Le Sénat a adopté à l’unanimité, le 8 avril 2026 en première lecture, une proposition de loi visant à instaurer une présomption d’utilisation des contenus culturels par les fournisseurs d’intelligence artificielle. Porté notamment par Laure Darcos, Agnès Evren et Pierre Ouzoulias, le texte s’inscrit dans un débat devenu central pour l’écosystème numérique : l’usage de contenus protégés pour entraîner les modèles d’IA générative, qu’il s’agisse de textes, d’images, de musique, d’œuvres audiovisuelles ou de publications de presse.
À travers ce texte, le Sénat cherche à répondre à une difficulté régulièrement soulevée par les ayants droit : dans l’état actuel du marché, il est souvent difficile de savoir si une œuvre a été utilisée pour entraîner un modèle. Cette asymétrie d’information complique les recours, alors même que les outils d’IA générative occupent une place croissante dans les secteurs du logiciel, des moteurs de recherche, de la création visuelle, des assistants conversationnels ou encore de la production de contenus automatisés.
Un texte centré sur la preuve plutôt que sur une interdiction générale
La proposition de loi ne crée pas une interdiction générale de l’entraînement des IA sur des contenus culturels. Elle introduit un mécanisme procédural destiné à rééquilibrer la charge de la preuve dans d’éventuels contentieux. En pratique, l’idée est de permettre aux titulaires de droits de bénéficier d’une présomption d’utilisation de leurs contenus par un fournisseur d’IA lorsqu’un faisceau d’indices laisse penser qu’une œuvre protégée a servi à l’entraînement ou au fonctionnement d’un système.
Le texte évoque plusieurs situations susceptibles d’alimenter cette présomption : la génération de contenus « à la manière de » ou « dans le style de » d’un auteur, la restitution d’extraits d’une œuvre protégée, la reproduction de passages entiers, ou encore des ressemblances relevées entre une création protégée et un résultat généré par une IA. D’autres indices techniques pourraient aussi être pris en compte, notamment ceux liés à la chaîne d’approvisionnement des données ou au fonctionnement du modèle.
Cette présomption resterait simple, donc réfragable. Autrement dit, un fournisseur d’IA pourrait la renverser en apportant la preuve contraire. Le texte ne considère donc pas automatiquement qu’une violation a eu lieu : il entend plutôt donner aux auteurs, éditeurs, producteurs ou sociétés de gestion collective un levier procédural supplémentaire face à des systèmes souvent opaques.
Pourquoi ce sujet devient stratégique pour la tech
Le débat dépasse largement le seul secteur culturel. Les grands modèles génératifs reposent sur des volumes massifs de données, collectées ou agrégées depuis le web, des bases documentaires, des archives ou des corpus spécialisés. Or, une partie de ces contenus peut relever du droit d’auteur ou des droits voisins. Depuis l’accélération de l’IA générative, plusieurs marchés sont directement concernés : médias, édition, photographie, musique, cinéma, plateformes de création, mais aussi outils de productivité intégrant des fonctions de génération automatique.
Pour les entreprises technologiques, la question n’est pas seulement juridique. Elle touche aussi à la traçabilité des jeux de données, à la documentation des sources, à la conformité réglementaire et, à terme, au coût d’accès à des contenus licenciés. Pour les acteurs culturels, l’enjeu porte sur la transparence, la rémunération et la possibilité de s’opposer à certains usages de leurs œuvres.
Le marché évolue déjà dans cette direction. Certains groupes technologiques ont commencé à signer des accords avec des éditeurs, des agences de presse ou des banques d’images pour sécuriser une partie de leurs approvisionnements en données. D’autres acteurs s’appuient sur des corpus sous licence, des contenus libres ou des partenariats sectoriels. La proposition de loi française s’inscrit donc dans un mouvement plus large de formalisation du marché des données d’entraînement.
Un cadre européen déjà en place, mais jugé insuffisant
Le texte sénatorial s’insère dans un environnement réglementaire européen déjà dense. La directive de 2019 sur le droit d’auteur dans le marché unique numérique a introduit des exceptions de fouille de textes et de données, souvent désignées sous l’acronyme TDM pour « text and data mining ». Ces exceptions autorisent, dans certains cas, la reproduction et l’extraction de contenus accessibles licitement, avec la possibilité pour les titulaires de droits d’exercer un retrait, ou opt-out.
Dans les faits, ce mécanisme est jugé imparfait par une partie des ayants droit, notamment parce qu’il ne permet pas toujours d’identifier clairement quels contenus ont été utilisés ni de vérifier si un retrait a été respecté. Le règlement européen sur l’intelligence artificielle, adopté en 2024, a également ajouté des obligations de transparence pour certains fournisseurs de modèles, avec la publication d’un résumé suffisamment détaillé des contenus utilisés pour l’entraînement. Mais, selon les auteurs du texte sénatorial, ce niveau de transparence resterait trop limité pour permettre un recours efficace.
Le Sénat défend donc une approche nationale présentée comme complémentaire du droit européen : non pas modifier le droit matériel de l’Union, mais agir sur le terrain procédural afin de faciliter la défense des droits en justice.
Le Conseil d’État a validé le principe, avec des ajustements
Face aux interrogations sur la constitutionnalité du dispositif et sur sa compatibilité avec le droit de l’Union européenne, le Conseil d’État a été saisi pour avis. Dans son avis rendu le 19 mars 2026, il a estimé que la proposition de loi ne se heurtait à aucun obstacle de principe, sous réserve de quelques ajustements rédactionnels.
La commission du Sénat a ensuite adopté cinq amendements. Ils visent notamment à préciser que le mécanisme concerne l’administration de la preuve dans le cadre d’une procédure civile, à mieux définir les acteurs visés — fournisseurs de modèles et fournisseurs de systèmes d’IA —, à remplacer dans la rédaction certains termes jugés juridiquement trop sensibles, à permettre l’application du dispositif à des instances en cours, et à adapter le texte pour Wallis-et-Futuna.
Quels effets concrets pour les acteurs de l’IA ?
Si le texte poursuit son parcours législatif, ses effets pourraient être surveillés de près par l’ensemble des entreprises développant ou intégrant de l’IA générative en France. Les éditeurs de modèles, les plateformes exploitant des briques génératives et, plus largement, les fournisseurs de services fondés sur des corpus culturels pourraient être incités à mieux documenter leurs sources et à renforcer leurs politiques de conformité.
Pour le marché, plusieurs scénarios sont possibles. Le premier est celui d’une multiplication des accords de licence entre ayants droit et acteurs de l’IA. Le deuxième est celui d’un renforcement des contentieux, avec des débats plus techniques sur la preuve, la similarité, la restitution et la provenance des données. Un troisième scénario, déjà évoqué dans les travaux sénatoriaux, serait l’ouverture d’un débat plus large sur la fiscalité ou sur de nouveaux mécanismes de partage de la valeur si les négociations de marché ne suffisent pas.
À ce stade, la proposition de loi ne règle pas à elle seule toutes les questions liées à l’IA générative et au droit d’auteur. Elle marque toutefois une étape importante dans la stratégie française sur ce dossier : tenter de rendre les recours plus opérationnels sans bloquer par principe l’innovation. Pour les entreprises de la tech comme pour les industries culturelles, le message est clair : la question de la transparence des données d’entraînement devient désormais un sujet législatif de premier plan, et non plus seulement un débat théorique entre juristes et plateformes.
