Affaire Orélien : on juge une fraude sans avoir écrit la règle

Article Privacy Réglementation 12.10.2026
Par Debora Cohen

Depuis quelques jours, l’affaire Thélyson Orélien se joue comme un procès. Un roman primé, sélectionné pour le Goncourt, le Renaudot et le Médicis. Un compte anonyme, un détecteur d’IA, un score. Trois millions de vues. Et une seule question, posée en boucle : IA ou pas IA ? Fraude ou pas fraude ?

C’est la mauvaise question, ou du moins la seconde. Avant de savoir si fraude il y a, encore faut-il savoir à quelle règle on aurait dérogé. Et la réponse dérange : à quasiment aucune.

Fraude à quoi ?

Aucun texte, en France comme en Europe, n’interdit à un auteur d’écrire avec une IA. Pour parler de fraude, il faut une norme. Or les seules normes en jeu ici sont celles que les acteurs du livre se donnent eux-mêmes : le contrat d’édition, par lequel l’auteur garantit l’originalité de son œuvre, et le règlement des prix littéraires. Combien de ces contrats, combien de ces règlements disent un mot de l’IA ?

Le vide n’est pas législatif. Il est contractuel. On s’indigne d’une transgression sans avoir jamais défini ce qui serait transgressé.

Le législateur a choisi de ne pas trancher

On aurait pu attendre de l’AI Act qu’il règle la question. Ses obligations de transparence s’appliquent depuis le 2 août 2026. Mais l’obligation de signaler un texte généré par IA ne vise que les contenus publiés pour informer le public sur des questions d’intérêt public, et elle tombe même là lorsque le texte a fait l’objet d’un contrôle éditorial et qu’une personne en assume la responsabilité.

Un roman n’est pas concerné. Ce n’est pas un oubli : c’est un choix. Le législateur européen a fait porter la transparence sur l’information et les deepfakes, pas sur la création littéraire. Il a laissé à la littérature le soin de fixer ses propres règles. Elle ne l’a pas encore fait.

Un score n’est pas une preuve

Reste la question de la preuve, et c’est peut-être la plus inquiétante. Le droit présume auteur celui sous le nom duquel l’œuvre est publiée. C’est à l’accusateur de démontrer le contraire. Ici, la démonstration tient dans un pourcentage produit par un logiciel.

Or ces outils ne détectent pas l’IA : ils détectent l’écart à une norme statistique. Des chercheurs de Stanford ont montré que les premières générations de ces outils classaient à tort comme « artificiels » une large part des textes écrits par des non-natifs. Un style singulier devient un indice de culpabilité. Quand l’auteur accusé écrit depuis une tradition littéraire caribéenne, la question devrait au moins nous arrêter.

Si l’IA avait bel et bien écrit le livre, le vrai sujet serait d’ailleurs moins moral qu’économique : le droit d’auteur ne protège que la création humaine. Que vaudrait alors la cession de droits consentie à l’éditeur ?

L’IA ne blanchit pas la contrefaçon

Les révélations de plagiat ont brouillé un peu plus les lignes. Elles portent pourtant sur des textes de 2012-2013, bien avant ChatGPT. C’est de la copie humaine, à l’ancienne.

La confusion est instructive. Le « plagiat » n’existe pas en droit : seule la contrefaçon, c’est-à-dire la reproduction d’une œuvre protégée, est sanctionnée. Qu’un texte soit écrit à la main ou avec une IA n’y change rien : si un passage reproduit une œuvre d’autrui, c’est celui qui publie qui en répond. L’IA ne crée pas la contrefaçon. Elle ne la blanchit pas non plus.

Les entreprises sont déjà dans la même situation

On aurait tort de voir dans cette affaire une querelle de salon littéraire. Les entreprises vivent la même chose, en moins médiatique.

Des recruteurs écartent des candidatures jugées « écrites par ChatGPT » sur la foi d’un détecteur, sans savoir qu’un système de tri des candidats relève des systèmes d’IA à haut risque de l’AI Act, ni qu’une décision fondée sur un seul score automatisé est encadrée par l’article 22 du RGPD, qui garantit notamment le droit d’obtenir une intervention humaine et de contester la décision. Des clients découvrent qu’un livrable a été produit avec l’IA et se demandent, après coup, ce que leur prestataire leur garantissait. Des managers sanctionnent des usages que personne n’avait jamais interdits.

À chaque fois, le même scénario : on juge après coup, faute d’avoir décidé avant.

La réponse n’est ni l’interdiction ni l’indifférence. Elle est dans des règles simples, écrites en amont : ce qui est autorisé, ce qui doit être déclaré, comment l’usage est tracé, qui en répond. Une charte d’usage, des clauses contractuelles, une gouvernance. Rien de spectaculaire. Juste ce qui manque aujourd’hui aux jurys littéraires.

L’affaire Orélien ne nous dit pas grand-chose de l’IA. Elle nous dit beaucoup de notre réflexe collectif : condamner d’abord, légiférer ensuite. Les organisations qui écriront leurs règles maintenant n’auront pas à improviser un tribunal demain.

Par Debora Cohen

DPO & Senior Manager AI

1 / 1

Affaire Orélien : on juge une fraude sans avoir écrit la règle

L'affaire Thélyson Orélien met en lumière l'absence de règles claires sur l'utilisation de l'IA, en littérature comme en entreprise. Décryptage.
laure michelot

Pixel de suivi email : comment se mettre en conformité CNIL ?

Comment utiliser un pixel de suivi email sans risquer de sanction ? Maîtrisez les nouvelles obligations de la CNIL sur le recueil du consentement.
Debora Cohen & Samuel Besson

Comment intégrer le RGPD et l’AI Act à votre agent vocal ?

Comment intégrer le RGPD et l'AI Act à votre agent vocal ? Sécurisez les données biométriques et gérez les PII à l'oral dès la phase de cadrage.

Le séisme organisationnel : comment le Product Builder déplace les rôles PM, dev et designer

Goulot d’étranglement, PM orchestrateur, dev architecte, designer d’agents : comment le Product Builder recompose les équipes produit.

Être trouvé, être choisi, être souvenu : comment Accor, Orange et L’Oréal abordent le commerce agentique

Être trouvé, être choisi, être souvenu : comment Accor, Orange et L’Oréal adaptent leur stratégie au commerce agentique et aux agents de marque.

Google Meridian MMM : déployer le package open source pas à pas

Calibration bayésienne, tests d’incrémentalité, modèles imbriqués : le guide pour déployer Google Meridian, le package MMM open source de Google.

Ce que le cas IKEA révèle vraiment sur le travail à l’ère de l’IA

Face à l'automatisation par l'IA, IKEA a choisi de reconvertir 8 500 agents de centre d'appels.

Monétiser l’audience d’une marketplace grâce au Retail Media

Formats, adoption des vendeurs, off-site, IA : Converteo et Mirakl Ads expliquent comment monétiser une marketplace grâce au retail media.

SCALE AI – Comment la DSI doit évoluer pour réussir le passage à l’échelle de l’IA

Découvrez comment la DSI doit évoluer en fournisseur de plateforme « as a service » pour réussir le passage à l'échelle de l'IA avec les équipes méti...

Ce qu’il fallait retenir de RUNTIME AI – Agentic Commerce : l’IA agentique redessine le e-commerce

GEO, flux produit, agents de marque, limites de la personnalisation : les enseignements clés de RUNTIME AI sur l’IA agentique et le e-commerce.

Agents IA et CDP (Customer Data Platform) : le guide pratique pour passer d’une vision au déploiement d’un projet concret

Couche sémantique, architecture, kill switches, pilote en 10 semaines : comment déployer des agents IA sur votre CDP sans faire dérailler le projet.

Vibe coding, Lovable, Cursor, Claude Code : la stack du Product Builder en 2026

Prototypage, données, développement assisté par IA : les 3 familles d’outils du Product Builder, de Lovable à Claude Code.