voûte de la contrefaçon. » — Me. Sarah Kowalski, avocate PI spécialisée IA, cabinet LexIA.

Les licences MIT et BSD sont plus permissives, mais attention : si votre modèle génère du code reprenant des extraits protégés, la responsabilité peut remonter jusqu’au distributeur du modèle. En 2026, le projet OpenRAIL (BigScience) propose une licence dédiée aux IA, avec des clauses d’utilisation éthique et de partage des données.

2. Datasets sous licence : la poudrière juridique

Les datasets d’entraînement sont le nouvel or noir, mais aussi la principale source de contentieux. En 2026, la Cour d’appel de Paris a condamné une entreprise pour avoir utilisé des images sous licence Creative Commons BY-NC sans autorisation commerciale. Le motif : l’IA avait « mémorisé » des éléments protégés, constituant une reproduction non autorisée.

🔎 Les trois catégories de risques

• Copie textuelle : le modèle régurgite des passages entiers de code ou de texte protégé.
• Mémorisation latente : même sans reproduction exacte, le modèle incorpore des caractéristiques protégées (style, structure).
• Données personnelles : violation RGPD si le dataset contient des informations identifiantes sans consentement.

« Le dataset 'The Pile' a été retiré en 2025 après des révélations sur son contenu. En 2026, tout dataset doit fournir une ‘carte de conformité’ listant les licences de chaque sous-ensemble. Sans cela, vous utilisez des données à vos risques. » — Dr. Arnaud Lefèvre, chercheur en éthique des IA, INRIA.

3. Œuvres générées par IA : qui est l’auteur ?

La question centrale du droit d’auteur en 2026 : une œuvre créée par une IA peut-elle être protégée ? La position du US Copyright Office (mars 2026) est claire : seule la création humaine est éligible. Mais des nuances apparaissent : si l’humain apporte une « contribution créative substantielle » (prompt complexe, curation des résultats, modifications), une protection limitée peut être accordée.

La CJUE, dans l’affaire Daft Punk vs. IA Music (2026), a jugé qu’une chanson générée par IA sans intervention créative humaine n’est pas une œuvre originale. En revanche, le code généré par GitHub Copilot peut être protégé si le développeur modifie significativement le résultat.

« Ne présumez jamais qu’un output d’IA est libre de droits. Même avec un modèle open source, les conditions d’utilisation peuvent restreindre les usages commerciaux. Vérifiez toujours la licence du modèle ET des données d’entraînement. » — Me. Jean-Pierre Durand, avocat associé, Cabinet IP/IT.

4. Copyleft et machine learning : le piège de la contamination

Le copyleft (GPL, AGPL) impose que toute œuvre dérivée soit distribuée sous la même licence. Appliqué à l’IA, cela signifie : si vous utilisez un modèle GPL et le distribuez (même en SaaS), vous devez ouvrir vos modifications et potentiellement vos données. En 2026, la controverse fait rage : les poids d’un modèle sont-ils une « œuvre dérivée » au sens juridique ?

La réponse dépend de la « copie substantielle ». Si votre modèle a été entraîné sur du code GPL, et qu’il génère du code similaire, la contamination est probable. Le projet OpenAI vs. Linux Foundation (2026) a établi un précédent : l’utilisation d’un modèle fine-tuné sur du code GPL nécessite de publier les poids sous GPL si le modèle est distribué.

5. Brevets et secrets d’affaires dans les modèles open source

Les brevets algorithmiques sont un champ de mines. En 2026, l’Office européen des brevets a refusé de breveter une invention générée par IA, faute d’inventeur humain. Mais les modèles open source peuvent enfreindre des brevets existants (ex: techniques d’attention, optimisation de loss). Les entreprises doivent réaliser une analyse de liberté d’exploitation (FTO) avant de commercialiser un modèle.

Les secrets d’affaires sont aussi menacés : un modèle open source peut involontairement mémoriser des données confidentielles présentes dans le dataset. En 2026, la directive européenne Trade Secrets a été renforcée : toute fuite via un modèle d’IA engage la responsabilité du fournisseur de données.

« Nous recommandons à nos clients de ne jamais entraîner de modèle open source sur des bases de code propriétaires sans un nettoyage rigoureux. Un simple fine-tuning peut exposer des secrets commerciaux. » — Me. Clara Moreau, spécialiste PI, cabinet Moreau & Associés.

6. Cas pratiques : décisions 2026 qui font jurisprudence

• Affaire Getty Images vs. Stability AI (UK, 2026) : L’entraînement sur des images sous licence sans autorisation constitue une violation du droit d’auteur. Amendes records et retrait du modèle.
• GitHub Copilot class action (USA, 2026) : Accord à 350 millions de dollars pour violation de licences open source. Les développeurs ont obtenu une compensation pour le code reproduit sans attribution.
• CNIL vs. Mistral AI (France, 2026) : Sanction pour non-respect du RGPD dans le dataset d’entraînement. Obligation de publier une « fiche de conformité » pour chaque modèle distribué en Europe.
• Free Software Foundation vs. Meta (USA, 2026) : Décision intermédiaire : les poids de Llama 3 sont considérés comme une œuvre dérivée du code GPL utilisé dans le dataset. Meta doit publier les poids sous GPL.

7. Guide de conformité : audit de vos modèles et datasets

Voici les étapes clés pour sécuriser juridiquement votre projet IA open source en 2026 :

1. Cartographie des données : identifiez chaque source de votre dataset et sa licence (outils : Data License Checker v2.3).
2. Analyse de mémorisation : testez si votre modèle peut régurgiter des extraits protégés (technique : extraction attacks).
3. Choix de la licence du modèle : privilégiez une licence IA dédiée (OpenRAIL, BigScience RAIL) qui clarifie les droits sur les outputs.
4. Documentation : publiez un « modèle de carte » (model card) incluant les licences des données et les restrictions d’usage.
5. Conseil juridique : faites valider par un avocat spécialisé avant toute distribution commerciale.

8. Vers une licence « AI-friendly » ? Les propositions 2026

Face à l’insécurité juridique, plusieurs initiatives émergent. La Open Source Initiative (OSI) a lancé un groupe de travail pour définir une licence open source compatible IA. Les critères proposés incluent :

• Liberté d’utiliser le modèle pour tout usage (y compris commercial)
• Obligation de partager les modifications du modèle (poids, architecture)
• Transparence sur les données d’entraînement (provenance, licences)
• Clause éthique interdisant les usages discriminatoires ou contraires aux droits humains

En parallèle, l’Union européenne prépare un AI Liability Directive (prévue 2027) qui imposera une responsabilité de fait pour les distributeurs de modèles. En attendant, les licences RAIL (Responsible AI License) sont les plus utilisées en 2026 pour les modèles open source comme Falcon, Llama 3.1 ou Mistral.

« La licence RAIL 2026 est un bon compromis : elle protège les créateurs tout en permettant une large diffusion. Mais elle ne résout pas le problème des datasets. La transparence reste le maître-mot. » — Dr. Elena Rossi, juriste IA, Université de Bologne.