2.3 Droit d'auteur, deepfakes et shadow AI en entreprise

Question apparemment simple, juridiquement complexe : quand un collaborateur utilise un LLM pour produire un texte, une image, du code, qui en est propriétaire au sens du droit d'auteur ?

La position du droit français et du droit européen en 2026 est la suivante :

1. Pas de droit d'auteur sur les sorties purement générées. Le Code de la propriété intellectuelle protège les œuvres de l'esprit (article L112-1) et réserve la qualité d'auteur à la personne qui les crée (article L111-1) ; la jurisprudence exige une originalité, c'est-à-dire l'empreinte de la personnalité de l'auteur. Une sortie générée par une machine sans intervention créative humaine n'est pas protégée. Conséquence : un tiers peut reprendre une image entièrement générée par IA sans commettre de contrefaçon.

2. Protection si intervention humaine créative significative. Si un humain a apporté un apport créatif personnel dans la conception, l'orientation, la sélection, le retravail — alors l'œuvre peut être protégée. L'IA est alors considérée comme un outil au service de la création humaine. Le seuil de « significatif » est apprécié au cas par cas.

3. Position américaine. Le U.S. Copyright Office a publié en mars 2023 des orientations, confirmées par son rapport de janvier 2025 : les éléments entièrement générés par une IA ne sont pas enregistrables, seule la contribution humaine (sélection, arrangement, modification substantielle) l'est. La simple rédaction d'un prompt ne suffit pas.

Conséquences pratiques en entreprise :

• Un visuel marketing entièrement généré par un outil d'IA, sans retravail : pas protégeable, un concurrent peut le reprendre. À éviter pour les visuels distinctifs.
• Un texte produit par un assistant puis substantiellement retravaillé, complété et personnalisé par un rédacteur : protégeable au titre des apports humains.
• Du code suggéré par un assistant de programmation puis modifié et intégré dans une architecture conçue par un développeur : protégeable comme partie de l'ensemble.

La recommandation pratique : pour tout contenu à valeur distinctive (marque, identité, œuvres signées), garantir une intervention humaine créative substantielle et documentée. Ne pas se contenter du « brut » IA.

Côté contrat avec le fournisseur, les conditions d'utilisation précisent en général que le client conserve les droits sur les sorties, « dans la mesure permise par la loi ». Ne pas confondre avec une protection par le droit d'auteur : le contrat ne crée pas une protection que la loi ne reconnaît pas.

Inversement, le contenu généré par IA peut reprendre, plus ou moins fidèlement, des œuvres protégées présentes dans le corpus d'entraînement. C'est une zone juridique active.

Procès en cours et précédents :

Banques d'images contre éditeurs de modèles (Royaume-Uni et États-Unis, depuis 2023). Une agence photographique reproche à l'éditeur d'un modèle de génération d'images d'avoir entraîné celui-ci sur des millions de ses photos sans licence. La High Court de Londres a rendu un premier jugement au fond en novembre 2025, largement défavorable à l'agence sur le terrain du droit d'auteur ; la procédure américaine se poursuit.

Presse contre éditeurs de modèles (États-Unis, depuis décembre 2023). Un grand quotidien américain poursuit l'éditeur d'un assistant et son partenaire technologique pour l'utilisation de ses articles à l'entraînement et leur restitution quasi littérale par le modèle. D'autres groupes de presse ont préféré la voie contractuelle : plusieurs accords de licence ont été signés en Europe en 2024 et 2025.

Auteurs de livres (États-Unis, depuis 2023). Plusieurs actions collectives d'écrivains portent sur l'utilisation de leurs ouvrages dans les corpus d'entraînement ; les premières décisions de 2025 ont admis l'usage transformatif de livres légalement acquis tout en sanctionnant le recours à des copies piratées.

Du côté européen, l'article 53 de l'AI Act impose depuis le 2 août 2025 aux fournisseurs de modèles à usage général une politique de respect du droit d'auteur de l'Union, y compris des réserves exprimées par les titulaires de droits (« opt-out » de l'article 4 de la directive 2019/790), et la publication d'un résumé des contenus d'entraînement selon le modèle du Bureau de l'IA. L'effectivité de ces obligations se jugera aux premières décisions.

Risques pour l'utilisateur entreprise :

• Image générée qui ressemble fortement à une œuvre protégée → risque de contrefaçon si publication
• Texte généré qui reproduit substantiellement un passage d'un livre ou d'un article → risque de plagiat
• Code généré qui reproduit du code GPL ou autre licence virale → risque contractuel sur la licence logicielle de l'entreprise

Garde-fous recommandés :

• Pour les images : privilégier un outil dont le contrat prévoit une garantie d'indemnisation en cas d'action en contrefaçon visant les sorties, ou entraîné sur des contenus sous licence.
• Pour les textes : passer les contenus destinés à la publication dans un outil de détection de similarité avant diffusion.
• Pour le code : activer le filtre de référencement de l'assistant de programmation quand il existe (détection des reprises de code public et de leur licence) et contrôler les licences des dépendances.
• Documenter la provenance et le retravail humain effectué.

La garantie d'indemnisation proposée par plusieurs grands éditeurs dans leurs offres professionnelles est un critère de sélection à part entière : elle couvre en général les actions de tiers en contrefaçon visant les sorties, sous conditions (filtres activés, pas de prompt visant à reproduire une œuvre). À lire dans le contrat, pas dans la plaquette.

Les deepfakes — audio, vidéo, image falsifiés générés par IA pour faire dire ou faire à une personne réelle ce qu'elle n'a pas dit ou fait — sont devenus une menace concrète pour les entreprises depuis 2023-2024.

Cas marquants :

Fausse visioconférence avec la direction (Hong Kong, janvier 2024). Un salarié du bureau hongkongais d'un cabinet d'ingénierie international a exécuté une quinzaine de virements, pour un total d'environ 200 millions de dollars de Hong Kong (près de 25 millions de dollars américains), après une visioconférence où il croyait échanger avec son directeur financier et plusieurs collègues. Tous les participants étaient des deepfakes. L'affaire, révélée par la police de Hong Kong en février 2024, est la fraude par deepfake la plus médiatisée à ce jour.

Énergéticien européen (2019, antérieur aux LLM). Un PDG a été imité vocalement par un deepfake audio, ordonnant un virement de 220 000 € à un fournisseur. Le virement a été effectué. Précédent considéré comme l'un des premiers cas.

Vidéos deepfake de dirigeants d'entreprise et de responsables politiques circulant sur les réseaux sociaux pour promouvoir des placements frauduleux ou leur attribuer des propos imaginaires. L'usurpation de l'image d'un dirigeant pour une arnaque à l'investissement touche aussi des PME.

Risques pour l'entreprise :

• Fraude au président par deepfake audio ou vidéo : transferts de fonds frauduleux sur instructions imitées
• Usurpation d'identité de dirigeants dans des communications externes
• Atteinte à la réputation : faux propos attribués à un dirigeant ou un porte-parole
• Manipulation de marché : faux communiqué attribué à une entreprise cotée provoquant volatilité du cours
• Sabotage RH : faux comportement attribué à un salarié pour le faire licencier ou discréditer
• Fraudes internes avec deepfake d'un collègue, manager, RH

Mesures défensives :

1. Procédures de double validation pour tous les transferts financiers importants. Une vidéoconférence ne suffit jamais — confirmation par canal alternatif (téléphone vérifié, signature électronique, mots-clés de sécurité préalablement définis).

2. Mots-clés de sécurité entre dirigeants et équipes finance/IT : phrase secrète ou question dont la réponse ne peut être devinée par un deepfake.

3. Détection technique par des outils spécialisés ou intégrés aux solutions de visioconférence. Imparfaite et en course permanente avec les générateurs : un complément, jamais la première ligne de défense.

4. Formation des collaborateurs aux signaux d'alerte : qualité de l'image légèrement étrange, synchronisation labiale imparfaite, intonation vocale plate, mouvements d'yeux artificiels, demandes inhabituelles et urgentes.

5. Veille sur la présence éventuelle de deepfakes dirigés contre l'entreprise sur les réseaux sociaux. Outils de surveillance de marque pouvant inclure la détection de deepfakes.

L'article 50 de l'AI Act, applicable depuis le 2 août 2026, impose aux fournisseurs de marquer les contenus générés dans un format lisible par machine et aux déployeurs de signaler qu'un deepfake a été généré artificiellement. Ces obligations encadrent les usages légitimes ; elles ne dissuadent pas un fraudeur, qui n'utilise pas un outil conforme. D'où l'importance des mesures défensives propres à l'entreprise.

Tendance 2025-2026 : les deepfakes deviennent indétectables à l'œil humain non entraîné. La défense ne peut plus reposer sur la vigilance individuelle — elle doit s'appuyer sur des procédures structurelles (double validation) et des outils techniques.

Le shadow AI désigne l'usage d'outils d'IA générative par les collaborateurs hors de tout cadre formel de l'entreprise : compte grand public ouvert avec une adresse personnelle, application sur le téléphone personnel, extension de navigateur installée sans validation.

Les enquêtes publiées par les éditeurs et les cabinets de conseil depuis 2024 convergent, avec des chiffres qui varient selon les périmètres : une large part des salariés du tertiaire utilise au moins occasionnellement un assistant d'IA, et une fraction importante de ces usages échappe à l'employeur. Le shadow AI est donc présent dans la plupart des organisations, y compris celles qui pensent l'avoir interdit.

Risques du shadow AI :

• Confidentialité non maîtrisée (cf. chapitre 2.2) — les pires fuites passent par là
• Disparités de compétence : les collaborateurs sont inégalement à l'aise, certains font des erreurs faute de formation
• Pas de traçabilité : impossible de savoir ce qui a été demandé, à qui, pour quoi
• Article 4 de l'AI Act : aucune mesure de maîtrise de l'IA documentée pour ces usages, alors qu'ils sont concernés
• Conflits de propriété intellectuelle : si un livrable client a été produit en partie avec un outil non contractualisé, qui est propriétaire ? Que dit le contrat client sur l'usage d'IA ?
• Risques RGPD : transferts non maîtrisés vers les USA, pas de DPA, pas d'AIPD

Interdire ne suffit pas, comme le montre le cas d'école du chapitre 2.2 : les collaborateurs continuent sur leurs appareils personnels. La solution est positive : offrir une alternative officielle attractive et la rendre suffisamment visible et utilisable pour qu'elle devienne le choix naturel.

Démarche recommandée :

1. Audit des usages réels : enquête anonyme auprès des équipes pour connaître ce qui se fait, sur quels outils, pour quels usages. Sans sanction, en posture d'écoute.
2. Sélection d'une solution officielle adaptée aux usages identifiés, selon les critères du chapitre 3.1 : un assistant intégré aux outils bureautiques, un assistant généraliste sous contrat, un outil de génération d'images avec garantie.
3. Charte d'usage claire, courte, communiquée largement.
4. Formation sur outils officiels — programmes courts, par profil métier, en présentiel + e-learning.
5. Communication sur les avantages de l'outil officiel vs gratuit (rapidité, intégration, fiabilité, conformité).
6. Mesure : suivi de l'adoption, taux d'usage officiels vs persistance shadow, indicateurs de productivité.

Quand la solution officielle est aussi bonne ou meilleure que les alternatives gratuites, le shadow AI se résorbe de lui-même. La vraie résistance vient de l'expérience utilisateur : si l'outil officiel est moins ergonomique, plus lent, plus restrictif, les collaborateurs continuent en parallèle. L'UX de l'outil officiel est donc un critère majeur de sélection.

L'introduction de l'IA générative en entreprise ne relève pas que du droit des données et de l'IA. Le droit du travail a aussi son mot à dire.

Information et consultation du CSE. Dans les entreprises d'au moins 50 salariés, le CSE est informé et consulté sur l'introduction de nouvelles technologies et sur tout aménagement important modifiant les conditions de santé, de sécurité ou de travail (article L2312-8, II, 4° du Code du travail). Un déploiement d'IA générative à l'échelle d'un service ou de l'entreprise entre dans cette catégorie. La consultation est préalable à la décision ; l'omettre constitue un délit d'entrave (article L2317-1, 7 500 € d'amende) et permet au CSE de demander en justice la suspension du projet. Le hub CSE du site détaille les prérogatives et les modèles utiles.

Contrôle de l'activité des salariés. Si l'outil permet de contrôler l'activité (analyse de la productivité, des échanges, des temps de connexion), l'article L2312-38 impose une information-consultation spécifique du CSE préalablement à la mise en œuvre, et l'article L1222-4 interdit de collecter une information concernant personnellement un salarié par un dispositif dont il n'a pas été informé au préalable. L'ensemble reste soumis au principe de proportionnalité de l'article L1121-1. La Cour européenne des droits de l'homme (arrêt Bărbulescu c. Roumanie, grande chambre, 5 septembre 2017) exige que le salarié soit informé de la nature et de l'étendue de la surveillance.

Évaluation des salariés. Les méthodes et techniques d'évaluation doivent être pertinentes au regard de la finalité poursuivie et portées à la connaissance des salariés avant leur mise en œuvre (article L1222-3). Un outil d'IA qui participe à l'évaluation relève en outre, à compter du 2 décembre 2027, des obligations des systèmes à haut risque : l'article 26, paragraphe 7, de l'AI Act impose alors à l'employeur d'informer les représentants du personnel et les salariés concernés avant la mise en service.

Droit à la déconnexion. Les assistants d'IA fonctionnent à toute heure et peuvent alimenter la sollicitation hors temps de travail. Le droit à la déconnexion (article L2242-17, thème de la négociation annuelle) et la charte associée en tiennent compte ; le site propose un générateur de charte du droit à la déconnexion.

Décisions individuelles. Si l'outil influence des décisions concernant les salariés (évaluation, primes, mobilité), l'article 22 du RGPD exige une intervention humaine effective (chapitre 1.3).

Conséquence pratique : tout déploiement significatif d'IA générative dans une entreprise dotée d'un CSE passe par une information-consultation formalisée. Dans les entreprises de 11 à 49 salariés, le CSE n'a pas cette attribution générale, mais l'information préalable individuelle des salariés (L1222-4) et la proportionnalité (L1121-1) s'appliquent.

Le processus type : (1) communication au CSE du projet, (2) dossier d'information (objectifs, outils, données traitées, AIPD, projet de charte), (3) réunion de consultation avec questions et réponses, (4) avis du CSE consigné au procès-verbal, (5) déploiement. Délai d'examen : un mois à défaut d'accord, deux mois en cas de recours à un expert (article R2312-6). Le détail figure au chapitre 4.2.

Quelques risques en émergence à surveiller pour les prochaines années :

Agents IA autonomes. 2025-2026 voit l'émergence d'agents capables d'exécuter des tâches multi-étapes en autonomie (réserver un voyage, traiter une boîte mail, conduire une recherche). Ces agents prennent des décisions et agissent — risques décuplés par rapport à un simple chatbot. Cadre juridique à clarifier.

Personnalisation poussée et profilage. Les outils marketing IA permettent une personnalisation extrême. Risque de manipulation comportementale (interdite par l'article 5 si elle vise des vulnérabilités), risque RGPD si profilage non consenti.

IA dans le cycle DevOps et la production logicielle. Code généré par IA déployé en production sans relecture humaine adéquate. Risque de vulnérabilités introduites, de bugs subtils, de dépendances obsolètes. Plusieurs failles de sécurité récentes ont été attribuées à du code IA non revu.

Manipulation des LLM par prompt injection : des instructions malveillantes cachées dans des documents ou pages web peuvent détourner le comportement d'un LLM connecté à des outils. Risque croissant à mesure que les agents IA prolifèrent.

Désinformation industrielle : génération automatisée de masses de contenus faux pour influer sur la perception d'une entreprise, manipuler les marchés, attaquer la marque employeur. À surveiller en veille.

Concentration des fournisseurs : la dépendance à un petit nombre d'éditeurs, majoritairement établis hors de l'Union, crée un risque stratégique (changement de conditions, de prix, de disponibilité) et alimente le débat sur la souveraineté numérique européenne.

Coût énergétique de l'IA : l'entraînement et l'usage des grands modèles pèsent sur la consommation des centres de données. Pour les entreprises engagées dans une démarche de reporting extra-financier, l'usage de l'IA relève des émissions indirectes à documenter. Les ordres de grandeur sont détaillés dans l'article Énergie pour entraîner un grand modèle d'IA.

Ces risques justifient une veille structurée sur les évolutions IA — réglementaires, techniques, contractuelles. Désigner un référent IA dans l'entreprise (souvent partagé entre DSI, DPO, RSSI, juridique) qui assure cette veille et alerte les directions concernées.