L'argument tient en deux mots anglais : rounding error. Une erreur d'arrondi. C'est ainsi que Vivek Shah, patron du groupe de médias américain Ziff Davis, décrit ce que représenterait, dans les comptes d'une entreprise comme OpenAI, le fait de payer des licences pour les contenus journalistiques qui ont servi à entraîner ses modèles. La formule, rapportée par CNET — publication qui appartient précisément à Ziff Davis —, résume la stratégie argumentaire des éditeurs au moment où les grandes poursuites en droit d'auteur franchissent des étapes procédurales décisives aux États-Unis.
L'idée est simple et redoutablement efficace sur le plan rhétorique : les sommes en jeu sont énormes pour les salles de rédaction, dérisoires pour les laboratoires d'IA. Reste à savoir si les tribunaux, eux, verront les choses de la même manière.
Un front judiciaire qui s'élargit
Le dossier fondateur reste la poursuite déposée en décembre 2023 par le New York Times contre OpenAI et Microsoft devant le tribunal fédéral du district sud de New York. Le quotidien y soutient que des millions de ses articles ont été copiés pour entraîner des modèles de langage, et que les réponses produites par ces systèmes se substituent à ses propres contenus. OpenAI a répliqué en invoquant le fair use, l'usage équitable, et en accusant le journal d'avoir « piraté » son propre produit par des requêtes manipulées. Le juge a largement refusé de rejeter la plainte, ce qui a ouvert la voie à une phase d'instruction longue et coûteuse, marquée par des batailles sur la conservation des historiques de conversation des utilisateurs de ChatGPT.
Depuis, la liste s'est allongée. Ziff Davis, propriétaire de CNET, PCMag, Mashable ou IGN, a poursuivi OpenAI en avril 2025 au Delaware. Le groupe Advance, maison mère de Condé Nast, s'en est pris à la jeune pousse Cohere. Dow Jones et le New York Post, dans l'orbite de News Corp, ont visé le moteur de réponse Perplexity. Des éditeurs de livres, des maisons de disques, des agences photo et des auteurs ont ouvert leurs propres fronts. On ne compte plus, aux États-Unis, quelques dizaines de litiges actifs liés à l'entraînement de modèles génératifs.
Deux décisions qui ont changé la donne
Deux jugements de 2025 ont reconfiguré le terrain. Dans l'affaire Thomson Reuters contre Ross Intelligence, un tribunal fédéral du Delaware a estimé que la reprise de contenus juridiques pour bâtir un outil concurrent ne relevait pas de l'usage équitable. Quelques mois plus tard, en Californie, le juge William Alsup a tranché, dans l'affaire opposant des auteurs à Anthropic, que l'entraînement d'un modèle sur des livres légalement acquis pouvait constituer un usage transformatif — mais que constituer une bibliothèque interne à partir d'ouvrages piratés, non. Anthropic a ensuite accepté un règlement de 1,5 milliard de dollars américains, l'un des plus importants jamais conclus en matière de droit d'auteur.
La leçon que les avocats des éditeurs en retirent est limpide : la ligne de démarcation ne passe pas seulement par la nature de l'usage, mais par la manière dont les données ont été obtenues, et par le degré de concurrence entre le produit d'IA et la source d'origine. Or un agrégateur de réponses qui résume l'actualité du jour ressemble beaucoup plus à un concurrent direct qu'un modèle qui apprend la grammaire sur un corpus littéraire.
L'argument économique : combien coûterait vraiment une licence ?
C'est ici que l'argument de « l'erreur d'arrondi » prend son sens. Les ordres de grandeur du secteur de l'IA se comptent désormais en centaines de milliards : engagements pluriannuels d'achat de capacité informatique, centres de données, puces, salaires de chercheurs vedettes. Face à cela, les accords de licence déjà signés paraissent modestes. Le partenariat entre News Corp et OpenAI, annoncé en mai 2024, a été évalué par la presse spécialisée autour de 250 millions de dollars sur cinq ans, soit une cinquantaine de millions par an pour un portefeuille qui comprend le Wall Street Journal, le Times de Londres et une bonne partie de la presse australienne. OpenAI a par ailleurs conclu des ententes avec Axel Springer, l'Associated Press, le Financial Times, Le Monde, Prisa, Reddit ou Condé Nast, et a publié un texte de doctrine, « OpenAI and journalism », défendant à la fois l'usage équitable et la valeur des partenariats.
Autrement dit : les plateformes paient déjà, mais sélectivement, et à des prix qu'elles fixent largement. Les éditeurs qui poursuivent cherchent précisément à transformer cette négociation de gré à gré en obligation de marché. Si un tribunal établit qu'un entraînement non autorisé sur des articles protégés engage la responsabilité des développeurs, le prix de la licence cesse d'être un geste commercial pour devenir le coût du droit d'exister.
Le vrai enjeu n'est pas l'entraînement, c'est le clic
Derrière la question juridique se cache une hémorragie mesurable. L'arrivée des résumés générés par IA dans les moteurs de recherche — les AI Overviews de Google en tête — a coïncidé avec une chute des taux de clic vers les sites d'information. Plusieurs grands groupes américains, dont People Inc. (ex-Dotdash Meredith), ont reconnu publiquement que la part de leur audience provenant de la recherche Google avait fondu de façon spectaculaire en deux ans. Pour un média financé par la publicité, un lecteur qui obtient sa réponse sans quitter la page de résultats est un lecteur perdu.
D'où l'émergence d'une deuxième stratégie, technique celle-là. Cloudflare, qui acheminne une part considérable du trafic web mondial, a commencé en 2025 à bloquer par défaut les robots d'indexation d'IA et à proposer un système de « péage au crawl ». Un consortium d'éditeurs, dont Reddit, Yahoo, Medium et People Inc., a lancé le standard RSL (Really Simple Licensing), conçu comme un fichier lisible par machine qui énonce les conditions d'utilisation des contenus — une sorte de robots.txt doté d'une grille tarifaire. L'objectif avoué : reproduire pour le texte ce que les sociétés de gestion collective ont fait pour la musique.
Un rapport de force en recomposition
Le précédent qui hante les rédactions est celui de la recherche et des réseaux sociaux : vingt ans à courir après une plateforme qui contrôle la distribution, avec, au bout, des lois de partage des revenus arrachées au forceps en Australie, en France ou au Canada, et des résultats inégaux. Cette fois, les éditeurs interviennent tôt, pendant que les modèles économiques de l'IA sont encore en construction et que les entreprises concernées ont un besoin vital de contenus frais, fiables et datés — exactement la matière première du journalisme.
L'issue dépendra de trois inconnues. La première est jurisprudentielle : un jugement au fond dans l'affaire du New York Times, ou dans celle de Ziff Davis, fixerait un prix de référence pour tout le marché. La deuxième est réglementaire : le règlement européen sur l'IA impose déjà des obligations de transparence sur les données d'entraînement, et le Royaume-Uni s'est déchiré en 2025 sur un projet d'exception au droit d'auteur finalement bloqué par la Chambre des lords, après une mobilisation d'artistes et d'éditeurs. La troisième est industrielle : si les modèles deviennent assez performants avec des données synthétiques ou des archives déjà licenciées, le pouvoir de négociation des médias s'érodera.
En attendant, la phrase de Vivek Shah fonctionne comme un test de bonne foi adressé aux laboratoires d'IA. Si la facture est vraiment marginale, pourquoi la contester jusqu'en appel? Et si elle ne l'est pas, c'est que le journalisme valait bien plus que ce que l'industrie a jusqu'ici consenti à payer.