Project Panama : comment Anthropic (et d'autres) achètent des livres physiques pour les détruire au nom de l'entraînement IA

Le 5 septembre 2025, un juge fédéral américain approuvait un règlement à 1,5 milliard de dollars imposé à Anthropic — la plus grosse indemnisation jamais versée dans une affaire de droit d'auteur aux États-Unis. Motif : l'entreprise avait utilisé des copies piratées de centaines de milliers de livres pour entraîner Claude. Environ 3 000 dollars par livre, versés à des milliers d'auteurs.

Ce qu'on découvre depuis, sur fond de fuites documentaires et d'enquêtes journalistiques (Fortune, Futurism, Dallas Express) : parallèlement au dossier des ebooks piratés, Anthropic mène depuis des années une opération d'une tout autre nature — baptisée en interne Project Panama — dont l'objectif affiché est glaçant : « scanner de manière destructive tous les livres du monde ».

Project Panama : la mécanique

La procédure est industrielle. Anthropic achète en masse des livres physiques auprès de bouquinistes, revendeurs, distributeurs de fonds de bibliothèque. Puis :

1. Chaque livre passe dans une guillotine hydraulique qui décolle proprement la reliure des pages.
2. Les feuillets sont scannés à cadence industrielle par des imageurs professionnels.
3. Le texte extrait est intégré aux corpus d'entraînement des modèles Claude.
4. Les livres physiques sont détruits.

Un document interne, cité dans plusieurs enquêtes, précise : « Nous utilisons un nom de code souple parce que nous ne voulons pas que ça se sache. »

L'ampleur : selon les révélations, on parle de millions de volumes détruits — parmi lesquels des éditions rares, parfois des exemplaires dont il ne reste que quelques copies dans le monde. Un libraire néerlandais a raconté à Fortune avoir cru à un « spam ou une tentative de phishing » en recevant une commande de 3 000 exemplaires d'un même livre.

Le juge : « fair use »

Le juge fédéral William Alsup a rendu une décision qui, du point de vue légal américain, a fait basculer la partie. Selon lui, le fait de numériser des livres achetés légalement et d'utiliser les copies numériques pour entraîner un LLM constitue un usage loyal (fair use) — dès lors que :

• l'exemplaire numérique remplace l'exemplaire papier (le livre physique est détruit — il n'y a pas duplication) ;
• aucune copie n'est redistribuée ;
• l'usage est transformatif (entraînement d'un modèle statistique, pas mise à disposition du texte).

Cette lecture — ébréchée mais tenue pour l'instant en cour d'appel — sépare radicalement deux dossiers : les ebooks piratés (violation nette, d'où le 1,5 milliard) et les livres achetés puis détruits (jugés légaux).

Achetez un livre légalement, découpez-le, scannez-le, jetez-le : c'est du fair use. Téléchargez-le sur Library Genesis : ça coûte 3 000 $ par bouquin.

Anthropic n'est pas seul

Le mouvement est industriel. Sont documentés dans les mêmes enquêtes :

• D'autres laboratoires d'IA majeurs pratiqueraient des opérations analogues (les noms circulent, les preuves sont plus difficiles à établir publiquement)
• Des prestataires spécialisés émergent : logistique d'achat en masse + destruction industrielle + scan + livraison de corpus texte propre
• Le marché du livre d'occasion voit ses prix bouger de manière anormale sur certains segments (éditions techniques épuisées, manuels universitaires)

Les problèmes soulevés

1. Destruction irréversible du patrimoine

Certains ouvrages détruits sont des éditions rares dont il ne subsiste que quelques exemplaires physiques dans le monde. Les scanner ne les préserve pas au sens patrimonial — un scan n'a pas la même valeur qu'un objet original pour un historien du livre, un bibliophile, un chercheur en histoire matérielle. Une fois broyés, ces exemplaires sont perdus pour toujours.

2. Asymétrie éthique entre auteurs légaux et piratage

Le juge accepte comme fair use la destruction d'un livre pour entraîner un modèle. Résultat : un auteur dont le livre a été acheté une seule fois à 20 € et broyé n'est pas rémunéré pour l'entraînement. Alors qu'un auteur dont le livre a été piraté reçoit 3 000 $. On peut discuter la cohérence morale du dispositif.

3. Absence de consentement de l'écosystème du livre

Éditeurs, ayants droit, illustrateurs, préfaciers, traducteurs — personne, dans la chaîne du livre, n'a été informé ni consulté pour ce qui constitue le plus grand transfert de contenu texte de l'histoire vers des systèmes commerciaux. La logique « je l'ai acheté, j'en fais ce que je veux » écrase l'écosystème contractuel du droit d'auteur qui régit habituellement les usages secondaires (traduction, adaptation, extrait).

4. Concentration économique

Broyer physiquement des millions de livres exige des capitaux considérables. Seuls quelques acteurs (Anthropic, OpenAI, Google, Meta, quelques laboratoires chinois) peuvent se le permettre. Cette pratique verrouille un fossé entre les modèles fondation entraînés sur des corpus texte quasi complets et les acteurs plus modestes.

5. Traçabilité impossible

Une fois qu'un livre est intégré dans le corpus d'entraînement, il devient impossible pour l'auteur, l'ayant droit ou même le régulateur de vérifier que son œuvre est dans le modèle, ni d'en obtenir le retrait. Le RGPD prévoit un droit à l'effacement — impraticable à ce stade pour un LLM entraîné.

6. Faille du raisonnement juridique

Le fair use américain repose sur quatre critères, dont la nature transformative et l'absence d'effet économique sur l'œuvre originale. Or Claude et ses concurrents rédigent aujourd'hui des textes qui concurrencent directement les livres qui les ont entraînés (livres blancs, essais, guides pratiques). Le critère « pas d'effet économique » devient difficile à défendre à moyen terme.

7. Zone grise internationale

La décision du juge Alsup vaut aux États-Unis. Le droit d'auteur européen (directive 2019/790 sur les droits d'auteur dans le marché unique numérique) prévoit un droit d'opt-out explicite pour la fouille de texte et de données à des fins commerciales. Un livre acheté à Paris, découpé à San Francisco pour entraîner un modèle vendu à Berlin — quelle juridiction s'applique ? Nul ne sait vraiment.

Où va-t-on ?

Trois trajectoires possibles se dessinent :

1. Statu quo prolongé : la jurisprudence fair use tient, les laboratoires scannent tout le disponible d'ici 2028, on discutera de la régulation quand tout aura été ingéré.
2. Backlash législatif : les États américains (Californie en tête) et l'UE imposent une licence obligatoire avec redistribution vers les ayants droit, sur le modèle des sociétés de gestion collective (SACD, SACEM).
3. Marché de la licence explicite : les grands éditeurs (Penguin Random House, Hachette) signent des deals à 8 chiffres avec les labs (comme on l'a déjà vu entre OpenAI et News Corp, Financial Times, Le Monde). Les petits éditeurs restent sur le carreau.

Le plus probable, à court terme : un mélange des trois, avec des variations géographiques marquées. Ce qui est certain, en revanche : les livres broyés ne reviendront pas. Et le monde de l'édition n'a pas fini de digérer que sa production physique cumulée sur cinq siècles est en train, littéralement, de partir à la déchiqueteuse pour nourrir des modèles statistiques.