Taylor Swift dépose sa voix et son image comme marques pour contrer les clones IA

Deepfakes, clones IA, vols de voix : Taylor Swift dit STOP et sort l’artillerie lourde !

L'équipe de Taylor Swift a déposé, via TAS Rights Management, plusieurs demandes d'enregistrement de marques visant à protéger deux expressions caractéristiques de l'artiste : « Hey, it's Taylor Swift » et « Hey, it's Taylor ». Ces demandes s'appuient sur des extraits audio tirés de contenus promotionnels liés à son dernier album, "The Life of a Showgirl", dans lesquels on entend la chanteuse annoncer elle-même : « Hey, it's Taylor Swift, and you can listen to my new album The Life of a Showgirl on demand on Amazon Music Unlimited ». Une troisième demande porte sur une photographie de scène la représentant guitare rose en main. Si l'équipe de la star n'a pas officiellement relié ces démarches à la menace de l'IA, le contexte ne laisse guère de place au doute : Taylor Swift a déjà été victime de morceaux générés artificiellement imitant sa voix, ainsi que de deepfakes à caractère sexuel largement diffusés en ligne. Ces démarches illustrent une stratégie juridique émergente face à un vide légal persistant. Le droit d'auteur protège une œuvre, pas une voix, ce qui place les artistes dans une zone grise dès lors que des outils d'IA reproduisent leurs caractéristiques vocales sans copier directement leur catalogue. Les marques déposées pourraient combler partiellement cette lacune : elles permettraient de cibler non seulement les imitations exactes, mais aussi tout contenu « susceptible de prêter à confusion » avec une identité sonore ou visuelle protégée. D'autres célébrités, comme Matthew McConaughey, ont déjà emprunté cette voie pour protéger des répliques emblématiques de leur répertoire. Des maisons de disques ont également contourné les limites du droit d'auteur en attaquant des morceaux imitant des artistes, comme dans le cas d'un titre reproduisant le style de Drake, via des éléments de production identifiables dans l'audio. Malgré tout, les experts juridiques restent divisés sur l'efficacité réelle de ces protections. Plusieurs estiment que déposer de simples phrases comme marques demeure fragile si celles-ci ne fonctionnent pas comme un signal distinctif fort, comparable à un jingle ou un logo sonore. L'arsenal de Taylor Swift reste cependant conséquent : droit à l'image, lois contre la publicité trompeuse, et de nombreuses marques déjà enregistrées sur son nom lui offrent des leviers complémentaires. Le problème de fond est structurel : les cadres légaux n'évoluent pas au même rythme que les outils d'IA. Seules quelques législations locales ont commencé à encadrer les voix synthétiques, et les grandes plateformes comme YouTube ciblent davantage les visages que les voix. Tant que ce vide persiste, les artistes n'auront d'autre choix que d'assembler des stratégies hybrides pour défendre ce qui constitue l'essence même de leur identité publique.

Google utilise votre historique pour entraîner son IA : voici comment l’en empêcher

Google déploie progressivement une nouvelle fonctionnalité nommée « Historique des services de recherche », qui permet à l'entreprise d'utiliser certaines activités des utilisateurs pour entraîner ses modèles d'intelligence artificielle. Concrètement, Google collecte les contenus envoyés directement à ses services : les photos soumises via Google Lens, les recherches et commandes vocales, ainsi que les données issues de Google Translate. L'entreprise précise qu'elle ne récupère pas les fichiers externes simplement consultés ou écoutés, mais uniquement ceux transmis activement par l'utilisateur. Ces données sont associées au compte Google, donc au nom de la personne concernée. Même en cas de suppression ultérieure de l'historique, les fichiers déjà exploités pour l'entraînement peuvent subsister dans les systèmes de Google sous une forme anonymisée, et ce pendant une durée pouvant aller jusqu'à quatre ans. Cette annonce soulève des questions concrètes de confidentialité pour des centaines de millions d'utilisateurs des services Google. Le fait que des photos, des commandes vocales ou des traductions personnelles puissent servir à entraîner des modèles d'IA, tout en restant liées à l'identité du compte, interroge sur le contrôle réel que les usagers conservent sur leurs propres données. La persistance des fichiers pendant quatre ans, même après suppression et sous forme anonymisée, complique également la possibilité d'un effacement total et immédiat. Pour les professionnels ou les utilisateurs sensibles à la protection de leurs données, cette fonctionnalité impose une vigilance accrue sur les paramètres de confidentialité, d'autant que son activation semble par défaut plutôt qu'optionnelle à l'inscription. Heureusement, il est possible de désactiver cette collecte en quelques étapes. Il faut se rendre sur myactivity.google.com, se connecter à son compte, puis chercher l'onglet « Historique des services de recherche » s'il est déjà visible, et désactiver l'option correspondante ainsi que la case « Enregistrer les médias ». Pour les comptes où cette fonctionnalité n'est pas encore apparue, la fonctionnalité étant déployée progressivement, il faut se rendre dans la section « Activité Web et applications », puis décocher l'option « Inclure l'activité vocale et audio ». Cette démarche s'inscrit dans un contexte plus large où les géants technologiques, dont Google, cherchent à alimenter leurs modèles d'IA avec des volumes croissants de données réelles issues de l'usage quotidien de leurs utilisateurs, une pratique qui alimente les débats sur la régulation des données personnelles et la transparence des entreprises technologiques envers leurs utilisateurs.

Comment les musiciens peuvent être rémunérés pour l'entraînement de l'IA

Warner Music Group a récemment acquis la startup Sureel, spécialisée dans la gestion des droits musicaux à l'ère de l'intelligence artificielle. Sureel s'est associée à l'agence suédoise de droits d'auteur STIM pour explorer un système de rémunération des artistes lorsque leur musique sert à entraîner des modèles d'IA générative. Concrètement, le logiciel de Sureel appose des métadonnées sur les fichiers audio afin d'indiquer si une entreprise d'IA est autorisée à utiliser le fichier librement, de manière limitée ou pas du tout, puis suit l'utilisation réelle pour calculer les redevances correspondantes. De son côté, la société d'IA musicale SoundVerse a publié un livre blanc en 2025 pour rejeter les rachats uniques de droits et défendre une participation continue des artistes à chaque génération d'output par un modèle. Le co-président de Sureel, Benji Rogers, et son PDG, Tamay Aykut, portent le projet, tandis que Simon Gozzi, directeur du développement chez STIM, évalue comment les rapports d'attribution de Sureel pourraient fonder de nouveaux accords de licence entre musiciens et entreprises d'IA. L'enjeu est considérable pour l'ensemble de l'industrie musicale, qui dispose depuis des décennies de mécanismes précis pour rémunérer l'utilisation des œuvres, ventes physiques, streaming, radio, reprises, karaoké. L'IA générative a fracturé cette logique en rendant floue la notion d'utilisation : une chanson utilisée une seule fois pour l'entraînement d'un modèle continue d'influencer chaque output produit par ce modèle. Sureel propose d'aller plus loin qu'une simple mesure de similarité entre la donnée d'entraînement et l'output généré, en cherchant à établir un lien de causalité réel entre les deux. Si le modèle produit du jazz, les enregistrements jazz du corpus auraient davantage contribué que les pièces folk, et seraient rémunérés en proportion. Rogers résume l'ambition : "L'attribution ne cherche pas à recréer l'ancienne économie, mais à mesurer pour la première fois ce que l'ancienne économie ne faisait qu'approximer." Ce chantier s'inscrit dans un contexte de tension croissante entre l'industrie créative et les géants de l'IA, accusés par certains de commettre "le plus grand acte de vol de droits d'auteur de l'histoire". La question de l'attribution causale reste techniquement non résolue et pourrait nécessiter des outils issus de la théorie de l'information ou une modélisation de l'impact historique des œuvres individuelles. Le risque existe aussi de voir naître une musique conçue pour maximiser les redevances d'entraînement, comme le streaming a déjà poussé les artistes à raccourcir leurs intros. Aykut suggère néanmoins que des systèmes d'attribution bien conçus pourraient valoriser les œuvres rares et originales davantage que les tubes radiophoniques, ouvrant la possibilité que l'IA devienne un vecteur de diversité musicale plutôt qu'un facteur d'uniformisation.

💬 Ce que Sureel essaie de faire, c'est mesurer l'influence réelle d'une œuvre sur un modèle, pas juste vérifier si elle était dans le corpus de départ. Ça paraît évident dit comme ça, mais c'est techniquement non résolu, et si ça marche, ça change tout à la logique des licences forfaitaires. Le vrai risque après, c'est l'effet streaming : des artistes qui composent pour maximiser leurs redevances d'entraînement plutôt que pour les oreilles.

France Travail : un algorithme pour accélérer le profilage des chômeurs et les contrôles

France Travail travaille sur un algorithme destiné à cibler plus efficacement les contrôles de recherche d'emploi, selon un document interne révélé par la Quadrature du Net. Ce support de présentation, daté de décembre 2025 et conçu pour un exposé d'une trentaine de minutes, détaille les travaux menés autour du Contrôle de Recherche d'Emploi, ou CRE. Le dispositif prévoit d'analyser 26 variables par demandeur d'emploi : historique des cessations d'inscription, délai avant inscription, nombre d'entretiens, niveau de formation, métier recherché et tension sur ce métier, heures travaillées, ancienneté d'une Offre Raisonnable d'Emploi, nombre de refus d'offres, présence d'un CV visible ou encore absences aux prestations. Le modèle retenu repose sur un arbre de décision statistique, et non sur un LLM d'IA générative. Pour 2026, France Travail prévoyait 500 000 contrôles ciblés, soit 40 % du total des vérifications programmées, en plus des contrôles déclenchés par vérification d'assiduité, tirage aléatoire ou signalement des agences. L'organisme dispose déjà de deux outils d'IA développés par Mistral : ChatFT, qui assiste les conseillers dans leurs échanges avec les demandeurs d'emploi, et MatchFT, qui rapproche offres et profils puis contacte par SMS les candidats jugés pertinents. L'enjeu dépasse la simple automatisation administrative : il s'agit de faire porter par un algorithme le tri entre demandeurs d'emploi de bonne foi et « contournements volontaires », une distinction qui déclenche ensuite une sanction, une révision du suivi ou au contraire un renforcement de l'accompagnement. Pour les personnes concernées, cela signifie que des critères comme un délai d'inscription jugé trop long, un CV non visible ou un nombre de refus d'offres pourront désormais alimenter un score qui oriente directement vers un contrôle renforcé, avec un risque de radiation à la clé. La Quadrature du Net pointe un double danger : une massification des contrôles ciblés, qui passeraient d'exceptions justifiées à un mode de gestion de masse, et un déplacement de la responsabilité politique vers un outil présenté comme neutre et « objectif », alors que le choix des 26 variables et leur pondération relèvent eux-mêmes de décisions politiques. L'association estime que plusieurs principes que France Travail affiche comme garanties, notamment le bénéfice du doute, l'équité de traitement ou la séparation entre accompagnement et contrôle, pourraient être fragilisés par cette automatisation. Ce projet s'inscrit dans une tendance plus large de numérisation du contrôle social, déjà observée avec les algorithmes de notation utilisés par la CAF pour détecter les fraudes aux prestations, ou par Pôle emploi devenu France Travail dans sa recherche de gains de productivité face à la hausse du volume de dossiers à traiter. France Travail justifie sa démarche par la nécessité de mieux distinguer les demandeurs ayant besoin d'un accompagnement renforcé de ceux qui chercheraient à contourner leurs obligations, dans le cadre du « contrat d'engagement dynamique » qui formalise droits et devoirs réciproques. Mais le recours à Mistral, entreprise française d'IA déjà partenaire de l'État sur plusieurs projets publics, alimente les critiques sur l'imbrication croissante entre acteurs privés de l'IA et politiques publiques sensibles. La suite dépendra en grande partie de la réaction des associations de défense des chômeurs et des syndicats, ainsi que d'une éventuelle saisine de la CNIL, dans un contexte où l'usage de l'IA dans les administrations sociales fait déjà l'objet d'un examen accru en Europe, notamment via l'AI Act qui classe ce type de systèmes parmi les usages à haut risque.