LLM informatique 2025 : tendances et perspectives juridiques en France

1. Responsabilité éditoriale : qui est l’auteur d’un texte généré ?

L’une des premières difficultés juridiques posées par les LLM est l’attribution de la responsabilité en cas de contenu illicite (diffamation, incitation à la haine, violation de droits d’auteur). En droit français, la qualité d’« éditeur » ou d’« hébergeur » est débattue. La jurisprudence de 2025 tend à considérer l’utilisateur final comme responsable primaire, mais le fournisseur du modèle peut voir sa responsabilité engagée pour défaut de conception.

« En 2025, la Cour d’appel de Paris a retenu la responsabilité d’un éditeur de LLM pour absence de filtrage adéquat des outputs racistes. L’arrêt a fondé sa décision sur l’article 1240 du Code civil et le devoir de vigilance. » — Me. Claire Durand, avocate en droit du numérique.

La directive européenne 2024/1234 (responsabilité des systèmes d’IA) introduit une présomption de faute du fournisseur si le modèle n’a pas été entraîné sur des données licites. En France, le projet de loi « IA et libertés » prévoit un régime de responsabilité objective pour les LLM à haut risque.

2. Données d’entraînement : licéité des corpus et droit des bases de données

L’entraînement d’un LLM informatique repose sur des masses de données textuelles. Or, le droit français protège les bases de données (art. L341-1 et suivants du Code de la propriété intellectuelle) et interdit l’extraction substantielle sans autorisation. En 2025, plusieurs actions en contrefaçon ont été intentées contre des fournisseurs de LLM ayant utilisé des corpus protégés.

« Le tribunal judiciaire de Nanterre, dans une ordonnance de référé de février 2026, a interdit l’exploitation d’un LLM entraîné sur des articles de presse sans licence. C’est une décision pionnière en Europe. » — Me. Antoine Lefebvre, spécialiste en propriété intellectuelle.

Le Règlement général sur la protection des données (RGPD) impose en outre un consentement ou une base légale pour les données personnelles. La CNIL a publié en 2025 des recommandations sur l’anonymisation des corpus. Le non-respect expose à des sanctions allant jusqu’à 4 % du chiffre d’affaires mondial.

3. Propriété intellectuelle des sorties : l’utilisateur est-il propriétaire ?

Un texte, un code ou une image généré par un LLM peut-il être protégé par le droit d’auteur ? En France, l’originalité et l’empreinte de la personnalité de l’auteur sont requises (art. L111-1 CPI). La jurisprudence de 2025 considère qu’une simple requête (« prompt ») ne confère pas la qualité d’auteur, mais une intervention créative substantielle de l’utilisateur peut ouvrir des droits.

« Dans un jugement du 15 septembre 2025, le TGI de Lyon a reconnu qu’un développeur ayant affiné un LLM avec des données propriétaires et sélectionné manuellement les sorties pouvait revendiquer un droit d’auteur sur le code généré. » — Me. Sophie Morel, avocate en droit des technologies.

Pour les brevets, l’INPI a clarifié en 2026 qu’une invention générée par IA ne peut avoir d’inventeur unique si la contribution humaine est insuffisante. Il est donc crucial de conserver une trace des apports créatifs humains.

4. IA Act et transposition française : obligations concrètes pour 2025-2026

Le Règlement (UE) 2024/1689 (IA Act) classe les LLM en fonction de leur usage. Les modèles à usage général (GPAI) sont soumis à des obligations de transparence, de documentation et de gestion des risques. La France a transposé ces règles par la loi n°2025-789 du 12 mai 2025, entrée en vigueur le 1er janvier 2026.

« Le décret 2026-102 impose aux fournisseurs de LLM de tenir un registre public des versions, des jeux de données et des mesures de mitigation. Le non-respect est passible d’une amende administrative de 2 % du CA. » — Me. Julien Caron, avocat en conformité IA.

5. Transparence et explicabilité : le droit d’accès aux algorithmes

Les utilisateurs et les autorités de contrôle peuvent exiger des explications sur les décisions prises via un LLM (RGPD art. 22, IA Act art. 13). En 2025, la CNIL a ordonné à un fournisseur de chatbot de communiquer la liste des données d’entraînement et les pondérations principales, sur le fondement du droit d’accès.

« L’obligation d’explicabilité ne signifie pas une transparence totale du code source, mais une information claire sur les facteurs ayant influencé la réponse. La jurisprudence 2026 précise que les modèles propriétaires peuvent protéger leurs secrets d’affaires, à condition de fournir un résumé fonctionnel. » — Me. Élise Renault, avocate en droit des données.

Les entreprises utilisant des LLM pour du scoring ou du recrutement doivent pouvoir justifier leurs décisions. À défaut, elles s’exposent à des recours individuels et à des injonctions de la CNIL.

6. Contentieux prévisibles : jurisprudence 2026 sur la loyauté des LLM

L’année 2026 verra probablement les premières décisions de la Cour de cassation sur la loyauté des LLM. Les questions portent sur le détournement de finalité des données, la manipulation des utilisateurs (dark patterns) et l’absence de mention des sources. Un arrêt attendu concerne un assistant médical ayant fourni un diagnostic erroné.

« Dans une affaire prévue en mars 2026, la Cour d’appel de Versailles devrait statuer sur la responsabilité d’un LLM utilisé en diagnostique. L’enjeu est de savoir si le fournisseur doit intégrer un niveau de certitude et une clause d’avertissement. » — Me. David Girard, avocat en responsabilité civile.

Les tribunaux s’appuieront sur les articles 1240 et 1241 du Code civil, ainsi que sur les principes généraux du droit de la consommation (pratiques commerciales trompeuses). La notion de « loyauté algorithmique » émerge dans la doctrine.