Introduction
Le règlement de transparence de l’UE de l’AI Act est entré en vigueur le 3 août 2026, marquant une étape décisive dans la gouvernance du contenu synthétique. Cette mise en application soulève la question cruciale : les systèmes d’IA protègent‑Ils réellement le public ou ne font‑Ils que masquer les risques systémiques avec des étiquettes superficielles ?
Cadre réglementaire
Article 50 et Code de pratique (CoP)
L’article 50 impose des obligations de transparence pour les fournisseurs et déployeurs d’IA générative. Le nouveau Code de pratique précise les exigences en matière d’étiquetage, de métadonnées, de filigranes numériques et d’outils de détection conformes aux lois sur la vie privée.
Principaux engagements des fournisseurs
Le CoP exige :
- Une approche multi‑couche : métadonnées signées, filigranes visibles.
- Des outils de détection gratuits et fonctionnels, respectueux du RGPD.
- Des standards de robustesse et d’interopérabilité.
- Des processus de conformité, de suivi et de test rigoureux.
Points forts et lacunes
Points forts
Le Code introduit des exigences obligatoires de marquage binaire et encourage la préservation des métadonnées, offrant une base pour la traçabilité du contenu IA.
Lacunes majeures
Les principales faiblesses identifiées sont :
- La provenance des informations est optionnelle (Section 1, Mesure 1.3), limitant la transparence tout au long du cycle de vie du contenu.
- Le code repose sur la coopération volontaire pour les modèles à poids ouvert, rendant difficile l’application des obligations après la diffusion des modèles.
- Les exigences de reporting public et de surveillance de la société civile restent limitées, affaiblissant la responsabilité.
- Les informations détaillées sur les modifications (Section 2, Mesure 1.1) sont encouragées mais non obligatoires, réduisant l’utilité des étiquettes.
Implications pour les déployeurs
Les déployeurs doivent se conformer aux obligations de divulgation, mais l’étiquetage seul ne constitue pas une protection. Pour les deepfakes les plus préjudiciables, notamment les images intimes non consensuelles, la divulgation ne suffit pas ; les recours légaux relèvent du Digital Services Act et de la directive européenne sur la violence contre les femmes (Directive (UE) 2024/1385).
Exemptions et défis d’application
Les exemptions clés comprennent :
- Utilisation à des fins d’application de la loi (exemption pour les forces de l’ordre).
- Modifications mineures (recadrage, traduction IA).
- Génération en temps réel où l’étiquetage est techniquement impossible.
- Utilisation personnelle non professionnelle.
L’exemption d’usage personnel est particulièrement critique : elle enlève l’obligation d’étiquetage des deepfakes viraux créés par des particuliers, transférant la charge de conformité aux plateformes plutôt qu’aux créateurs.
Perspectives internationales
En dehors de l’UE, des États comme la Californie et New York adoptent des mesures similaires, s’inspirant de l’initiative Coalition for Content Provenance and Authenticity. La convergence mondiale vers la transparence du contenu IA souligne l’importance d’un cadre robuste et harmonisé.
Conclusion
Le déclenchement des règles de transparence marque une avancée majeure, mais son efficacité dépendra de la capacité à dépasser les étiquettes binaires et à instaurer des mécanismes de provenance durable. Sans obligations strictes sur la provenance et sans supervision renforcée, le risque demeure que la réglementation ne soit qu’une façade, laissant les utilisateurs vulnérables aux manipulations de l’IA.