La crise de l’attribution

On n’a jamais autant publié. On n’a jamais aussi mal su d’où vient une idée.

Les likes et les republications font circuler les textes comme s’ils n’avaient pas d’auteur. LinkedIn continue d’assurer aux créateurs qu’ils « conservent la propriété » — “you retain ownership” — de ce qu’ils mettent en ligne. Ses rapports de transparence recensent, chaque semestre, des milliers de notifications DMCA traitées. Ce n’est pas ça qui manque. Ce qui manque, c’est la filiation. Copier un propos, le déplacer d’un mot, le coller dans un prompt : la plateforme ne force pas la mention, et elle ne rattache pas le dérivé à l’original.

LinkedIn n’est pas un cas isolé. C’est le régime ordinaire du partage contemporain. Les réseaux paient la circulation — likes, interactions, « vues » — beaucoup plus cher que la paternité. Celui qui formule le premier un propos utile voit souvent son public partir vers une dizaine de relais qui n’ont fait que répéter. Il n’existe pas de « badge de connaissance » pour l’auteur d’une pensée devenue virale. Un compte LinkedIn, bloqué après avoir repris le texte d’un autre, notait, stupéfait, que « X allows and even encourages people to repost » — tout en appliquant le droit d’auteur au coup par coup, dès qu’une plainte arrive.

Les idées dérivent. La piste se perd. Un commit Git, une note de bas de page : on remonte jusqu’à la source. Un post LinkedIn d’avril, lui, qui le relie encore à celui de janvier dont il descend ?

La connaissance, alors, n’a plus de registre. Plus d’imputabilité non plus.

Le droit d’auteur, pas le crédit

Toutes les plateformes d’aujourd’hui savent ce qu’est un droit d’auteur. LinkedIn, X, Medium, YouTube et les autres reçoivent des notifications DMCA et publient des rapports. Le dernier rapport LinkedIn recense près de 3 000 demandes d’atteinte par semestre (janvier–juin 2025) ; environ 94 % aboutissent à un retrait. Content ID, sur YouTube, a produit en silence 722 millions de revendications au premier semestre 2021. GitHub, pourtant fait pour le code, exige une licence explicite, faute de quoi il retombe sur « tous droits réservés ».

Propriété juridique et mention honnête ne sont pas le même métier. Sur ces réseaux :

• LinkedIn affiche l’auteur d’origine si l’on se sert du bouton « partager ». Coller le même texte dans un nouveau post : pas d’alerte, pas de signalement. Sans notification DMCA, le copieur n’est pas sanctionné.
• X (Twitter) crédite l’auteur d’un retweet. Des millions de gens, pourtant, prennent une capture d’écran ou recopient le texte et le publient pour leur compte. En droit, ce sont des atteintes. En pratique, l’application est intermittente — et l’attention, elle, va au copieur.
• Reddit n’a pas de bouton universel. Recopier un fil, le citer, dépend du soin des gens ; un modérateur peut retirer une reprise sans source. Ce n’est pas une règle de plateforme, c’est un usage local.
• Medium permet, via l’outil d’import, d’attacher un lien canonique au texte d’origine et de préserver le classement dans les moteurs. N’importe qui, sur le site ou ailleurs, peut malgré tout recopier sans citer.
• YouTube chasse les republications par Content ID, et un lecteur intégré affiche toujours la chaîne d’origine. Extraits courts et transcriptions passent encore.
• GitHub se rapproche du modèle : on déclare une licence, l’historique est public, chaque fusion porte le nom des auteurs de commits. Reprendre du code sans mention viole les termes.

Le droit protège un titre. Il ne protège ni l’honneur, ni la confiance, ni la simple politesse de citer. Les ayants droit peuvent faire retirer. La plateforme, elle, ne cultive pas le crédit. Retweet, partage, lien canonique : trois gestes utiles, trois gestes qu’un copier-coller ou une reformulation suffit à contourner. On le voit : une copie peut capter plus d’attention que l’original. Celui qui a construit l’idée sort du champ.

Incitations et engagement

Ce trou n’est pas un oubli. Les réseaux sont des machines à optimiser. Ils règlent leurs compteurs pour maximiser le temps d’attention. Je l’ai écrit ailleurs : ils poussent l’engagement, pas un débat sain. Chaque système fait exactement ce pour quoi on l’a payé. L’attention est la monnaie. Une stratégie qui attire le regard est récompensée. Reprendre un post populaire, mot pour mot ou sous un titre plus vif, coûte moins cher que d’inventer — et rapporte parfois davantage.

Instagram a récemment annoncé qu’il ferait passer le contenu original avant les republications brutes, pour casser les « villages de clickbait » où le recyclage obtient une portée hors de proportion. LinkedIn et X n’ont rien fait de comparable, de façon systématique. Les recycleurs viraux emportent l’attention. Ceux qui ont créé paient le temps et la fatigue.

Le piège est connu. Tant qu’un texte original et une reprise d’agrégateur font défiler l’écran, la plateforme ne les distingue pas. Rien n’indique clairement « j’en suis l’auteur ». Rien, dans le modèle, n’incite à renvoyer vers la source. C’est la loi de Goodhart : la métrique — l’engagement — est devenue la cible. L’attribution, dès lors, n’est plus qu’un bruit.

Quand l’IA avale vos idées

L’IA agrandit le trou. Les modèles génératifs s’entraînent sur des masses de texte d’Internet, le plus souvent sans dire qui a écrit chaque phrase. L’article sur le Sovereign Context Protocol le décrit sans détour : les LLM consomment un travail humain immense ; les auteurs restent invisibles dans la chaîne de valeur. Une paraphrase de votre billet, produite par un modèle : aucune citation. Le lecteur peut même ignorer qu’une machine a écrit ce qu’il lit.

On voit déjà la généalogie se ramifier : billet → post LinkedIn → fil de tweets → lettre d’information → résumé par un modèle → nouvelle diatribe sur LinkedIn. Au retour, plus personne ne se souvient du départ. On accuse l’IA de plagier, sans voir qu’elle a appris sur du travail humain non cité. Une étude a montré que l’on jugeait moins grave de copier une IA — ou un ami — que de copier un blogueur inconnu, surtout si l’on croit que la machine « autorise » en silence. La source a changé : copier ChatGPT pèse moins, moralement, que copier une personne.

Les procès disent l’urgence. The New York Times et Authors Guild ont assigné des entreprises d’IA pour avoir aspiré du journalisme protégé. Le règlement européen sur l’IA (EU AI Act) impose déjà, dans ses obligations de transparence, une certaine divulgation sur les données d’entraînement. Tribunaux et régulateurs avancent lentement. La chaîne réelle, elle, reste ouverte.

La provenance dans d’autres domaines

Tout système de savoir sérieux porte sa lignée. Une revue scientifique n’accepte pas un fait sans citation. Une preuve, un résultat, un brevet remontent à ce qui précède. La finance tient des registres et des chaînes de blocs ; les ingénieurs tiennent un historique de versions. Une même exigence : une information n’est fiable que si l’on sait d’où elle vient.

Les réseaux, eux, sont aveugles à la source. Pas de trace pour un post viral, pas d’enquête possible pour un tweet bien tourné. Pire : ceux qui amplifient n’ont aucun intérêt à une paternité nette. Dans une discussion sur ces incitations, quelqu’un résumait : les plateformes se conduisent souvent comme un adolescent devant le droit d’auteur — c’est-à-dire sans y penser vraiment.

Les systèmes qui marchent indiquent pourtant une voie. Git — branches, commits, fusions — consigne chaque contributeur. Les bibliothèques numériques et Wikipédia exigent des sources ; on peut vérifier. Une chaîne de blocs, conceptuellement, dit qui a émis une transaction ou un jeton. Pourquoi pas, pour une idée publiée sur un réseau ? Des chercheurs proposent des signatures cryptographiques, des filigranes invisibles dans le texte, ou des protocoles comme le Sovereign Context Protocol, où chaque accès au contenu d’un auteur est consigné, avec une identité et des conditions. L’attribution cesserait d’être un geste après coup. Elle deviendrait une propriété de l’accès.

Vers des plateformes qui portent la provenance

Il faut traiter les idées comme des actifs qui ont une histoire. Cela demande de la règle, de l’interface, et de la technique — ensemble.

Changements de plateforme

Rendre la mention facile, et visible. Un bouton « partager » ou « citer » devrait peser autant que coller du texte. Republier un post LinkedIn : le nom de l’auteur d’origine pourrait s’afficher d’emblée, comme un commentaire imbriqué, au lieu de se cacher dans un lien. Les classements pourraient favoriser l’originalité : deux textes quasi identiques, le plus ancien plus haut, ou les deux côte à côte. Instagram l’essaie : le fil étiquette les reprises, et parfois les remplace par l’original. LinkedIn ou X pourraient croiser leurs corpus de la même façon.

Outils de détection automatique

On scanne déjà les virus et l’on filtre déjà le contenu. Pourquoi pas le texte ? Content ID cherche des correspondances vidéo. Un « Content ID des mots » pourrait signaler une reprise trop proche — copie exacte ou paraphrase d’une source connue — et proposer de citer. La communauté peut y participer, comme la détection de doublons sur Stack Overflow, pour protéger les textes soignés.

Soutenir des protocoles ouverts

Le Sovereign Context Protocol ouvre la porte à une norme. Réseaux et services d’IA pourraient adopter un protocole de provenance des contenus, cousin du MCP d’Anthropic : chaque pièce porterait l’auteur, la licence, un journal d’usage. On pourrait exiger des LLM qu’ils joignent une chaîne de provenance — la recherche sur les filigranes y travaille — lorsqu’ils engendrent un texte à partir de données d’entraînement. C’est un geste d’architecture. Il va dans le sens des règles de transparence sur les données.

Bonnes pratiques pour les créateurs

Les auteurs ne peuvent pas tout attendre des plateformes. Comme les chercheurs, ils peuvent poser une licence — Creative Commons BY, par exemple — qui exige la mention. Signatures, horodatages, codes cachés dans une image ou un texte : autant de bornes. Des rédactions ont commencé à glisser des mentions invisibles, ou à demander que l’on enregistre les publications. Ce n’est pas étanche. Cela pose pourtant une norme : citer, et lier, quand on reprend. Même tenue par la seule pression des pairs, cette culture compte.

Éducation et normes

On sous-estime trop les usages. Le Michigan Online Handbook rappelle que copier sans citer use la confiance et s’apparente à un vol intellectuel. Des campagnes — Wikimedia le fait pour ses contributeurs — pourraient dire aux professionnels qu’un post LinkedIn est la propriété intellectuelle de quelqu’un, et qu’une reprise mérite une citation. Qu’une part des utilisateurs ajoute un lien de courtoisie, ou une mention, et l’équilibre peut bouger.

Comment mesurer le succès ?

Sans mesure, on ne saura pas si l’on avance. Quelques expériences, quelques indicateurs :

• Rapport original / copie — parmi les posts à forte audience, quelle part reprend un texte antérieur ? Une baisse après un changement d’algorithme indiquerait que l’on rend enfin du crédit à qui a commencé.
• Redistribution de l’attention — un test A/B : un fil classé par date (l’originalité d’abord), l’autre par popularité. Les auteurs d’origine y gagnent-ils des likes et des vues ?
• Enquêtes auprès des créateurs — les chercheurs citent davantage quand la mention compte. Les auteurs publient-ils plus, ou moins, dès qu’ils se sentent protégés ? On peut le demander, dans le temps, aux auteurs LinkedIn les plus lus : depuis la nouvelle règle, osez-vous davantage l’inédit ?
• Cas de plagiat — ne plus compter seulement les retraits pour droit d’auteur, mais les copies signalées. Davantage de cas clos par une mention, plutôt que par une suppression : ce serait, paradoxalement, un bon signe.
• Usage par les modèles — une couche de provenance permettrait de compter combien de fois un modèle interroge le texte d’un auteur. Comme les vues sur l’historique d’une page Wikipédia : un compteur vivant. S’il monte, et si l’auteur est rémunéré, le système tient.

Dessiner le voyage d’une idée rendrait la dérive visible : post d’origine → reprises → mentions par un modèle → article plus tardif — sans crédit, jusqu’à la question tardive : « Attendez, qui l’a dit en premier ? »

Recommandations

1. Mettre la mention dans l’interface. Partager en citant devrait être aussi simple que copier. Afficher l’auteur d’origine au moment du partage. Reculer, ou étiqueter, les quasi-doublons. La poussée d’Instagram vers l’original est une preuve de concept.
2. Détecter, puis proposer. Comparer les textes. Si un post ressemble à un plus ancien : cela rappelle [Auteur] — voulez-vous le citer ? Dans les chaînes automatisées, marquer les grappes de copies.
3. Ouvrir la provenance. Adopter, d’un service à l’autre, des normes comme le Sovereign Context Protocol. Si chaque accès consigne la source et l’heure, on obtient un registre partagé des idées. Inciter, ou exiger, que les éditeurs de LLM s’en servent pour l’entraînement et la consultation.
4. Se protéger côté auteur. Filigraner, licencier. Creative Commons BY, ou tout terme qui impose la mention ; signatures numériques discrètes. Sur LinkedIn, on peut déjà écrire : © [Nom], à partager avec un lien de retour.
5. Mesurer, puis inciter. Publier des indicateurs : part des posts qui portent une source, répartition de l’attention entre originaux et copies. Tester si récompenser les auteurs d’origine change les usages. Réserver un badge, ou un statut, à qui publie de façon constante un travail original.

On ne corrige pas ce que l’on ne compte pas. Part d’attention allant aux auteurs d’origine dans le temps, satisfaction déclarée, nombre de mentions automatiques : autant de compteurs possibles. On peut, un temps, afficher une invitation à citer sur une partie des posts, ou comparer un fil filigrané à un fil ordinaire.

Conclusion

Dans une économie de la connaissance, les idées sont une monnaie. Une monnaie sans registre se contrefait. LinkedIn et ses pairs ont hérité du DMCA — le droit d’auteur comme levier de retrait. Ils n’ont pas hérité de l’évaluation scientifique par les pairs — l’attribution. Tant que la provenance n’est pas construite dans les plateformes, l’ombre demeure : des posts viraux dont on a oublié les parents.

Ce n’est pas une affaire de censure. C’est une affaire d’ingénierie : des fonctions qui retracent et montrent la paternité, des incitations qui paient celui qui a commencé, des protocoles qui consignent chaque partage. Autant mettre des freins — et un GPS — sur la machine à copier des réseaux, qui n’a plus de conducteur. On refuse déjà l’opacité en IA, en finance, en droit, jusque dans les réseaux électriques. Pourquoi la connaissance serait-elle l’exception ?

Le problème n’est pas de politesse. Il est systémique. Il s’agit d’étendre aux réseaux ce que la preuve et la lignée exigent ailleurs. Une bibliothèque qui place la compréhension avant la technique ne peut pas feindre d’ignorer ce trou : les idées ont besoin d’une filiation comme les données d’une somme de contrôle.

Rétablir la provenance n’est pas seulement juste. C’est utile. La confiance recule dès que l’on ne sait plus qui a écrit. Un article, un bout de code, un système audité : chacun repose sur une chaîne de conservation. Les conversations publiques doivent rattraper. Sinon, on sème la désinformation, le conflit, le retrait — un paysage d’arbres de contenus, sans forêt de faits.