Licence CCAI : Une proposition choc de Yale pour mettre fin au pillage du code open source par l’IA

Quelles seraient les obligations concrètes pour les développeurs d’IA ?

Si un développeur d’IA entraîne son modèle sur un corpus incluant du code sous licence CCAI, la proposition lui imposerait de jouer cartes sur table :

• Architecture du modèle : il devrait documenter et publier la conception et la structure technique détaillée du réseau de neurones ou du système d’IA .
• Données d’entraînement : les jeux de données précis utilisés pendant la phase d’apprentissage devraient être rendus publics .
• Contagion vertueuse : le modèle lui-même, et toutes ses versions dérivées, devraient rester sous cette même licence CCAI, perpétuant l’exigence de transparence .

L’intention est ouvertement dissuasive : empêcher les entreprises de l’IA de transformer un bien commun en avantage concurrentiel propriétaire et opaque. Il ne s’agit plus seulement d’une plainte morale de la communauté du logiciel libre, mais d’une tentative de créer un véritable levier juridique contraignant .

Qui sont les auteurs de cette proposition ?

L’étude a été publiée sous le titre original : "The Case for Contextual Copyleft: Licensing Open Source Training Data and Generative AI" . Elle émane d’une équipe de Yale réunie autour du DEC :

• Grant Shanklin, premier auteur et Junior Fellow au DEC (Yale College) .
• Claudio Novelli, chercheur au DEC .
• Emmie Hine, chercheuse au DEC .
• Luciano Floridi, professeur titulaire de la chaire John K. Castle et directeur fondateur du DEC .
• Tyler Schroder, ancien étudiant-chercheur du DEC .

Ces chercheurs ne proposent pas une simple rustine juridique. Ils posent les bases d’un contrat social repensé entre les communautés de développeurs open source et les laboratoires d’IA, dont certains sont aujourd’hui évalués à plusieurs centaines de milliards de dollars.

Quels sont les flous juridiques qui menacent sa mise en œuvre ?

Malgré son élégance théorique, l’applicabilité réelle de la licence CCAI reste semée d’embûches. Les auteurs eux-mêmes identifient plusieurs zones d’incertitude majeures qui pourraient paralyser le mécanisme :

1. Le spectre de l’usage loyal (fair use) : dans des juridictions comme les États-Unis, la validité de la CCAI dépend d’une question cruciale : l’entraînement d’une IA sur du code protégé par le droit d’auteur constitue-t-il un fair use ? Si les tribunaux répondent par l’affirmative, alors cet entraînement ne nécessite aucune autorisation préalable, et les restrictions de la licence n’auraient plus de prise .
2. La notion d’œuvre dérivée : juridiquement, il n’est pas du tout acquis qu’un modèle d’IA, et encore moins ses « poids » (paramètres internes), puisse être qualifié d’œuvre dérivée des données qui ont servi à le former. Cette classification est pourtant la pierre angulaire du dispositif .
3. Un monde, plusieurs droits : l’efficacité d’un tel contrat variera nécessairement d’un système juridique à l’autre, car les exceptions au droit d’auteur ne sont pas les mêmes en Europe, aux États-Unis ou en Asie .
4. Le défi de la traçabilité : même si la licence était reconnue, comment identifier avec certitude, dans les gigantesques jeux de données d’entraînement, qu’un extrait de code provient d’un fichier sous CCAI ? L’enforcement pratique serait un cauchemar technique et légal, surtout lorsque les modèles sont entraînés sur des milliards de paramètres et des corpus mixtes .

En résumé, la proposition de Yale est un signal intellectuel fort. Elle montre que le droit tente de rattraper la technique, mais elle bute encore sur les fondations mêmes du droit d’auteur à l’ère du machine learning. L’avenir de la licence CCAI dira si l’on peut contraindre une boîte noire à s’ouvrir au nom des principes qui ont bâti l’internet d’aujourd’hui.