Selon TechFlow, le 22 juillet, plusieurs auteurs ont intenté une action collective en 2024, accusant Anthropic d'avoir téléchargé en masse des millions de livres électroniques piratés depuis des « bibliothèques fantômes » telles que LibGen, et d'avoir inclus environ 482 000 œuvres protégées par le droit d'auteur dans la base de données d'entraînement de Claude. Le tribunal a ensuite distingué « l'entraînement du modèle » de « l'acquisition des données » : la lecture par l'IA de livres obtenus légalement pour apprendre peut relever de l'usage loyal ; mais le téléchargement et le stockage à long terme d'œuvres via des sites pirates constituent en soi une violation du droit d'auteur. Anthropic a finalement accepté de payer 1,5 milliard de dollars pour régler l'affaire, soit une compensation moyenne d'environ 3 000 dollars par œuvre, et de détruire les fichiers piratés concernés.
Cependant, Anthropic a auparavant accusé à plusieurs reprises certaines équipes d'IA chinoises d'extraire les sorties de Claude via l'API pour effectuer une distillation de modèle, affirmant que cela violait les règles de propriété intellectuelle. Ces deux comportements ne sont pas juridiquement identiques, mais ils forment un contraste marqué : face aux œuvres humaines, les entreprises d'IA soulignent que le modèle a le droit d'apprendre ; face à leurs propres sorties de modèle, elles exigent une protection exclusive plus forte. Ainsi, la frontière centrale est : l'entraînement de l'IA n'est pas nécessairement illégal, mais la méthode d'acquisition des données d'entraînement doit être légale. (Jin10)
