Article de Julien Ricciarelli-Bonnal
26 août 2026
L’essentiel
WikiHow poursuit OpenAI aux États-Unis, accusant l’entreprise d’avoir utilisé plus de 11 000 de ses articles pour entraîner ses modèles sans autorisation. Derrière le conflit juridique apparaît une question économique beaucoup plus large : que devient le modèle des sites qui financent la production de connaissances lorsque les IA utilisent cette matière pour répondre directement à leurs lecteurs ? Pendant vingt ans, le Web reposait sur un échange imparfait mais compréhensible entre producteurs de contenus, moteurs et audience. L’IA modifie cet équilibre. Les éditeurs découvrent progressivement qu’ils ne possédaient pas seulement du trafic ou des pages, mais une matière première devenue stratégiquement précieuse.
Pendant des années, publier sur Internet reposait sur un contrat qui n’avait jamais été réellement signé mais que tout le monde avait fini par comprendre. Un site investissait dans des journalistes, des experts, des rédacteurs ou des contributeurs pour produire du contenu ; les moteurs l’indexaient ; l’utilisateur effectuait une recherche, découvrait un lien et venait consulter la source. Google captait une partie considérable de la valeur de cette circulation, mais l’éditeur récupérait au moins une visite susceptible d’être monétisée, transformée en abonnement ou utilisée pour construire une audience.
L’intelligence artificielle générative bouleverse cette mécanique parce qu’elle ne se contente plus nécessairement d’orienter vers la connaissance. Elle peut absorber suffisamment d’informations pour produire directement la réponse qui était auparavant recherchée chez celui qui avait financé sa création. La différence paraît technique, mais elle transforme profondément la relation économique entre les plateformes et les producteurs de contenus.
L’action engagée par WikiHow contre OpenAI constitue à ce titre un cas presque idéal. Le site affirme qu’OpenAI a utilisé plus de 11 000 de ses articles, dont plus de 1 200 œuvres protégées par des droits enregistrés, pour entraîner ses modèles. OpenAI conteste plus largement l’idée selon laquelle l’utilisation de contenus publiquement accessibles pour l’entraînement constituerait nécessairement une violation du droit d’auteur. Les tribunaux devront trancher les questions juridiques.
Le problème économique, lui, existe déjà.
Pendant vingt ans, produire du contenu permettait encore de récupérer le lecteur
WikiHow a construit son modèle autour d’une proposition très simple : répondre de manière structurée à une immense quantité de questions pratiques. Comment réparer quelque chose, réaliser une tâche, apprendre une technique ou résoudre un problème du quotidien. Ce type de contenu possède une longue durée de vie, répond à des requêtes précises et correspond parfaitement à la logique historique des moteurs de recherche.
Pour produire cette bibliothèque, il faut pourtant engager des coûts. Des articles doivent être rédigés, illustrés, corrigés, actualisés et parfois vérifiés par des spécialistes. WikiHow affirme héberger aujourd’hui plus de 500 000 articles et avoir atteint, à son apogée, plus de 150 millions de visiteurs mensuels. Derrière l’apparence d’une encyclopédie gratuite se trouve donc une infrastructure éditoriale construite pendant plus de vingt ans.
Le compromis historique fonctionnait parce que le contenu conservait son rôle de destination. Google pouvait afficher un extrait, organiser les résultats et décider quelle page méritait d’apparaître en premier, mais l’utilisateur devait encore visiter le site pour obtenir l’essentiel de la réponse. L’éditeur dépendait fortement du moteur, parfois dangereusement, mais il restait propriétaire du lieu où la connaissance était consommée.
Avec les assistants génératifs et les moteurs de réponse, cette dernière étape peut disparaître. L’utilisateur demande comment résoudre son problème, obtient immédiatement une explication complète et n’a plus nécessairement de raison de visiter celui qui avait consacré du temps et de l’argent à documenter le sujet.
L’IA ne distribue plus seulement le contenu, elle peut fabriquer son substitut
C’est là que la plainte de WikiHow dépasse largement la question de savoir quels textes ont été utilisés lors de l’entraînement. L’entreprise soutient que des systèmes capables d’apprendre à partir de son contenu peuvent ensuite produire des réponses qui entrent directement en concurrence avec ce qu’elle publie.
La distinction avec le moteur de recherche traditionnel devient alors fondamentale. Un moteur s’appuyait sur les contenus des éditeurs pour organiser une distribution dont ils pouvaient encore bénéficier. Une IA peut s’appuyer sur ces mêmes contenus pour construire un produit suffisamment complet pour supprimer une partie du besoin de distribution. Le fournisseur technologique ne se situe plus seulement entre le lecteur et la source ; il peut devenir lui-même la destination finale.
Cela ne signifie pas qu’un modèle restitue mécaniquement les articles qu’il a vus pendant son entraînement ni que chaque réponse puisse être attribuée à un document particulier. C’est précisément l’une des difficultés techniques et juridiques de ces dossiers. Mais du point de vue économique, le résultat peut être beaucoup plus simple : un utilisateur obtient gratuitement une réponse du même type que celle qu’il aurait auparavant recherchée sur un site spécialisé.
Ce phénomène touche WikiHow de manière particulièrement évidente parce que le contenu pratique se prête remarquablement bien à cette substitution. Il concerne pourtant beaucoup plus largement les comparateurs, les médias spécialisés, les sites de recettes, les forums, les bases documentaires, les encyclopédies ou les publications professionnelles. Tous ont financé une partie de la connaissance désormais mobilisable par les systèmes génératifs.
L’IA révèle ainsi une réalité que beaucoup d’éditeurs avaient peut-être sous-estimée : leurs archives ne constituaient pas simplement un stock de pages destiné à attirer du trafic. Elles formaient une base de connaissances structurée dont la valeur industrielle dépasse largement le nombre de publicités affichées autour de chaque article.
Le droit d’auteur ne résoudra pas à lui seul le problème économique
Une grande partie de la bataille actuelle se joue logiquement devant les tribunaux. Les éditeurs veulent savoir dans quelles conditions leurs contenus peuvent être utilisés pour entraîner des modèles, quelles protections s’appliquent et quelles compensations peuvent être exigées. Les entreprises d’IA défendent de leur côté différentes interprétations du fair use américain et rappellent notamment que leurs modèles sont entraînés à partir de volumes gigantesques de données disponibles publiquement.
Ces procédures auront des conséquences importantes, mais même une jurisprudence parfaitement claire ne répondra pas à toutes les questions. Supposons qu’un tribunal considère demain qu’un certain type d’entraînement est légal. Il restera toujours à comprendre pourquoi un éditeur continuerait à investir autant dans la production d’une connaissance dont une part croissante de la valeur économique peut être captée par un intermédiaire.
À l’inverse, un modèle généralisé de licences ne réglerait pas nécessairement tout. Les plus grands groupes de presse et détenteurs de catalogues peuvent négocier directement avec les entreprises technologiques, mais des milliers de sites plus petits n’ont ni le poids commercial ni les ressources nécessaires pour organiser ces discussions individuellement. Le risque est alors de créer un système dans lequel quelques producteurs obtiennent une compensation tandis que l’immense majorité continue d’alimenter indirectement l’écosystème sans réelle contrepartie.
Pour construire une stratégie de contenu qui crée une véritable valeur de marque au-delà du seul trafic généré par les plateformes, les entreprises devront donc progressivement considérer leurs contenus comme des actifs à part entière. Leur utilité ne se mesure plus seulement en visites, en positions SEO ou en conversions immédiates, mais aussi dans leur capacité à produire une expertise identifiable et difficilement substituable.
La question dépasse donc largement la propriété intellectuelle. Elle concerne la soutenabilité de l’écosystème qui produit les informations dont les systèmes génératifs ont eux-mêmes besoin.
Ceux qui produisaient des pages découvrent qu’ils possédaient une infrastructure
Le changement de perspective est probablement l’une des conséquences les plus intéressantes de la vague actuelle. Pendant longtemps, un éditeur numérique évaluait son patrimoine à travers son audience, son référencement, sa marque, son fichier d’abonnés ou sa capacité à monétiser ses pages. L’arrivée de l’IA ajoute une nouvelle dimension : la quantité et la qualité de connaissances structurées accumulées au fil des années.
Une archive de dizaines de milliers d’articles cohérents, correctement organisés et régulièrement mis à jour possède une valeur particulière pour des systèmes qui doivent comprendre des domaines, identifier des relations et apprendre à produire des réponses utiles. Les sites qui avaient parfois l’impression de simplement fabriquer des contenus découvrent qu’ils ont aussi participé à construire une partie de l’infrastructure intellectuelle du Web.
Cette prise de conscience change déjà le rapport de force. Certains éditeurs négocient des accords de licence, d’autres ferment davantage leurs contenus aux robots, tandis que plusieurs choisissent désormais la voie judiciaire. La période durant laquelle l’exploitation massive de contenus publics semblait constituer un simple fait technique commence à laisser place à une discussion beaucoup plus explicite sur leur valeur.
WikiHow ne présente donc pas seulement une facture à OpenAI. À travers cette plainte, une partie du Web commence à demander combien vaut réellement la matière qu’elle a produite pendant vingt ans.
Une IA ne peut pas durablement assécher l’écosystème dont elle dépend
Le risque le plus important n’est peut-être finalement ni juridique ni financier. Il concerne l’incitation à produire de nouvelles connaissances. Si les éditeurs constatent que leurs investissements alimentent des systèmes qui réduisent ensuite directement leur audience, certains finiront nécessairement par réduire la qualité, la quantité ou l’accessibilité de leurs contenus.
Le paradoxe deviendrait alors particulièrement dangereux pour l’écosystème IA lui-même. Les modèles peuvent apprendre à partir d’une immense quantité de contenus existants, mais le monde continue de changer. De nouveaux produits apparaissent, les lois évoluent, des découvertes sont réalisées, des événements se produisent et des spécialistes continuent à développer des connaissances qui n’existaient pas hier. Quelqu’un doit encore financer ce travail.
Un équilibre devra donc se reconstruire entre ceux qui produisent, ceux qui agrègent et ceux qui génèrent. Il pourra passer par des licences, de nouvelles formes de distribution, des mécanismes de citation plus efficaces, des accords commerciaux ou des modèles qui restent encore à inventer. L’essentiel sera de préserver une raison économique suffisante pour continuer à créer la matière première.
Le Web avait déjà connu un conflit autour de la valeur avec les moteurs de recherche et les réseaux sociaux. L’intelligence artificielle rend cette tension beaucoup plus profonde parce qu’elle ne cherche plus seulement à distribuer la connaissance, mais à la reformuler directement.
Les sites qui ont nourri l’IA commencent aujourd’hui à présenter la facture. Le véritable problème apparaîtra si, demain, ils décident qu’il n’est tout simplement plus rentable de continuer à remplir l’assiette.
Nous accompagnons les entreprises qui souhaitent construire des stratégies de contenu capables de renforcer durablement leur visibilité, leur expertise et la valeur de leur marque.
Rédigé par Julien Ricciarelli-Bonnal
26 août 2026
