Hors collection - Droit de l'intelligence artificielle - 1re - 77

CHAPITRE 2 - PROBLÉMATIQUES JURIDIQUES MAJEURES
77
L'arrêt CV-Online du 3 juin 2021 de la Cour de justice de l'Union européenne (CJUE) est analysé
comme une restriction nouvelle du droit sui generis. Il implique une exigence accrue de preuve de
l'atteinte à l'investissement du fabricant.
Le droit sui generis protège le contenu de la base de données. Le producteur de la base de données peut
empêcher l'extraction et la réutilisation de l'ensemble ou d'une partie substantielle de ce contenu. Si
la base de données remplit les conditions pour bénéficier de cette protection sui generis, celle-ci est
automatiquement accordée pour une durée de 15 ans à compter de la date de création ou de la date à
laquelle la base de données a été mise à la disposition du public pour la première fois.
La collection de données doit être contenue dans une base fixe qui comprend des moyens techniques,
procédés électroniques, électromagnétiques ou électro-optiques ou autres, un index, une table des
matières, un plan ou une méthode de classification, afin de permettre la recherche de tout matériel
indépendant contenu dans la base. Si un nouvel investissement substantiel est apporté à une base de
données existante, comme des mises à jour ou compléments, le créateur bénéficiera d'un nouveau
droit sur la base de données modifiée ou sur sa partie substantielle.
L'application de la protection sui generis aux bases d'apprentissage est possible, si sa constitution
répond aux exigences légales. Cependant, son évolutivité pourra rendre difficile la preuve de l'investissement.
Autre condition majeure : seule une base de données contenant des éléments licites, c'està-dire
respectant les droits des tiers (droits de propriété intellectuelle, droit applicable aux données
personnelles, etc.) permettra au producteur d'en revendiquer la titularité.
Le modèle d'inférence :l'inférence est le processus par lequel un modèle d'IA, formé ou entraîné, est
utilisé pour effectuer des prédictions sur de nouvelles données, après sa phase d'apprentissage.
Une fois que le modèle a été suffisamment entraîné, il peut être déployé en production pour effectuer
des inférences sur des données non annotées sans avoir besoin d'accéder aux données d'apprentissage.
Le modèle d'inférence peut être employé avec diverses technologies d'apprentissage automatique pour
prendre des décisions basées sur les données fournies. Les technologies d'IA sont notamment le
machine learning, deep learning et les réseaux neuronaux.
Le modèle d'inférence est lui-même constitué d'une combinaison de plusieurs éléments, dont une
structure de données et des paramètres déterminés lors de la phase d'apprentissage. La protection du
modèle d'inférence par le droit d'auteur se heurte à des difficultés similaires à celles évoquées pour
l'algorithme.
La protection du modèle d'inférence par le droit sui generis des bases de données est avancée par
certains auteurs, mais cela semble discutable. L'obtention de cette protection pourrait être limitée par
l'exclusion des investissements mis en œuvre pour la création de la donnée. Quant à la prise en
compte des investissements liés à l'optimisation des paramètres, elle semble tout aussi fragile. La
protection des modèles d'IA peut aussi être recherchée par le brevet, mais les conditions d'obtention
du brevet semblent aussi difficiles à rassembler que pour un algorithme.
Il est constaté que la protection des outils d'IA par les droits de propriété intellectuelle traditionnels
suscite des difficultés et des interrogations. Les limites et incertitudes de cette protection poussent les
praticiens de l'IA à recourir au secret des affaires, au droit des contrats ou encore à celui de la responsabilité
civile délictuelle.

Hors collection - Droit de l'intelligence artificielle - 1re

Table des matières de la publication Hors collection - Droit de l'intelligence artificielle - 1re