Ce rapport du CSPLA analyse l’impact de l’IA sur les industries culturelles à travers trois prismes complémentaires : ses usages économiques dans la chaîne de valeur, les enjeux juridiques qu’elle soulève en matière de propriété intellectuelle, et les défis liés au partage des données.
CSPLA, Rapport final – 27 janvier 2020 | Bensamoun, Farchy, Schira.
Cet article est une synthèse réalisée à l’aide d’une IA (Claude, Anthropic) :
L’IA dans la chaîne de valeur culturelle
L’intelligence artificielle s’est imposée dans l’ensemble des maillons de la chaîne de valeur des industries culturelles, depuis la recommandation de contenus jusqu’à la création artistique. Trois grandes fonctions se distinguent.
Au stade de la consommation, les algorithmes de recommandation constituent l’application la plus visible. Ils s’appuient sur trois mécanismes complémentaires : le filtrage basé sur les métadonnées (caractéristiques intrinsèques du contenu), le filtrage collaboratif (comportements d’utilisateurs similaires) et des approches hybrides. Netflix illustre cette logique en combinant traitement algorithmique automatisé et labellisation humaine intensive — chaque contenu fait l’objet d’une centaine de tags assignés manuellement.
Au stade de la production et de l’investissement, les acteurs s’appuient sur l’analyse de données pour réduire l’incertitude inhérente à l’économie culturelle (économie de prototypes à forte asymétrie d’information). L’objectif est d’anticiper le succès commercial d’une œuvre en comparant ses caractéristiques avec celles des succès passés. Ces outils restent cependant conservateurs par nature : fondés sur les données historiques, ils ne peuvent anticiper les ruptures de tendance.
Au stade de la création, le degré d’autonomie de l’IA varie considérablement selon les secteurs. L’audiovisuel et l’édition mobilisent principalement des outils d’assistance (effets spéciaux, analyse de scénario). La musique et les arts visuels expérimentent des créations plus autonomes via les réseaux adversariaux génératifs (GAN) — comme la série des Belamy du collectif Obvious, dont un portrait a été vendu 430 000 dollars chez Christie’s en 2018.
| Stade | Applications principales | Exemples |
| Consommation | Recommandation algorithmique, chatbots | Netflix, Spotify, Deezer |
| Production / Investissement | Analyse de tendances, prédiction de succès | Soundcharts, ScriptBook, Vault |
| Création assistée | Effets spéciaux, aide à l’écriture, montage | Audiovisuel, édition |
| Création autonome | Génération musicale, arts visuels (GAN) | Obvious (Belamy), Flow Machines (Sony) |
Statut juridique des créations générées par l’IA
La question centrale est celle de la protégeabilité par le droit d’auteur des productions culturelles générées de façon autonome par une IA. Elle soulève trois sous-questions : la création est-elle une « œuvre de l’esprit » ? Est-elle « originale » ? Peut-on identifier un auteur ?
Le droit d’auteur français repose sur une conception personnaliste et humaniste : seule une personne physique peut être auteur. Or, dans le cas d’une IA créative, la chaîne de création implique de nombreux acteurs humains (concepteur, entraîneur, curateur, utilisateur) dont la contribution est distante et diffuse. Quatre approches sont examinées.
La piste du droit d’auteur classique, dans une lecture renouvelée, semble la plus prometteuse : elle désignerait de préférence le concepteur de l’IA comme auteur « indirect », dont les choix (base d’entraînement, architecture du modèle, fonction objective) conditionnent la création finale. La jurisprudence chinoise a d’ailleurs tranché en ce sens en 2020 (affaire Tencent). Des régimes spéciaux sont également envisageables : droit d’auteur spécial inspiré du logiciel, droit sui generis calqué sur les bases de données, ou droit type « droit voisin » accordé au divulgateur. L’absence de tout droit privatif constitue enfin une troisième voie, plaçant ces créations dans un domaine public par défaut — option jugée impraticable car elle favoriserait les comportements de contournement.
Le rapport recommande d’appliquer à titre conservatoire le droit positif dans une lecture renouvelée, et de réserver une intervention législative à l’échelle européenne si le besoin en était démontré par la jurisprudence.
| Option | Fondement | Titulaire envisagé | Avantages / Limites |
| Droit d’auteur (lecture renouvelée) | CPI art. L.111-1 | Concepteur de l’IA | + Cohérence ; – Lien distendu avec la création |
| Droit d’auteur spécial | Modèle logiciel | Concepteur / divulgateur | + Adapté ; – Intervention législative nécessaire |
| Droit sui generis | Dir. 96/9/CE | Producteur investisseur | + Simple ; – Nie la parenté avec les œuvres classiques |
| Absence de droit privatif | Domaine public | — | + Simplicité ; – Contournements, fragilise droits voisins |
Régime des œuvres « ingérées » par l’IA
Pour apprendre, l’IA consomme massivement des œuvres protégées qu’elle décompose et analyse. Ces actes d’ingestion constituent-ils une exploitation soumise au droit d’auteur ? La directive « DSM » 2019/790 répond indirectement par l’affirmative en créant une exception spécifique de fouille de textes et de données (TDM).
L’article 3 instaure une exception obligatoire et non contractuellement écartable au profit des organismes de recherche et des institutions patrimoniales. L’article 4 ouvre une exception plus large, applicable à tous les usages de l’IA y compris commerciaux, mais assortie d’un droit d’opt-out pour les titulaires de droits — qui peuvent, par des procédés lisibles par machine (métadonnées, CGU), se réserver le droit de s’y opposer.
Ce mécanisme d’opt-out soulève d’importantes difficultés pratiques : comment garantir son effectivité technique, éviter la contradiction entre fichiers, et prévenir son instrumentalisation comme levier de négociation par les grandes plateformes ? En parallèle, des licences collectives générales, sur le modèle du contrat de représentation, pourraient offrir une voie contractuelle plus souple et équilibrée pour sécuriser l’accès aux corpus tout en rémunérant les ayants droit.
Partage des données : enjeux et pistes d’action
La compétitivité dans l’IA étant directement corrélée à la qualité et au volume des données disponibles, le partage des données d’usage et des métadonnées devient un enjeu stratégique pour les industries culturelles.
Les données d’usage — temps d’écoute, comportements de lecture, données de contexte — sont largement captées par les acteurs aval (plateformes, opérateurs télécoms) et insuffisamment partagées avec les créateurs et producteurs amont. Le rapport préconise la création d’un droit à la portabilité des données d’usage, qui permettrait aux ayants droit de bénéficier d’un accès normé à ces informations, dans le respect du RGPD.
Les métadonnées — données descriptives, juridiques et enrichies — souffrent d’un déficit de standardisation et de mutualisation, particulièrement dans l’audiovisuel et le marché de l’art. Le rapport suggère de leur reconnaître le statut de « données d’intérêt général » (DIG) afin d’encourager la constitution de bases ouvertes, mutualisées et qualitatives, bénéfiques tant pour la recherche que pour les acteurs de taille modeste. La théorie des infrastructures essentielles, bien qu’évoquée, est jugée inadaptée au secteur en raison de son caractère trop casuistique.
Recommandations clés
- Appliquer le droit d’auteur existant dans une lecture renouvelée avant toute intervention législative, en désignant le concepteur de l’IA comme auteur présumé.
- Anticiper une intervention législative européenne si la jurisprudence révèle l’insuffisance du droit positif — en privilégiant un droit d’auteur spécial à durée réduite.
- Transposer l’exception TDM (art. 4 dir. 2019/790) en garantissant des mécanismes techniques d’opt-out fiables et en encadrant sa mise en œuvre par des licences collectives.
- Créer un droit à la portabilité des données d’usage au profit des ayants droit, via une clause contractuelle impérative dans les contrats d’exploitation.
- Promouvoir des bases de métadonnées d’intérêt général, mutualisées et ouvertes, pour réduire les barrières à l’entrée et favoriser la diversité des acteurs.
