Opacité des géants de l’IA : la Commission européenne face à un défi crucial

L’entrée en vigueur des obligations de transparence imposées par l’AI Act devait marquer un tournant dans la régulation de l’intelligence artificielle. Pourtant, plusieurs mois après l’échéance réglementaire, les principaux fournisseurs de modèles d’IA semblent avoir trouvé une parade pour éviter de révéler précisément leurs sources de données.

Une obligation légale détournée par les fournisseurs d’IA

Depuis le 2 août 2025, la réglementation européenne impose aux développeurs de modèles d’intelligence artificielle à usage général de divulguer un résumé détaillé de leurs contenus d’entraînement. Cette obligation inclut notamment une liste des principaux domaines internet exploités pour alimenter leurs algorithmes.

Les entreprises ayant commercialisé leurs modèles après cette date butoir doivent se conformer immédiatement à cette exigence. Pour les autres, un délai supplémentaire court jusqu’au 2 août 2027. La Commission européenne dispose, quant à elle, de pouvoirs de sanction effectifs depuis le 2 août 2026.

Des résumés volontairement flous selon une analyse approfondie

Une enquête menée par ActuIA sur 24 résumés publiés par sept fournisseurs différents révèle des pratiques troublantes. Parmi ces documents, 21 comportent une section consacrée aux domaines collectés, mais aucun ne mentionne explicitement de noms de sites internet.

La situation s’aggrave pour DeepSeek, dont trois résumés omettent purement et simplement cette rubrique. L’analyse inclut également onze nouveaux documents récemment publiés par Ant Group sur la plateforme Hugging Face.

Des catégories génériques plutôt que des sources identifiables

Au lieu de dresser des listes précises de sites web, les fournisseurs privilégient des formulations vagues. Ils mentionnent des catégories générales de sources comme les « ressources académiques » ou les « données gouvernementales », sans plus de précision.

Cette approche est qualifiée par les entreprises de « forme descriptive et synthétisée », justifiée par la protection de leurs secrets d’affaires. Pourtant, le texte de l’AI Act exige explicitement une liste détaillée des domaines exploités.

Un mécanisme volontaire qui interroge

Face à ces omissions systématiques, les fournisseurs proposent une solution alternative. Ils invitent les titulaires de droits à les contacter directement pour savoir si leur contenu a été collecté sur leurs domaines.

Ce mécanisme complémentaire, présenté comme volontaire, déplace la charge de la preuve. Les éditeurs doivent désormais effectuer eux-mêmes les démarches pour vérifier l’utilisation de leurs contenus.

Des conséquences lourdes pour les éditeurs de contenus

Cette opacité généralisée place les éditeurs dans une situation impossible. Avec des catégories aussi larges et imprécises, il devient impossible de déterminer si un site spécifique a alimenté l’entraînement d’un modèle d’IA.

Les créateurs de contenus se retrouvent privés de moyens concrets pour faire valoir leurs droits d’auteur ou négocier une éventuelle rémunération. La traçabilité des données, pourtant au cœur de l’AI Act, reste lettre morte.

La Commission européenne face à un test décisif

L’appréciation finale de la conformité de ces résumés avec l’article 53 de l’AI Act revient désormais à la Commission européenne. Cette institution dispose des pouvoirs de sanction nécessaires depuis plusieurs mois.

La décision qu’elle prendra établira un précédent majeur. Elle déterminera si les entreprises technologiques peuvent se contenter de catégories génériques ou si elles devront véritablement ouvrir leurs bases de données à l’examen public.

L’issue de ce bras de fer entre régulateurs européens et géants de l’IA dessinera les contours de la transparence dans le secteur pour les années à venir.