Ben Thompson publie une proposition de loi pour les États-Unis qui met en évidence une asymétrie devenue opérationnelle. Le texte demande deux choses : déclarer que collecter des données publiques pour entraîner des modèles est du fair use, et interdire les conditions de service qui prohibent la distillation, au moins pour les entreprises américaines.

L’asymétrie est évidente pour qui construit. OpenAI et Anthropic ont construit leurs modèles sur des milliards de pages web et de livres sans demander la permission à personne. Dans leurs conditions de service, ils écrivent que tu ne peux pas utiliser leurs outputs pour entraîner ton modèle. Qui évalue entre modèles propriétaires et ouverts le ressent chaque jour : tu peux consommer l’API, tu peux construire dessus, mais ce que tu apprends leur reste.

Comme nous l’avons raconté le 14 juillet, Satya Nadella avait déjà exprimé la même critique en public, définissant l’attitude des labs comme une position insoutenable. Thompson va plus loin et transforme le malaise en une proposition avec deux leviers : donner aux labs la certitude légale sur l’entraînement, pour qu’ils arrêtent de payer des procès à plusieurs milliards, et garantir que ce qu’ils apprennent alimente l’innovation de tous.

La proposition arrive alors qu’Alibaba vient de lancer Qwen 3.8 Max en open weight, 2,4T paramètres. Thompson lit ce mouvement comme un alignement avec la poussée de Xi Jinping sur l’open source. Si les États-Unis ferment la distillation, la Chine l’ouvre.

En détail

La distillation, en termes simples, est le processus par lequel tu utilises les réponses d’un grand modèle coûteux pour entraîner un modèle plus petit qui imite son comportement. Techniquement, on interroge l’API du modèle de départ sur un ensemble d’exemples, on collecte les paires question-réponse, et on utilise ce dataset pour entraîner le modèle cible. Les conditions de service d’OpenAI et Anthropic interdisent explicitement cette pratique : s’ils découvrent que tu utilises leurs outputs pour entraîner un modèle, ils peuvent te couper l’accès.

Le point de Thompson est que stopper la distillation est pratiquement impossible. Distiller un modèle signifie interroger son API, et distinguer un utilisateur légitime qui pose beaucoup de questions de quelqu’un qui construit un dataset d’entraînement est un problème de détection insoluble sans espionner le comportement de l’utilisateur de manière soulevant des problèmes légaux encore plus grands. La proposition inverse la logique : au lieu d’interdire quelque chose qu’on ne peut pas interdire, légalise-la et fais-en levier.

La structure de la proposition a deux parties qui se soutiennent mutuellement. La première déclare que collecter des données publiques pour l’entraînement est du fair use. Cela protège les labs des procès sur les droits d’auteur, comme l’accord de 1,5 milliard qu’Anthropic vient de signer sur les livres piratés utilisés pour entraîner Claude. La deuxième interdit les conditions de service qui prohibent la distillation, garantissant que le savoir accumulé par les modèles frontier reste disponible pour qui veut construire des alternatives.

Le contexte chinois est ce qui donne de l’urgence à la proposition. Alibaba a lancé Qwen 3.8 Max, 2,4T paramètres, en open weight, renversant la décision de mai de ne pas le publier. Thompson lie le choix à un discours récent de Xi Jinping poussant pour l’open source, la collaboration et le partage. Si les modèles ouverts chinois continuent de combler l’écart qualitatif avec les frontier américains et si aux États-Unis la distillation reste interdite, l’avantage compétitif se déplace vers qui a moins de contraintes.

Les limites de la proposition sont concrètes. C’est une suggestion de politique, pas un projet de loi présenté au Congrès. Elle ne clarifie pas comment on tracerait la limite entre fair use et violation du copyright pour les données qui ne sont pas purement publiques, comme les livres avec droits d’auteur ou les archives payantes. Et elle n’aborde pas le risque que légaliser l’entraînement sur n’importe quelle donnée publique décourage la production de contenus de qualité, si les créateurs n’y voient aucun retour. Pour qui construit des produits IA, la proposition marque néanmoins une direction : la pression sur cette asymétrie monte, et le mouvement d’Alibaba suggère que le marché trouvera de toute façon une voie, avec ou sans une loi américaine.