La Wikimedia Foundation demande à déposer un mémoire d’amicus curiae dans l’affaire de droits d’auteur contre OpenAI

La Wikimedia Foundation a annoncé le 30 octobre 2026 avoir demandé au tribunal fédéral de district des États-Unis pour le district sud de New York l’autorisation de déposer un mémoire d’amicus curiae, ou d’ami de la cour, dans In re: OpenAI, Inc. Copyright Infringement Litigation, qui regroupe 12 poursuites contre OpenAI, dont la plus connue est celle du New York Times contre OpenAI et Microsoft.

La demande de la Fondation, datée du 29 octobre 2026 et adressée au juge Sidney H. Stein, prend la forme d’une requête par lettre sollicitant l’autorisation de déposer le mémoire proposé, joint en pièce à titre de justificatif et présenté comme ne soutenant aucune des parties. Elle a été soumise conformément aux règles locales du tribunal et à une ordonnance du 7 août 2026 encadrant la participation des amici curiae, telle que modifiée le 24 septembre 2026 ; cette ordonnance exigeant des amici potentiels qu’ils demandent une autorisation, Wikimedia n’a pas sollicité le consentement des parties. Le mémoire proposé compte 5 831 mots, soit moins que la limite de 6 000 mots fixée par le tribunal pour les mémoires d’amicus curiae.

Rhett O. Millsaps II, du cabinet Lex Lumina LLP, est l’avocat inscrit au dossier, aux côtés du directeur juridique de la Fondation, Stephen LaPorte, du directeur juridique adjoint Jacob Rogers et de la conseillère juridique Aly Marino.

Dans cette procédure consolidée, le tribunal se prononcera sur la question de savoir si l’utilisation de contenus protégés par le droit d’auteur par des entreprises d’intelligence artificielle (IA) pour développer de grands modèles de langage (LLM) relève de l’usage équitable. La Fondation a déclaré que la décision aura une grande influence en raison de la juridiction concernée, des parties en cause et du faible nombre de décisions ayant jusqu’ici examiné la question.

Le New York Times a intenté son action en 2023, alléguant que l’utilisation, à quelque fin que ce soit, de contenus lui appartenant par OpenAI et Microsoft, notamment pour entraîner des modèles d’IA, enfreint directement le droit d’auteur. OpenAI et Microsoft soutiennent que l’entraînement et le déploiement de modèles à partir de données accessibles au public constituent un progrès technologique relevant de l’usage équitable.

La Fondation fait valoir qu’une interprétation trop restrictive de l’usage équitable pourrait freiner l’innovation technologique et limiter la disponibilité d’outils utiles à des projets open source comme Wikipédia, tandis qu’une application systématique de l’usage équitable pourrait favoriser un Web plus fermé, où le manque de sources secondaires accessibles affaiblirait les connaissances en ligne.

Dans un billet complémentaire publié sur Diff, le blogue du mouvement Wikimedia, la Fondation a déclaré que si l’étape d’entraînement n’était pas considérée comme relevant de l’usage équitable, le développement de l’IA resterait probablement à la portée des seules plus grandes entreprises ou des développeurs les mieux financés, laissant les développeurs open source dans l’incapacité de financer cette technologie, voire d’y accéder. À l’inverse, a-t-elle ajouté, une décision généralisant l’usage équitable inciterait les éditeurs à placer davantage d’informations derrière des barrières, réduisant ainsi la visibilité dont Wikipédia et de nombreux éditeurs dépendent pour attirer des lecteurs et recruter de nouveaux bénévoles.

La PDG Bernadette Meehan a déclaré que la Fondation prend position « pour défendre les connaissances humaines libres et ouvertes dont dépend Wikipédia », décrivant l’élargissement de l’accès au savoir grâce à l’IA comme un objectif ambitieux qui doit respecter les personnes, les contributeurs et les communautés qui rendent possibles des connaissances fiables.

Un cadre d’analyse de l’usage équitable au cas par cas

Le mémoire proposé fonde son approche sur la décision rendue en 2023 par la Cour suprême dans Andy Warhol Foundation for the Visual Arts v. Goldsmith : il soutient que chaque usage distinct d’œuvres copiées, aux différentes étapes du développement et de l’exploitation d’un agent conversationnel, exige sa propre analyse de l’usage équitable selon quatre facteurs. Il cite la décision rendue en 2025 dans Bartz v. Anthropic, qu’il estime éclairante pour évaluer séparément les usages d’une même copie à différentes étapes, plutôt que de les fondre dans une seule analyse.

Le mémoire soutient également que le moissonnage de données — c’est-à-dire l’envoi d’une requête technique automatisée à un site Web pour obtenir une copie d’une œuvre — relève de l’acquisition et non d’un usage au regard du droit d’auteur, et que seule l’utilisation ultérieure des copies devrait faire l’objet d’une analyse de l’usage équitable. Il précise que certaines formes de moissonnage peuvent néanmoins enfreindre les conditions d’utilisation d’un site, le droit étatique des contrats ou de la responsabilité délictuelle, le Digital Millennium Copyright Act ou le Computer Fraud and Abuse Act.

L’entraînement relève probablement de l’usage équitable, mais pas la génération augmentée par récupération

Concernant le préentraînement, le mémoire soutient que l’usage relève probablement de l’usage équitable : il est transformateur, car les copies fournissent des structures linguistiques plutôt que de remplir la fonction informative des œuvres ; le deuxième facteur est neutre, compte tenu du caractère factuel des ouvrages encyclopédiques ; le troisième facteur est satisfait, car les développeurs ont besoin de milliards de mots pour entraîner un modèle, ce qui rend raisonnablement nécessaire l’utilisation d’œuvres entières ; enfin, le quatrième facteur est favorable, puisque le préentraînement ne se substitue pas, en lui-même, aux œuvres originales sur le marché. Dans son annonce, la Fondation résume sa position ainsi : l’utilisation de contenus protégés par le droit d’auteur pour entraîner des modèles devrait être considérée comme relevant de l’usage équitable lorsque les modèles ainsi entraînés sont nouveaux et différents des sources d’origine, sans qu’il soit nécessaire de respecter les conditions des licences de droits d’auteur.

Le mémoire décrit la génération augmentée par récupération (RAG) comme un processus dans lequel un agent conversationnel effectue des recherches sur le Web ou dans une autre base de données, puis repère, copie et classe des extraits de contenu pertinents avant de les insérer dans la fenêtre de contexte du modèle, à côté de la requête de l’utilisateur. Selon le mémoire, comme un tel système utilise les œuvres dans leur but initial — informer les lecteurs —, en extrait les passages les plus importants et concurrence leurs sources pour attirer le public, son utilisation échoue probablement au test des quatre facteurs.

La Fondation soutient que le RAG et les techniques d’ancrage similaires ne devraient pas être considérés comme relevant du fair use et que les entreprises qui les proposent devraient respecter les conditions de licence de chaque plateforme ou éditeur. Dans le cas de Wikipédia, il s’agit de la licence Creative Commons CC BY-SA 4.0, qui exige de créditer les créateurs d’origine et de maintenir les adaptations sous la même licence.

En conclusion, le mémoire demande au tribunal de statuer que le préentraînement du grand modèle de langage (LLM) généraliste de ChatGPT relevait du fair use, tandis que l’utilisation par OpenAI de copies dans la fonctionnalité de génération augmentée par récupération de ChatGPT n’est pas équitable et doit respecter les licences, notamment la licence Creative Commons applicable au contenu des projets Wikimedia.

Les enjeux pour Wikipédia et les autres mémoires d’amicus curiae

Wikipédia compte plus de 67 millions d’articles dans 300 langues, auxquels près de 250 000 bénévoles contribuent chaque mois. La Fondation la décrit comme l’un des jeux de données de la plus haute qualité utilisés pour entraîner les grands modèles de langage (LLM). Le mémoire indique que, en janvier 2025, plus de 260 000 contributeurs bénévoles par mois créaient et modéraient du contenu sur les treize plateformes de partage gratuit du savoir de la Fondation, et que Wikipédia était consultée des milliards de fois par mois.

Le mémoire indique que le trafic automatisé généré par l’extraction et l’exploration de données surcharge les serveurs de Wikimedia, ce qui l’oblige à adopter des mesures de protection techniques souvent contournées par des acteurs malveillants. Il précise que cette surcharge et ces mesures menacent toutes deux l’accessibilité de ses sites pour les lecteurs humains. La Fondation a déclaré que l’extraction de données de ses projets devait respecter les limites de débit de son API publique ou passer par les offres de son API Wikimedia Enterprise. Elle a également indiqué au tribunal que des outils d’apprentissage automatique aidaient déjà les bénévoles à lutter contre le vandalisme, à détecter les violations du droit d’auteur et la présence de renseignements personnels inappropriés, et à repérer les articles qui avaient le plus besoin d’être améliorés. Selon elle, il serait contraire aux objectifs du droit d’auteur de déclarer par principe que le développement des grands modèles de langage est inéquitable.

Le conseiller juridique général Stephen LaPorte a déclaré que « le débat sur le fair use ne peut pas se limiter aux organisations à but lucratif », ajoutant qu’une décision qui n’appliquerait pas soigneusement les principes du fair use pourrait menacer la pérennité du savoir libre et freiner le développement des technologies libres.

La requête de Wikimedia s’inscrit dans une vague de dépôts de mémoires d’amicus curiae : les inscriptions au dossier montrent que, les 28 et 29 octobre 2026, Engine Advocacy, Authors Alliance, Public Knowledge, le professeur Matthew Sag, Brian L. Frye, Digital Content Next et un groupe d’organisations du secteur de l’édition, dont l’Association of American Publishers, ont demandé l’autorisation de déposer leurs propres mémoires d’amicus curiae, tandis que les échanges de mémoires relatifs aux demandes de jugement sommaire entre les éditeurs de presse, OpenAI et Microsoft se poursuivaient. Le tribunal dispose d’un large pouvoir discrétionnaire pour décider d’accepter ou non un mémoire d’amicus curiae, souligne le dépôt de la Fondation, et le juge Stein doit autoriser la Fondation à déposer son mémoire avant que celui-ci puisse être officiellement accepté.