Libre, open source ou poids ouverts, la licence décide de ce que vous pouvez faire

Dossier

Un fichier nommé LICENSE dort à la racine de presque tous les dépôts de code. C’est lui, et non la page de présentation du projet, qui dit ce qu’il est permis d’en faire : inspecter, modifier, redistribuer, vendre. Depuis deux ans, la même question se pose aux modèles d’intelligence artificielle. La définition de l’IA open source publiée par l’Open Source Initiative le 28 octobre 2024 exige quatre libertés et trois composantes fournies ensemble : l’information sur les données d’entraînement, le code complet d’entraînement et les paramètres du modèle.

Trois mots circulent pour désigner tout cela : libre, open source, poids ouverts. Ils n’accordent pas les mêmes droits, et aucun des trois ne parle du prix. Ce dossier ouvre la série open source, où se rangent nos vérifications de licences et de modèles ouverts.

Trois mots, et deux textes de référence

La Free Software Foundation énumère quatre libertés. Exécuter le programme « comme vous voulez, pour n’importe quel usage ». L’étudier et le modifier. En redistribuer des copies. Distribuer ses propres versions modifiées. Le texte pose une condition matérielle à deux d’entre elles : « l’accès au code source en est une condition préalable ».

L’Open Source Initiative publie de son côté une définition en dix critères, dans sa version 1.9. Le cinquième ferme la porte au tri des utilisateurs : « La licence ne doit pas discriminer une personne ou un groupe de personnes. » Les deux définitions couvrent le même socle. Elles diffèrent par l’angle : la liberté de l’utilisateur pour l’une, les conditions de distribution pour l’autre.

« Poids ouverts » n’appartient à aucun des deux vocabulaires. L’expression décrit un fichier téléchargeable, les paramètres d’un modèle déjà entraîné, et rien de plus. La définition de l’OSI range justement les poids parmi les « paramètres du modèle », l’une des trois composantes qu’elle réclame. Une sur trois. Un poids n’est pas un droit.

Ce qu’on peut vraiment inspecter dans un modèle ouvert

La définition de l’IA open source détaille ce qu’il faut livrer pour qu’un système soit réellement modifiable. Le code d’abord : « le code source complet utilisé pour entraîner et faire tourner le système ». Les paramètres ensuite, points de sauvegarde compris. Et l’information sur les données : « une information suffisamment détaillée sur les données utilisées pour entraîner le système, de sorte qu’une personne compétente puisse construire un système substantiellement équivalent ».

C’est cette troisième composante qui manque le plus souvent. Un modèle diffusé avec ses poids et son code d’inférence se télécharge, s’exécute hors ligne, se mesure, s’ajuste. On peut le pousser là où son éditeur ne l’attendait pas, le lâcher sur des cas très précis, comme lorsqu’un modèle à poids ouverts passe au crible du vieux code. Ce qu’on ne peut pas faire, c’est reconstituer le corpus qui l’a formé, ni refaire l’entraînement pour vérifier ce qu’il contenait.

Qui paie le code que tout le monde utilise

La question a une réponse chiffrée, au moins en Europe. L’agence allemande Sovereign Tech recense 195 technologies critiques jugées dignes d’un investissement public. Elle en a soutenu 118 depuis octobre 2022, pour 41,1 millions d’euros de travaux commandés, soit une moyenne d’environ 348 000 euros par technologie financée.

Le fonds lui-même pose un plancher d’entrée : « le coût du travail décrit dans la candidature doit dépasser 50 000 euros ». Autrement dit, une brique partagée par tout le secteur ne se répare pas avec un pourboire. Le compteur dit aussi le reste du chemin : 118 technologies soutenues sur 195 identifiées comme critiques.

Faire tourner de l’ouvert sur du matériel fermé

Un système libre ne rend pas libre la machine qui l’exécute. Le projet Asahi Linux, qui porte Linux sur les Mac à puce Apple, le formule sans détour : « Apple Silicon est une plateforme entièrement non documentée. » Les pilotes graphiques et audio y ont été écrits à partir de rétro-ingénierie, fonction par fonction.

Le projet énonce aussi la limite qu’il ne franchira pas : Apple « contrôle toujours le processus de démarrage », et le firmware avec lui. La page ajoute que la situation n’a rien d’exceptionnel, les machines x86 embarquant elles aussi des firmwares propriétaires. Pour que le travail resserve ailleurs, les contributions sont publiées sous double licence, celle du projet amont (souvent la GPL) et une licence permissive (souvent MIT). Ce qui marche sur un M3 se compte fonction par fonction, pas d’un bloc.

Les portes d’entrée de secours

Une licence peut changer. Le code déjà publié sous licence libre, lui, reste réutilisable, et c’est là que le copyleft sert d’assurance. La GPL 3.0 impose à qui distribue une version modifiée de « placer l’œuvre entière, dans son ensemble, sous cette Licence ». Sa variante AGPL 3.0 vise en plus les services en ligne : une version modifiée accessible à distance par un réseau doit offrir à ses utilisateurs le code source correspondant, depuis un serveur, sans frais.

La sortie de secours existe aussi en pratique. OpenTofu se présente comme un « remplaçant direct de Terraform », créé « à l’initiative de Gruntwork, Spacelift, Harness, Env0, Scalr et d’autres, en réaction au passage de HashiCorp d’une licence open source à la BUSL ». Le projet est aujourd’hui placé sous la tutelle de la Linux Foundation. Un fork n’est pas un accident de parcours : c’est la clause de sortie, écrite d’avance dans le texte.

Ouvert ne veut dire ni gratuit ni léger

La confusion vient du mot anglais, et la Free Software Foundation la désamorce d’une phrase : il faut entendre « free » comme dans « free speech », pas comme dans « free beer ». Vendre un logiciel libre est parfaitement autorisé. La licence MIT accorde ses droits à titre gratuit et n’exige qu’une contrepartie : « L’avis de copyright ci-dessus et le présent avis de permission devront être inclus dans toutes les copies ou parties substantielles du Logiciel. » Rien, dans ces lignes, n’interdit de facturer.

Léger, c’est une autre affaire. Une licence change des droits, pas une configuration matérielle. Un modèle à soixante-dix milliards de paramètres reste un modèle à soixante-dix milliards de paramètres, que le texte qui l’accompagne s’appelle Apache 2.0 ou « Community License ». Le texte de licence tient sur une page, moins qu’un contrat de location de studio. Ce qu’il décrit, non.

Vérifier une licence en cinq minutes

La méthode tient en quatre gestes. Trouver le texte d’abord : un fichier LICENSE à la racine du dépôt pour un logiciel, une page de conditions posée à côté des fichiers de paramètres pour un modèle. Relever ensuite son nom exact, parce que le nom porte l’essentiel. Chercher enfin deux clauses, une restriction d’usage et une obligation qui vous suit quand vous redistribuez.

Les Gemma Terms of Use demandent par exemple d’inscrire les restrictions d’usage « comme une disposition exécutoire dans tout accord régissant l’utilisation » du modèle ou de ses dérivés, et d’en avertir les utilisateurs suivants. La Llama 3.3 Community License Agreement demande d’afficher « Built with Llama » de façon visible, et prévoit qu’au-delà de 700 millions d’utilisateurs actifs mensuels une licence distincte doit être sollicitée auprès de Meta. La licence Apache 2.0 accorde une licence de brevet « perpétuelle, mondiale, non exclusive, gratuite » et demande de signaler les fichiers modifiés.

Le tableau ci-dessous met les six textes côte à côte sur quatre questions.

Un dernier réflexe pour finir : un dépôt public sans fichier de licence n’accorde rien du tout. Les deux définitions de référence font reposer les droits sur le texte ; la visibilité du code n’en est que la condition préalable.

Le plus court chemin vers la réponse reste le plus ennuyeux : ouvrir le fichier et le lire jusqu’en bas.

Article créé en collaboration avec l’IA.