Un musicien salvadorien compose une cumbia, la publie en ligne, et son style se retrouve potentiellement dans un modèle génératif sans qu’il en sache rien. Le 31 juillet 2026, l’UNESCO et la Coordination éducative et culturelle d’Amérique centrale ont publié un diagnostic régional qui documente ce mécanisme pour les industries culturelles d’Amérique centrale. L’enquête menée par l’Alliance des créateurs musicaux d’Amérique latine auprès de plus de 1 000 artistes documente l’impact de cette absence : l’absence de traçabilité détaillée complique fortement le consentement et une rémunération fondée sur les usages, sans les rendre techniquement impossibles dans tous les cas.

L’essentiel

  • Sans obligation de traçabilité, une part des œuvres peut entrer dans les modèles d’entraînement avant que leurs auteurs puissent négocier.
  • Le diagnostic souligne plusieurs besoins, notamment les capacités techniques, la formation et des cadres de gouvernance protégeant les droits et la propriété intellectuelle.
  • Les enquêtes auprès de créateurs musicaux latino-américains documentent une demande pour des registres publics des sources et des mécanismes de rémunération.
  • Plusieurs trajectoires réglementaires et contractuelles sont possibles, dont la transparence, les licences et les règles d’exception ou d’opt-out.
  • Des pistes concrètes existent, registres publics auditables, fonds de compensation culturelle, mais leur adoption dépend de décisions réglementaires qui se jouent maintenant.

Les effets des modèles génératifs sur les musiques du monde

L’asymétrie entre créateurs locaux et opérateurs de modèles tient aussi à la nature du processus d’apprentissage automatique. Une œuvre absorbée dans un corpus ne contribue pas à la valeur d’un modèle de manière isolée : sa contribution est diluée, agrégée, rendue indissociable de millions d’autres sources. Cette dissolution technique rend structurellement difficile toute revendication individuelle, même dans les juridictions où le droit d’auteur est le mieux défendu. Pour les genres musicaux portés par des communautés restreintes, l’effet est amplifié : leur poids dans le corpus est marginal, mais leur singularité stylistique peut être précisément ce que le modèle capture et restitue à la demande, sans que cette extraction soit visible ni quantifiable pour ceux qui en sont à l’origine.

Les modèles génératifs apprennent en ingérant des corpus massifs d’œuvres existantes. Textes, images, sons : tout ce qui est accessible en ligne constitue une matière première potentielle. Pour les industries musicales d’Amérique latine, cela signifie que diverses musiques d’Amérique latine, cumbia, salsa, vallenato, música norteña, peuvent alimenter des systèmes capables de reproduire ces styles à la demande, sans que l’on sache si leurs créateurs ont systématiquement été consultés ou compensés.

Toute création s’inspire d’autres œuvres. Un auteur ne dispose généralement pas d’un mécanisme universel et fiable de vérification œuvre par œuvre pour tous les modèles. De nombreux modèles ne fournissent pas une transparence œuvre par œuvre sur leurs sources, mais certains sont soumis à des obligations de documentation et de résumé public des données d’entraînement. L’absence de traçabilité rend l’exercice et le contrôle du droit de retrait ou d’opposition beaucoup plus difficiles, sans le supprimer juridiquement. Elle limite fortement une rémunération proportionnelle aux œuvres effectivement utilisées, sans rendre toute rémunération impossible.

Cette opacité frappe particulièrement les créateurs des pays à revenu intermédiaire ou faible. Ils n’ont ni les ressources juridiques pour engager des procédures, ni la masse critique pour peser dans les négociations avec les grandes plateformes. Les plateformes décident déjà des formats à la place des créateurs sur les marchés du streaming. Avec les modèles génératifs, l’asymétrie se creuse davantage : les plateformes peuvent désormais produire des contenus qui imitent les styles locaux sans recourir aux artistes locaux.

Le diagnostic UNESCO-CECC/SICA

Le diagnostic publié le 31 juillet 2026 par l’UNESCO et la Coordination éducative et culturelle d’Amérique centrale couvre huit pays : Guatemala, Belize, Honduras, El Salvador, Nicaragua, Costa Rica, Panama et République dominicaine. Il examine comment les industries culturelles de la région, musique, cinéma, arts visuels, artisanat, se positionnent face à l’adoption de l’IA générative.

Le constat est précis : l’adoption progresse alors que les cadres de gouvernance et de protection des droits doivent être renforcés. Les créateurs de la région utilisent des outils d’IA pour composer, éditer, traduire, distribuer. Simultanément, leurs œuvres peuvent entrer dans les corpus d’entraînement de ces mêmes outils, sans qu’les mécanismes de traçabilité restent incomplets et ne permettent pas nécessairement une vérification œuvre par œuvre, mais l’AI Act de l’UE impose déjà une transparence sur le contenu d’entraînement des modèles à usage général.

Le rapport montre un déséquilibre structurel : les opérateurs de modèles génératifs sont généralement basés en dehors de la région, soumis à des juridictions différentes, et ne disposent pas d’obligations claires de rendre compte aux créateurs locaux de l’usage fait de leurs œuvres. Les législations nationales sur le droit d’auteur dans ces pays ont été élaborées avant la généralisation de l’apprentissage automatique à grande échelle. Elles couvrent principalement la reproduction directe. Dans plusieurs juridictions de la région, les lois ne règlent pas explicitement l’entraînement génératif, bien que certaines dispositions nationales abordent la fouille de données ou le respect du droit d’auteur par l’IA.

Les déclarations de 1 000 créateurs musicaux en 2026

L’enquête menée par l’Alliance des créateurs musicaux d’Amérique latine auprès de plus de 1 000 artistes apporte une dimension humaine au diagnostic institutionnel. Les répondants viennent de toute la région, Mexique, Colombie, Argentine, pays d’Amérique centrale, et couvrent des genres, des niveaux de notoriété et des modèles économiques très divers.

Les demandes exprimées par les répondants portent sur la transparence et le contrôle : accès à l’information sur l’utilisation de leurs œuvres, capacité à consentir ou refuser, et rémunération liée à l’usage commercial de leurs œuvres. Ces demandes portent sur des droits que le cadre juridique reconnaît, mais dont l’exercice est rendu très difficile par l’absence de traçabilité.

L’enquête révèle aussi une inquiétude sur la représentation culturelle. Si les modèles génératifs apprennent principalement sur des corpus dominés par la production anglophone ou par les genres les plus streamés, leurs sorties tendront à reproduire ces dominantes. Les musiques minoritaires, les traditions orales, les genres régionaux risquent d’être sous-représentés dans les modèles, ou représentés à travers le filtre d’œuvres déjà filtrées par les algorithmes de recommandation des grandes plateformes.

Les deux trajectoires possibles d’ici 2035

La situation actuelle n’est pas figée. Deux chemins distincts s’ouvrent pour les créateurs d’Amérique latine et, plus largement, pour toutes les industries culturelles hors des centres de production de modèles génératifs.

Le premier repose sur l’adoption d’obligations légales de traçabilité, ce qui pourrait préserver la capacité de négociation des créateurs. Si des régulateurs, au niveau national, régional ou international, imposent aux opérateurs de modèles génératifs de publier un registre public et auditable de leurs sources d’entraînement, les organisations comme l’ALCAM pourraient exercer leurs droits de manière concrète. Un registre ou résumé de sources peut aider à identifier des contenus ou jeux de données utilisés et d’établir une base pour des mécanismes de rémunération collective, sans établir automatiquement la proportion d’utilisation de chaque œuvre. Cette trajectoire est techniquement praticable : plusieurs propositions réglementaires en Europe et aux États-Unis vont dans ce sens, même si aucune n’est encore adoptée avec ce niveau de précision.

Le second chemin est celui de l’inaction. L’absence prolongée de traçabilité pourrait élargir la part du patrimoine culturel absorbée dans les prochains modèles. Les capacités de négociation pourraient s’affaiblir à mesure que les modèles accumulent les données d’entraînement. Dans ce scénario, la diversité culturelle risque de devenir une ressource gratuite pour les opérateurs d’IA : un bien commun extrait sans contrepartie.

Ces deux scénarios ne sont pas symétriques dans le temps. Le délai de négociation pourrait se réduire. La concentration des compétences IA dans quelques grandes villes renforce la même dynamique : les décisions sur les corpus d’entraînement se prennent là où les créateurs latino-américains ne sont pas.

Ce qui rendrait le premier scénario praticable

La gestion collective offre une piste supplémentaire souvent sous-estimée. Les sociétés de gestion existantes disposent déjà d’infrastructures d’identification des œuvres et de redistribution de droits à grande échelle. Élargir leur mandat pour couvrir les usages en contexte d’entraînement automatique ne nécessiterait pas de créer des institutions entièrement nouvelles, mais d’adapter des mécanismes éprouvés à un type d’usage que leurs statuts n’anticipaient pas. Cette extension supposerait néanmoins que les opérateurs de modèles acceptent de négocier avec ces organisations ; une déclaration des sources peut améliorer la gestion collective liée aux usages d’entraînement, mais elle n’est pas une condition préalable à toute forme de gestion collective.

Deux mécanismes concrets permettraient de rendre la traçabilité opérationnelle, selon les pistes identifiées par le diagnostic UNESCO-CECC/SICA et l’enquête ALCAM.

Un registre public des sources d’entraînement, auditable par les organisations de créateurs, constituerait un outil possible. Les opérateurs de modèles génératifs disposent déjà de l’information sur leurs corpus ; rendre ces informations accessibles impose une obligation juridique et peut aussi soulever des difficultés techniques ou documentaires, notamment pour les modèles déjà entraînés. L’Union européenne a posé les premiers jalons en ce sens avec son règlement sur l’IA, qui prévoit des exigences de transparence sur les données d’entraînement pour les modèles à usage général. Les exigences connues portent sur un résumé public suffisamment détaillé des sources et collections de données, sans garantir une vérification œuvre par œuvre.

Un fonds de compensation culturelle, alimenté par une redevance sur les revenus des modèles génératifs et redistribué selon l’origine géographique et linguistique des œuvres absorbées, pourrait constituer un second mécanisme. Ce modèle s’inspire de mécanismes existants dans d’autres secteurs : les droits voisins dans la musique enregistrée, les sociétés de gestion collective dans l’édition. Il présente des difficultés réelles, notamment l’attribution d’une valeur à la contribution de chaque œuvre dans un corpus de plusieurs milliards de fichiers. Ces difficultés restent surmontables, mais supposent une volonté politique que les négociations actuelles n’ont pas encore produite.

Les signaux à surveiller sont lisibles : le nombre de pays adoptant des obligations légales de traçabilité, et la part des créateurs déclarant avoir reçu une rémunération ou un consentement formel pour l’usage de leurs œuvres. Ces deux indicateurs demeurent peu visibles pour les créateurs d’Amérique centrale.

Les mesures que les régulateurs peuvent encore prendre

L’Amérique centrale n’est pas seule dans ce diagnostic. La situation des créateurs musicaux latino-américains est celle de tous les créateurs situés hors des juridictions où se concentre la production de modèles génératifs. Les enjeux sont les mêmes pour les musiques africaines, les littératures en langues minoritaires, les arts visuels des régions sous-représentées dans les corpus anglophones.

Le rapport UNESCO-CECC/SICA fournit un diagnostic régional structuré susceptible d’alimenter les négociations internationales. L’UNESCO dispose d’un mandat sur la diversité culturelle ; sa Convention de 2005 sur la protection et la promotion de la diversité des expressions culturelles constitue le cadre de référence. Cette convention reconnaît aux États des droits souverains pour soutenir leurs industries culturelles. Elle n’a pas été conçue pour l’IA générative, mais elle peut servir de base à des revendications dans les enceintes multilatérales.

Les gouvernements d’Amérique centrale peuvent agir à plusieurs niveaux. Ils pourraient adopter des législations nationales imposant la traçabilité aux opérateurs qui distribuent leurs modèles sur leur territoire. Ils peuvent coordonner leurs positions dans les enceintes régionales et internationales. Ils peuvent soutenir les organisations de créateurs comme l’ALCAM dans leurs efforts pour documenter et négocier. La croissance économique concentrée sur certains secteurs rappelle que les bénéfices des transformations technologiques ne se distribuent pas spontanément.

Les industries culturelles ne font pas exception à cette règle.

Le calendrier des prochaines années déterminera si les opérateurs de modèles génératifs rendront leurs corpus traçables avant que la capacité de négociation des créateurs locaux soit structurellement affaiblie.


Sources

  1. UNESCO et CECC/SICA, Diagnóstico regional sobre inteligencia artificial e industrias culturales, juillet 2026
  2. ALCAM, Informe ALCAM 2026 : enquête auprès de plus de 1 000 créateurs musicaux latino-américains
  3. UNESCO, Convention sur la protection et la promotion de la diversité des expressions culturelles, 2005
  4. Règlement de l’Union européenne sur l’intelligence artificielle (AI Act), dispositions sur la transparence des données d’entraînement des modèles à usage général