Une plainte qui vise le cœur du modèle Gemini
Google est désormais frontalement visé par la grande offensive juridique des éditeurs contre l’intelligence artificielle générative. Selon Le Monde, La Presse, Le Temps, The Guardian, TechCrunch et Engadget, Hachette Book Group, Cengage Learning, Elsevier, l’écrivain Scott Turow et sa société S.C.R.I.B.E. ont déposé une action collective devant le tribunal fédéral du district sud de New York. La plainte, enregistrée le 10 juillet 2026 et rendue publique dans les jours suivants, accuse Google d’avoir utilisé sans autorisation des œuvres protégées pour développer et entraîner Gemini.
Le dossier ne se limite pas à une accusation générale contre l’IA. Les plaignants affirment que Google aurait copié des livres, manuels scolaires, articles scientifiques et autres textes issus de Google Books, Google Play Books, Google Scholar, de corpus web et, selon la plainte, de sources pirates ou derrière des péages numériques. Ils reprochent ensuite à Google d’avoir reproduit ces œuvres à plusieurs étapes : constitution des corpus, prétraitement, entraînement, transfert d’un modèle à l’autre et génération de sorties concurrentes.
C’est important : les faits allégués n’ont pas encore été prouvés devant le tribunal. Mais la plainte est stratégique, car elle tente de déplacer le débat juridique. Il ne s’agit plus seulement de savoir si un modèle peut apprendre à partir de textes protégés. Les éditeurs veulent démontrer que Google aurait profité d’autorisations limitées, accordées pour la recherche de livres, la vente d’ebooks ou l’indexation académique, pour alimenter une activité commerciale entièrement différente : Gemini.
Quelles œuvres sont visées ?
La plainte cite des exemples précis. Du côté Hachette, les œuvres représentatives incluent notamment The Wild Robot de Peter Brown, The Fifth Season de N.K. Jemisin, Moon Glacier National Park de Becky Lomax, Who Could That Be at This Hour? de Lemony Snicket et Innocent de Scott Turow. Cengage mentionne des manuels comme Principles of Economics de N. Gregory Mankiw, Cognitive Psychology d’E. Bruce Goldstein, Calculus: Early Transcendentals de James Stewart et d’autres titres pédagogiques. Elsevier, de son côté, cite des articles scientifiques publiés dans Cancer Genetics, Nutrition Research, Brain and Cognition, Urology et Seminars in Oncology. Scott Turow vise aussi Presumed Innocent, Innocent et Testimony.
L’intérêt de cette liste est double. D’abord, elle couvre trois marchés distincts : le livre grand public, les manuels éducatifs et l’édition scientifique. Ensuite, elle permet aux plaignants de soutenir que le dommage n’est pas seulement théorique. Dans leur lecture, Gemini peut produire des résumés détaillés, des plans de manuels, des guides d’étude, des textes imitant des œuvres existantes ou même des suites non autorisées. La plainte cite par exemple des réponses de Gemini qui reproduiraient ou paraphraseraient fortement la structure d’un manuel de Cengage, ou généreraient une suite inspirée de l’univers de Presumed Innocent.
Pour Elsevier, l’enjeu est particulièrement sensible : si un outil généraliste produit des synthèses ou des pseudo-articles scientifiques à partir de corpus protégés, il concurrence non seulement l’accès aux revues, mais aussi les outils d’IA spécialisés que les éditeurs scientifiques cherchent eux-mêmes à vendre sur la base de contenus vérifiés et licenciés.
Google Books : le précédent qui revient hanter Google
La plainte s’appuie sur un précédent paradoxal : Google Books. En 2015, la justice américaine avait jugé que la numérisation de livres par Google, à des fins de recherche et d’affichage d’extraits limités, relevait du fair use. Cette décision avait alors conforté Google dans sa mission d’indexation du savoir.
Les éditeurs tentent maintenant de séparer clairement les deux mondes. Leur argument : ce qui était toléré pour un index consultable et des extraits limités ne saurait autoriser l’entraînement d’un modèle génératif capable de produire des contenus substitutifs. Autrement dit, le précédent Google Books protège un moteur de recherche documentaire, pas nécessairement une usine à génération textuelle.
C’est là que le procès pourrait devenir majeur. Google devrait logiquement défendre l’idée que l’entraînement d’un modèle est une utilisation transformative, non expressive, et donc protégée par le fair use américain. Cette position apparaît aussi dans le livre blanc de Google publié en juin 2026 sur la gouvernance de l’IA, où l’entreprise soutient que l’utilisation de données web publiquement accessibles pour entraîner des modèles doit rester protégée, tout en évoquant des mécanismes d’opt-out comme Google-Extended. Mais cette position est celle d’un acteur intéressé : elle défend l’architecture économique des grands laboratoires IA.
Après OpenAI, Meta et Anthropic : une vague systémique
La plainte contre Google ne sort pas de nulle part. Elle s’inscrit dans une séquence désormais structurée. Le New York Times poursuit OpenAI et Microsoft depuis décembre 2023, leur reprochant l’usage non autorisé de contenus journalistiques pour entraîner et alimenter des produits concurrents. Meta a été visé par des auteurs puis, en 2026, par plusieurs grands éditeurs, dont Elsevier, Cengage, Hachette, Macmillan et McGraw Hill. Anthropic, de son côté, a obtenu en 2025 une décision favorable sur le principe de l’entraînement à partir d’œuvres légalement acquises, mais a été exposé à une responsabilité beaucoup plus lourde sur la question des copies piratées et de leur conservation dans une bibliothèque interne.
Deux décisions américaines pèsent particulièrement dans le débat. Dans Kadrey v. Meta, un juge californien a accordé un jugement sommaire favorable à Meta, estimant que les plaignants n’avaient pas suffisamment prouvé un dommage de marché causé par Llama. Dans Bartz v. Anthropic, le juge William Alsup a distingué l’entraînement, jugé potentiellement équitable lorsqu’il repose sur des copies légalement acquises, de la constitution d’une bibliothèque de livres piratés, non protégée par le fair use. À l’inverse, dans Thomson Reuters v. Ross Intelligence, un tribunal du Delaware a rejeté la défense de fair use d’une entreprise qui avait utilisé des contenus Westlaw pour bâtir un outil concurrent.
Ces précédents ne donnent pas une réponse unique. Ils dessinent plutôt une grille : provenance des données, caractère commercial, transformation réelle de l’usage, possibilité de substitution, existence d’un marché de licences et preuve concrète du dommage.
Ce que les éditeurs cherchent vraiment
Derrière la plainte, l’objectif n’est pas seulement indemnitaire. Les plaignants demandent des dommages, mais aussi des mesures d’injonction, potentiellement la fin de certaines pratiques et la destruction de copies non autorisées utilisées pour l’entraînement. C’est un levier de négociation massif.
Le marché qui se construit en arrière-plan est celui des licences d’entraînement. Les éditeurs ne veulent pas seulement empêcher l’IA ; ils veulent que l’usage de leurs catalogues devienne contractuel, traçable et rémunéré. Plusieurs médias, dont TechCrunch et The Guardian, notent que Google n’a pas immédiatement répondu à leurs demandes de commentaire. Cette absence de réponse publique au moment de la publication laisse le champ aux plaignants, mais le débat judiciaire reste ouvert.
Pour les grands laboratoires IA, l’enjeu est existentiel. Si les tribunaux imposent une licence préalable pour les catalogues éditoriaux commerciaux, le coût d’entraînement des LLM augmentera fortement. Les acteurs les mieux capitalisés pourront signer des accords massifs ; les plus petits laboratoires risquent d’être marginalisés. À l’inverse, si le fair use l’emporte largement, les éditeurs devront se rabattre sur les sorties du modèle : contrefaçon explicite, reproduction substantielle, imitation d’auteur, guides d’étude substitutifs ou hallucinations nuisibles.
Prospective : vers des LLM sous régime de traçabilité
Le scénario le plus probable n’est pas une interdiction générale de l’entraînement sur contenus protégés, mais une normalisation progressive. Les modèles de demain devront probablement documenter davantage leurs sources, respecter des exclusions machine-readable, limiter la mémorisation, bloquer les sorties trop proches d’œuvres protégées et conclure des accords avec les détenteurs de catalogues à forte valeur.
Pour les contenus éditoriaux commerciaux, trois catégories devraient émerger. Premièrement, les corpus licenciés, chers mais juridiquement robustes, utiles pour les modèles spécialisés en droit, santé, éducation ou recherche. Deuxièmement, les contenus publics ou ouverts, soumis à des conditions plus claires. Troisièmement, une zone grise de contenus web et de livres scannés, qui restera litigieuse jusqu’à ce que les cours d’appel, voire la Cour suprême américaine, tranchent plus nettement.
Pour Google, l’ironie est forte. L’entreprise qui avait gagné une bataille historique avec Google Books doit maintenant défendre une thèse bien plus ambitieuse : que le passage de l’indexation à la génération n’a pas changé la nature juridique de l’usage. Les éditeurs, eux, veulent convaincre le tribunal que ce changement est précisément le point de rupture.
Le procès Hachette, Cengage, Elsevier et Turow contre Google n’est donc pas une affaire isolée. C’est un test de résistance pour toute l’économie des LLM. Si Gemini peut être entraîné sur des catalogues commerciaux sans licence, le modèle actuel de l’IA générative sort renforcé. Si les éditeurs obtiennent gain de cause, l’avenir des grands modèles passera moins par le scraping massif que par des bibliothèques contractuelles, auditées et coûteuses.