AI Act & Régulation UE· sujet

OpenAI va filigraner par défaut les contenus de ChatGPT, mais uniquement dans l'UE

OpenAI a annoncé qu'elle appliquera automatiquement un filigrane aux textes générés par ChatGPT dans l'Union européenne. La fonction sera aussi proposée dans les autres régions du monde, mais désactivée par défaut hors d'Europe. L'entreprise baptise sa méthode textGrain, une technologie propriétaire dont elle a publié un article technique détaillant le fonctionnement. Le principe reste proche de celui des outils de marquage de modèles de langage déjà connus : le système introduit dans le choix des mots des motifs imperceptibles pour un lecteur humain, qui ne dégradent pas sensiblement la qualité du texte, mais qu'un détecteur spécialisé, muni d'une clé, peut repérer. OpenAI donnera accès à ce détecteur à un nombre limité de chercheurs et d'organisations, avec une procédure de demande d'autorisation permettant d'en élargir progressivement la liste. Cette décision répond à une obligation légale concrète. Le règlement européen sur l'intelligence artificielle, entré en vigueur en août, impose de marquer les contenus produits par des modèles d'IA de manière à ce qu'un autre outil puisse les détecter. Pour les utilisateurs européens de ChatGPT, le filigrane deviendra donc la norme, tandis que le reste du monde devra l'activer volontairement. Reste une limite majeure : il n'existe toujours aucune méthode totalement efficace et fiable pour y parvenir. Les standards existants, comme SynthID ou le projet C2PA, se contournent assez facilement pour quiconque possède quelques connaissances techniques, et il est probable qu'il en aille de même pour textGrain. L'accès restreint au détecteur limite en outre, pour l'instant, la vérification par le grand public, les enseignants ou les médias. Ce choix illustre la façon dont la régulation européenne façonne les pratiques des géants de l'IA, qui doivent adapter leurs produits région par région. Il révèle aussi un décalage entre l'ambition du législateur et la réalité technique : la loi exige un marquage détectable alors que la recherche n'a pas encore produit de solution robuste, en particulier pour le texte, bien plus difficile à marquer que l'image ou l'audio. La différence de traitement entre l'Europe et les autres marchés pourrait se réduire si d'autres pays adoptent des règles comparables. Le élargissement futur de l'accès au détecteur, et la capacité des chercheurs à tester la résistance du filigrane, détermineront sa crédibilité.

💬 Selon Le Fil IA, l'AI Act vient de créer le premier filigrane obligatoire que personne ne sait rendre fiable : la loi exige un marquage détectable alors que la recherche n'a pas de solution robuste pour le texte. OpenAI coche la case côté Europe, mais un détecteur réservé à quelques chercheurs, ça ne sert ni aux profs ni aux médias. Bon, sur le papier c'est une avancée. Reste à voir si textGrain survit à la première reformulation un peu maline.

En Europe, OpenAI tatoue les textes de ChatGPT pour se conformer à l’AI Act

OpenAI déploie en Europe textGrain, un outil de filigrane appliqué aux textes générés par ChatGPT. Cette fonctionnalité, réservée au Vieux Continent, répond à l'AI Act, dont l'obligation de marquage technique est en vigueur depuis début août. Les systèmes déjà sur le marché ont jusqu'au 2 décembre pour s'y conformer. Le procédé ajoute un « signal statistique invisible » en modifiant subtilement la façon dont le modèle choisit entre plusieurs mots ou fragments de mots possibles. Sur un passage entier, ces choix dessinent un motif qu'un détecteur peut repérer, sans caractère caché, espace invisible ni ponctuation inhabituelle. Anthropic avait ouvert la voie avec une approche similaire pour Claude, depuis Fable 5.1. Sur des passages de 400 tokens, avec un taux de faux positifs cible de 1 %, le détecteur identifie le filigrane dans 95 % des cas. Les contenus vérifiés par un humain échappent à l'obligation de tatouage. Les performances restent toutefois inégales. Dans les tests d'OpenAI, menés sur 500 prompts générés en anglais puis traduits, l'espagnol obtient le meilleur taux de détection (69 %) et le roumain le plus faible (42,2 %). Le français dépasse 60 %. Le domaine compte aussi : la détection est très élevée sur la psychologie, beaucoup moins en mathématiques, où le choix des mots est plus contraint. Le procédé ne fonctionne pas sur les textes courts, et le code de bonnes pratiques européen n'impose aucun filigrane sous 200 tokens, soit environ 150 mots en anglais. Surtout, la protection se dégrade dès qu'on retouche le texte. Un taux de détection de 92 % tombe à 66 % si 10 % des mots sont remplacés par des synonymes, et à 17 % si 25 % le sont. Un utilisateur motivé peut donc brouiller la trace sans grand effort. Ce dispositif se distingue des détecteurs comme Pangram, très commentés ces dernières semaines après l'affaire Thélyson Orélien. Ces outils analysent un texte après coup, à partir de ses caractéristiques stylistiques, sans rechercher de signal intégré à la génération. Plusieurs tests récents ont d'ailleurs montré les limites de ces détecteurs, dont une évaluation de plus de 5 000 textes soumis à 75 outils gratuits, qualifiée d'échec. L'AI Act pousse donc les fournisseurs vers une traçabilité à la source, avec des garanties imparfaites. OpenAI propose un paramètre d'intensité du signal, qui permet de relever le taux de détection des langues passant sous le seuil de 60 %, et dit vouloir publier sa technologie en open source. Reste à savoir si ces marquages, faciles à atténuer par réécriture, suffiront à répondre à l'objectif de transparence voulu par Bruxelles à l'échéance du 2 décembre.

💬 Le filigrane statistique déplace la preuve : on ne cherche plus à deviner si un texte sent l'IA, on vérifie une signature posée à la source. C'est plus sain que les détecteurs à la Pangram, mais 92 % qui tombent à 17 % avec 25 % de synonymes, ça reste une serrure qu'on crochète en cinq minutes. Bon, sur le papier, Bruxelles coche la case. Reste à voir si ça tient quand quelqu'un a vraiment envie de brouiller la piste, et là, je ne parierais pas dessus.

Aleph Alpha lance Kolibri, un modèle MoE anglais-allemand en poids ouverts de 78,1 milliards de paramètres (3,46 milliards actifs)

Aleph Alpha a publié Kolibri, un modèle de langage open-weight de type Mixture-of-Experts conçu pour l'allemand et l'anglais. Il compte 78,1 milliards de paramètres au total, mais n'en active que 3,46 milliards par token, soit 4,4 %. Il accepte jusqu'à 1 048 576 tokens de contexte et permet de régler l'effort de raisonnement à chaque requête. Il est distribué sur Hugging Face sous licence Apache 2.0. Le checkpoint FP8 pèse environ 78 Go et tourne sur un seul GPU B200, B300 ou H200, ou sur deux H100 SXM5, via vLLM avec des parseurs dédiés au raisonnement et aux appels d'outils. L'architecture empile 50 blocs de largeur 2 560. Chaque couche d'experts évalue 384 experts routés avec un routeur sigmoïde, envoie chaque token vers les 6 meilleurs et fait toujours intervenir un expert partagé. Un bloc sur cinq utilise une attention complète sans encodage positionnel. Les 40 autres recourent à une fenêtre glissante de 512 tokens avec RoPE, si bien que seules 10 couches voient leur cache KV croître avec le contexte. Le vocabulaire de 128 000 tokens atteint 4,90 octets par token en allemand, contre 4,35 pour le tokenizer de GPT-5, soit 11,2 % de tokens en moins. En anglais, il obtient 4,58 contre 4,67. Le pré-entraînement a porté sur 20 000 milliards de tokens avec 768 GPU B200, suivis de 3,44 billions de tokens de mi-entraînement, puis d'une phase longue de 201 milliards de tokens sur des séquences de 262 144 tokens. Plus de 2 billions de tokens allemands ont été ajoutés. Le post-entraînement combine fine-tuning supervisé et apprentissage par renforcement sur plus de 1,2 million de tâches internes. Sur les benchmarks anglais, Kolibri mène sur GPQA Diamond (84,3), AIME 2025 (96,9) et AIME 2026 (96,0). Il égale Qwen3.5 35B-A3B sur la moyenne agentique anglaise (63,4), mais reste derrière sur BFCL v4 (61,4 contre 70,5). Le modèle dense Qwen3.8 27B obtient un meilleur score global (80,2 en anglais, 79,9 en allemand), au prix d'environ huit fois plus de paramètres actifs par token. Face à son prédécesseur interne Kolibri Origin, le nouveau modèle décode environ 2,7 fois plus de texte par GPU et gagne 21,4 points en anglais. Son intérêt pratique tient à la combinaison d'un coût d'inférence réduit, d'un contexte d'un million de tokens et d'un déploiement sur un ou deux GPU seulement. Cela le rend accessible à des organisations qui doivent héberger leurs modèles elles-mêmes, comme les administrations, l'industrie ou l'aérospatiale. Le protocole Merlin-Arthur apprend en outre au modèle à s'abstenir lorsque le contexte récupéré ne permet pas de répondre, ce qui limite les réponses inventées dans les usages documentaires. Kolibri s'inscrit dans la quête de souveraineté numérique européenne. Aleph Alpha affirme avoir maîtrisé toute la chaîne, des données à l'évaluation, avec un entraînement mené sur des infrastructures en Allemagne et en Finlande. La conception vise le Code de bonnes pratiques de l'UE pour l'IA à usage général, l'AI Act et le RGPD. L'entreprise est signataire de ce Code, et son pipeline de données supprime les informations personnelles avant l'entraînement. Le modèle se mesure à des concurrents aux architectures variées : Qwen3.6 35B-A3B d'Alibaba (environ 35 milliards de paramètres, 3 milliards actifs), Nemotron 3 Super de NVIDIA (120 milliards, 12 milliards actifs, architecture hybride Mamba-2) et Mistral Small 4 du français Mistral AI (119 milliards, 6,5 milliards actifs, 256 000 tokens de contexte). Kolibri se distingue par son contexte maximal d'environ un million de tokens et par quatre niveaux de raisonnement (aucun, faible, moyen, élevé). Reste à voir si cette approche bilingue et réglementaire suffira à séduire face à des modèles généralistes, souvent plus performants sur les appels d'outils.

💬 Un modèle de 78 milliards de paramètres qui n'en réveille que 3,46 à chaque token et tient sur un seul GPU, c'est ça, l'argument. Selon Le Fil IA, la souveraineté européenne en IA se jouera moins sur les benchmarks que sur ce que l'administration ou l'industriel peut héberger chez lui sans négocier avec personne. Le tokenizer allemand (11 % de tokens en moins que GPT-5) est du concret, pas du flan. Bon, sur le papier, Qwen reste devant sur les appels d'outils, donc reste à voir si ça tient en prod.

IA générative : pour réduire vos coûts et votre empreinte, parlez anglais

Les IA génératives ne lisent pas des mots mais des « tokens », des fragments de texte découpés par un tokenizeur propre à chaque famille de modèle. Chaque requête est transformée en jetons, qui subissent des centaines de milliards d'opérations avant d'être reconvertis en texte lisible. Une rédaction a cherché à mesurer l'effet de la langue sur ce découpage, chez Anthropic, OpenAI et Google. Elle a pris pour référence le règlement général sur la protection des données (RGPD), publié par la Commission européenne et traduit dans les 24 langues de l'Union. Chaque version compte entre 320 000 et 415 000 caractères, pour une moyenne d'environ 371 000, soit près de 10 millions de caractères au total. L'indicateur retenu est le nombre moyen de caractères par token selon la langue. Le constat est que changer de langue réduit le nombre de tokens consommés, et que l'anglais est plus économe que le français, que l'auteur qualifie de « langue de luxe ». Cette différence a des conséquences directes, car le token est l'unité de base du calcul et de la facturation. Plus il y en a en entrée et en sortie, plus la note grimpe ou plus le forfait de l'utilisateur s'épuise. Davantage de tokens signifie aussi davantage de calcul, donc une empreinte environnementale plus lourde. Un même contenu coûte ainsi plus cher à traiter en français qu'en anglais, ce qui désavantage les utilisateurs et les entreprises non anglophones, sans qu'ils en soient toujours conscients. L'article tempère toutefois la portée de ce gain, qu'il juge anecdotique face à un usage responsable des outils. Il déconseille par exemple de confier à ChatGPT une reconnaissance de caractères basique sur une image ou une traduction, tâches que des IA spécialisées exécutent mieux, pour moins cher et avec moins d'énergie. Demander aux modèles d'être moins bavards et d'aller à l'essentiel produirait des économies bien supérieures. Cette inégalité tient à la manière dont les tokenizeurs sont conçus. Leur vocabulaire est construit à partir de corpus massivement dominés par l'anglais, ce qui permet de coder cette langue avec peu de jetons, tandis que les autres, avec leurs accents, leurs flexions et leurs mots plus longs, sont davantage fragmentés. La création des tokens dépend donc à la fois du modèle et de la langue, et chaque éditeur applique ses propres règles. Le sujet prend de l'importance à mesure que les usages se généralisent, que les coûts d'inférence pèsent sur les budgets des entreprises et que la consommation énergétique de l'IA fait débat en Europe. Le texte publié ne détaille pas ici les résultats chiffrés par langue et par fournisseur, mais l'enjeu est posé : la langue de travail est un paramètre économique et écologique à part entière.

💬 Le français coûte plus cher que l'anglais, et ça ne vient pas de toi : les tokenizeurs ont été bâtis sur des corpus anglophones, donc chaque accent et chaque mot long te fait payer une taxe linguistique invisible. Bon, sur le papier ça sonne comme un scandale, mais l'écart reste anecdotique face au vrai gaspillage, ces modèles qu'on laisse blablater et qu'on utilise pour de l'OCR ou de la traduction. Avant de tout passer en anglais, demande-leur d'aller à l'essentiel, tu y gagneras bien plus.

☕️ UE : Google conteste l’ouverture d’Android aux bots IA rivaux

Google a formé un pourvoi auprès de la Cour de justice de l'Union européenne contre deux mesures contraignantes imposées par la Commission européenne le 15 juillet. La première oblige le groupe à ouvrir Android aux assistants d'intelligence artificielle concurrents de Gemini, comme Claude ou ChatGPT. La seconde l'oblige à partager ses données de recherche avec ses rivaux. Seule la première a suscité un commentaire de l'entreprise. Oliver Bethell, qui s'est exprimé auprès de Bloomberg, a estimé que les internautes posent au moteur de recherche leurs questions les plus personnelles, qu'il s'agisse de préoccupations médicales ou de relations intimes. Selon lui, imposer le partage de ces requêtes sans garanties suffisantes causerait un préjudice irréversible à la vie privée des utilisateurs. L'enjeu est double. Pour les développeurs d'assistants IA, l'ouverture d'Android permettrait de proposer leurs services sur des millions de smartphones. Ils ne dépendraient plus du seul Gemini, qui bénéficie de la position de Google sur le système d'exploitation mobile. Le partage des données de recherche vise pour sa part à rééquilibrer un marché que Google domine très largement, en donnant aux concurrents une matière première qu'ils ne pourraient pas reconstituer seuls. L'argument de la vie privée place toutefois la Commission face à une difficulté réelle, car l'anonymisation de requêtes aussi sensibles est délicate. Le pourvoi n'est pas suspensif de façon évidente, et les mesures pourraient rester en débat plusieurs mois. Ce recours s'inscrit dans une série de sanctions européennes contre Google. La semaine dernière, la Commission irlandaise de protection des données lui a infligé une amende de 403 millions d'euros pour infraction au RGPD. En juillet, la Commission européenne avait déjà prononcé deux amendes, pour un total de 890 millions d'euros, en raison de violations du règlement sur les marchés numériques (DMA). La décision de la Cour de justice est attendue dans quelques mois. Si elle donnait tort à Google, un nouvel appel serait très probable, ce qui prolongerait un bras de fer où Bruxelles cherche à faire respecter ses règles de concurrence à l'heure de l'IA générative.

💬 Google invoque la vie privée pour ne pas ouvrir Android à Claude ou ChatGPT, et c'est habile : l'argument est réel pour les requêtes de recherche, mais il ne dit rien sur l'ouverture du système. Selon Le Fil IA, la bataille de l'IA générative se joue moins sur les modèles que sur la porte d'entrée du smartphone, et celui qui contrôle l'assistant par défaut contrôle la distribution. Bon, sur le papier, l'anonymisation de requêtes médicales ou intimes est un vrai casse-tête pour Bruxelles. Mais mélanger les deux mesures dans le même pourvoi, ça sent la stratégie pour gagner du temps.

Europe : menace sur le consentement pour entrainer des IA sur des données personnelles

La présidence irlandaise du Conseil de l'Union européenne a proposé, dans un document daté du 3 septembre, de nouvelles modifications au texte du « digital omnibus », le paquet législatif censé simplifier le droit numérique européen. Selon la version obtenue par le site Politico, l'Irlande souhaite que l'entraînement des intelligences artificielles sur des données personnelles, ainsi que le dépôt de cookies destinés à mesurer l'efficacité de la publicité en ligne, soient reconnus comme relevant d'un « intérêt légitime ». Concrètement, cela dispenserait les entreprises concernées d'obtenir le consentement explicite des utilisateurs, une obligation aujourd'hui centrale dans le RGPD. L'Irlande, qui préside actuellement le Conseil, pilote la rédaction de ce texte et y a ajouté ces deux modifications visant respectivement les acteurs de l'IA et ceux de la publicité en ligne. Cette proposition représente un affaiblissement potentiel majeur du droit des utilisateurs à contrôler l'usage de leurs données personnelles. Si elle était adoptée, les entreprises d'IA pourraient exploiter des données individuelles pour entraîner leurs modèles sans demander d'autorisation préalable, et les régies publicitaires pourraient continuer à déposer des cookies de mesure sans consentement explicite. Une telle bascule profiterait directement aux grandes entreprises technologiques et publicitaires, en particulier celles installées en Irlande, tout en réduisant la capacité des citoyens européens à s'opposer à l'exploitation de leurs informations personnelles. Le « digital omnibus » s'inscrit dans une volonté plus large de Bruxelles d'alléger la réglementation numérique, dans un contexte de pression concurrentielle face aux États-Unis et à la Chine sur l'IA. L'Irlande, qui héberge les sièges sociaux européens de nombreuses entreprises du numérique, se trouve dans une position particulière pour arbitrer ce débat. La proposition doit encore être discutée au sein du Conseil avant toute négociation avec le Parlement européen, et devrait susciter de vives réactions des défenseurs de la vie privée, qui y voient un recul du cadre protecteur instauré par le RGPD depuis 2018.

Pourquoi le rachat de Glass Imaging révèle la nouvelle quête de données visuelles d’OpenAI

OpenAI a finalisé le rachat de Glass Imaging, une startup californienne basée à Los Altos, pour un montant de 300 millions de dollars. L'entreprise a été fondée par deux anciens ingénieurs d'Apple, Ziv Attar et Tom Bishop, qui avaient notamment travaillé sur le mode Portrait des iPhone. Glass Imaging a développé un processeur d'image neuronal capable de corriger les distorsions des micro-capteurs directement au moment de la prise de vue, produisant des clichés dont la netteté rivalise avec celle des appareils photo reflex. L'information a été relayée le 14 septembre 2026 par l'analyste Shay Boloor, qui a présenté l'opération comme une avancée d'OpenAI dans le matériel grand public. Contrairement à une simple acquisition technologique pour améliorer des smartphones, cette transaction s'inscrit dans une stratégie plus large de captation de données visuelles destinées à l'entraînement des modèles. Pour les directeurs de la donnée et les décideurs technologiques, ce rachat marque un tournant dans la manière dont OpenAI alimente ses systèmes. L'entreprise ne se contente plus d'aspirer du texte disponible sur le web : elle cherche désormais à capter des flux d'images de haute qualité directement depuis les appareils des utilisateurs, afin de nourrir l'apprentissage de GPT-5 et de ses successeurs. Cette bascule change la nature même de la collecte de données à grande échelle, en la faisant passer du contenu public en ligne à l'environnement physique et privé des individus, via les capteurs de leurs smartphones. Les fabricants de matériel, les éditeurs d'applications photo et les régulateurs de la vie privée doivent désormais composer avec un acteur de l'IA générative directement impliqué dans la chaîne de production d'images. Cette opération s'explique par un constat documenté par Epoch AI : les réserves de texte public et qualitatif exploitables pour l'entraînement des modèles devraient s'épuiser entre 2026 et 2028, poussant les géants du secteur à diversifier leurs sources d'apprentissage vers l'image et la vidéo. Mais cette stratégie expose OpenAI à des risques juridiques importants, en particulier en Europe, où l'AI Act et la CNIL encadrent strictement le traitement d'images captées dans l'espace public, notamment lorsqu'elles contiennent des visages ou des données biométriques. Les futurs appareils intégrant cette technologie pourraient être classés comme systèmes à haut risque, imposant des audits renforcés et des garanties d'anonymisation dès la conception matérielle. Alors que les litiges liés à l'usage de contenus textuels se multiplient déjà devant la justice américaine, la Commission européenne devrait se prononcer prochainement sur la conformité de ces futurs dispositifs de captation visuelle.

Valorisé à 21 milliards, Mistral AI prouve que l’open-weight est l’avenir de l’IA d’entreprise sécurisée

Mistral AI a annoncé le 8 septembre 2026 la clôture d'une levée de fonds de série D de 3 milliards d'euros, portant sa valorisation post-monnaie à 21 milliards d'euros. Ce tour de table, le plus important jamais réalisé par une entreprise technologique européenne, a été mené par le sud-coréen Samsung Electronics, avec la participation d'ASML, du fonds EQT et de NVIDIA. L'opération intervient trois ans seulement après le lancement de la start-up parisienne. Elle confirme la stratégie de Mistral AI autour des modèles dits open-weight, dont les paramètres sont directement mis à disposition des entreprises, qui peuvent ainsi les exécuter sur leurs propres infrastructures plutôt que via des API propriétaires hébergées à l'étranger. Plus de 125 grands comptes, parmi lesquels Airbus et HSBC, utilisent déjà les modèles de la société pour des usages jugés critiques. Cette architecture change la donne pour les entreprises soumises à des contraintes réglementaires fortes, en particulier dans la finance, la santé ou la défense. En téléchargeant directement les modèles pour les faire tourner dans leurs propres centres de données ou chez un hébergeur souverain, les directions des systèmes d'information conservent la maîtrise complète du traitement de leurs données, sans transiter par des infrastructures tierces situées hors du cadre réglementaire européen. Le déploiement sur des plateformes certifiées SecNumCloud permet de répondre aux exigences de la CNIL sur les données sensibles, et limite le risque que des informations stratégiques servent, sans consentement, à entraîner des modèles concurrents. Pour les responsables de la donnée dans les grandes entreprises, cela ouvre la voie à des réentraînements sur mesure, adaptés à leur vocabulaire métier, sans crainte de fuite de propriété intellectuelle. C'est aussi un argument commercial face aux offres fermées des acteurs américains, qui imposaient jusqu'ici un choix entre puissance des modèles et contrôle des données. Cette levée s'inscrit dans une compétition mondiale où les besoins en calcul et en capitaux ne cessent de croître, poussant les start-up de l'IA générative à se rapprocher de partenaires industriels capables de financer leur croissance et de leur fournir du matériel. L'entrée de Samsung au capital devrait accélérer l'intégration des modèles de Mistral AI avec du matériel dédié, dans une logique de réduction des coûts et de la latence, à l'image des alliances nouées par d'autres laboratoires avec des fabricants de semi-conducteurs. Fondée en 2023, Mistral AI s'est imposée comme le principal représentant européen face aux géants américains OpenAI, Google et Anthropic, ainsi qu'aux modèles ouverts chinois. Cette nouvelle valorisation, encore loin de celle des leaders américains mais en forte progression, place la société dans une position de négociation renforcée pour ses futurs partenariats industriels et institutionnels, notamment autour de la souveraineté numérique européenne, un enjeu politique de plus en plus présent dans les débats sur l'intelligence artificielle.

💬 Le vrai argument de Mistral, tu l'as déjà deviné, c'est pas la taille du modèle, c'est que HSBC ou Airbus peuvent le faire tourner chez eux sans que leurs données passent par un cloud américain. Pour une boîte régulée, l'open-weight n'est plus un choix idéologique, c'est devenu la seule façon de dire oui à l'IA sans dire oui à la dépendance étrangère. Bon, sur le papier, 21 milliards ça sonne énorme, mais ça reste dix fois moins qu'OpenAI, alors ne confonds pas levée record en Europe et rattrapage face aux Américains.

Généalogie des modèles d’IA ouverts : la CNIL propose un outil pour s’y retrouver

La CNIL a mis en ligne une nouvelle version de Genmod, un outil de « généalogie des modèles » d'intelligence artificielle développé par son Laboratoire d'innovation numérique (LINC). Présenté une première fois l'année précédente dans une version jugée difficile à manier, l'outil vient d'être retravaillé pour devenir réellement utilisable. Son objectif est de permettre de s'y retrouver parmi les quelque deux millions de modèles publiés sur la plateforme Hugging Face, en retraçant les liens entre un modèle d'origine et tous ses dérivés. Un exemple concret illustre son fonctionnement : à partir du modèle Kimi K3 de l'entreprise chinoise Moonshot AI, un modèle de 2 800 milliards de paramètres, l'outil permet de retrouver son dérivé « unsloth/Kimi-K3-GGUF », spécialisé pour des tâches d'image vers texte grâce à une technique de quantisation qui réduit la précision des poids du modèle afin de diminuer son empreinte mémoire. Genmod permet aussi de remonter la filiation des jeux de données d'entraînement, comme celle du corpus The Cauldron publié par HuggingFaceM4. Cet outil répond à un enjeu concret pour les professionnels qui souhaitent déployer un modèle : identifier, parmi la profusion de versions disponibles, celle qui a réellement été adaptée à leur usage plutôt que de repartir du modèle d'origine. Mais l'enjeu est aussi et surtout celui de la traçabilité au sens du RGPD, auquel les modèles d'IA générative restent soumis. Si des données personnelles se trouvent mémorisées par un modèle, encore faut-il pouvoir identifier tous les modèles dérivés susceptibles d'avoir hérité de cette même mémorisation. Cette capacité de traçage intéresse également les litiges liés au droit d'auteur, à l'image du procès qui oppose le New York Times à OpenAI sur la réutilisation de contenus protégés, un dossier dans lequel le gouvernement américain est récemment intervenu en soutien à OpenAI. Ce projet s'inscrit dans la mission de régulation et d'accompagnement que la CNIL s'est donnée face à l'essor rapide de l'IA générative et à la multiplication des pratiques de dérivation, qu'il s'agisse de fine-tuning, de quantisation ou d'autres formes d'adaptation par inférence. Face à des plateformes comme Hugging Face où les modèles se comptent par millions et où la filiation entre versions est rarement documentée de façon lisible, les autorités de protection des données cherchent à se doter d'instruments capables de suivre la circulation des données d'entraînement à travers des générations de modèles. L'outil reste perfectible, notamment son moteur de recherche encore peu intuitif, mais il ouvre une piste concrète pour concilier innovation ouverte et conformité réglementaire, à l'heure où les contentieux autour des données utilisées pour entraîner les IA se multiplient à l'échelle internationale.

Anthropic ouvre la détection de textes générés par Claude aux régulateurs, médias et fact-checkers

Anthropic a lancé le 2 septembre 2026 une API publique permettant aux régulateurs, aux médias, aux fact-checkeurs et aux chercheurs de vérifier si un texte porte le filigrane numérique invisible que Claude insère dans ses productions. Cet outil de détection, jusqu'ici réservé en interne, devient accessible à des tiers externes qui pourront soumettre un texte et obtenir une réponse sur sa probable origine générée par IA. Cette ouverture intervient alors que l'AI Act européen impose désormais aux fournisseurs de systèmes d'IA générative d'intégrer des marquages invisibles détectables dans le contenu textuel qu'ils produisent, une obligation réglementaire à laquelle Anthropic répond directement avec ce service. L'enjeu dépasse la simple conformité légale. Donner à la presse et aux chercheurs les moyens de authentifier un texte suspect renforce la capacité de la société à détecter la désinformation, les faux communiqués ou les contenus académiques frauduleux générées par Claude. Pour les régulateurs européens, c'est un outil concret d'application de l'AI Act. Mais des critiques pointent déjà des effets pervers : le filigranage pourrait dégrader subtilement la qualité et la fluidité du texte généré, un compromis technique entre traçabilité et performance. Plus problématique encore, l'ouverture de la détection à des tiers pourrait exposer des utilisateurs ayant signé des contrats interdisant explicitement le recours à l'IA, transformant un outil de transparence en risque juridique pour ceux qui contreviennent à ces clauses sans le savoir. Cette initiative s'inscrit dans une pression réglementaire et sociétale croissante autour de la traçabilité des contenus générés par IA, alors que la prolifération de textes synthétiques complique la vérification de l'information en ligne. Anthropic, comme OpenAI et Google avant elle avec leurs propres systèmes de watermarking, tente de concilier obligations légales, confiance du public et compétitivité technique. Reste à voir comment les entreprises et institutions ajusteront leurs politiques d'usage de l'IA face à cette détectabilité accrue, et si d'autres fournisseurs suivront ce mouvement d'ouverture au grand public.

💬 Le filigrane invisible, ça existait déjà chez Anthropic, OpenAI et Google. Ce qui change ici, c'est l'ouverture à des tiers, journalistes, régulateurs, fact-checkeurs, et ça, ça a une conséquence qu'on n'a pas assez vue venir : un salarié qui a utilisé Claude en douce, sous contrat qui l'interdit, devient détectable rétroactivement. On invente un outil de transparence et on crée au passage un nouveau risque juridique pour tous ceux qui pensaient que "l'IA ça se voit pas". Reste la question qui fâche : si le watermarking dégrade la qualité du texte, qui va accepter de payer ce prix pour rester conforme à l'AI Act ?

Akeneo révèle l’opportunité cachée de l’AI Act pour les marques : la fin des catalogues invisibles ?

Romain Fouache, PDG d'Akeneo et fort de 25 ans d'expérience dans la donnée, a détaillé dans un entretien accordé à LeBigData.fr comment son entreprise se prépare à l'entrée en application de l'AI Act européen. Akeneo, éditeur spécialisé dans la gestion de l'information produit (PIM), a développé des agents d'intelligence artificielle opérant sous des couches de gouvernance et de monitoring capables de tracer précisément toute donnée produit modifiée par une IA générative. Selon Fouache, ce marquage systématique permet de répondre à l'exigence centrale du règlement européen : garantir la traçabilité des contenus générés ou altérés par des systèmes d'IA, à l'image d'une réglementation automobile qui encadre un objet dont les usages comportent des risques concrets pour le monde réel. Cette mise en conformité représente un enjeu commercial direct pour les marques, en particulier dans le secteur du luxe, où une information produit erronée peut coûter cher en crédibilité. Fouache assure toutefois que le surcoût lié à cette transparence reste limité, la gouvernance de la donnée étant déjà une exigence forte chez les clients d'Akeneo. Plus largement, il présente l'IA non pas comme une contrainte réglementaire mais comme un levier de compétitivité qui permet à des entreprises de taille modeste d'atteindre une efficacité opérationnelle jusqu'ici réservée aux grands groupes capables d'économies d'échelle. Sur le terrain éthique, Akeneo affirme limiter les biais algorithmiques liés à la personnalisation en fondant ses recommandations non pas sur une catégorisation des profils clients, mais sur la richesse descriptive des produits eux-mêmes : un t-shirt décrit comme "en coton bio, taille M, recyclable" permet de faire correspondre une intention d'achat précise sans profiler l'acheteur. Cette approche s'inscrit dans un débat plus large sur le commerce dit "agentique", où des agents IA autonomes naviguent, comparent et achètent pour le compte des consommateurs. Le paradoxe soulevé par Fouache est que cette automatisation, censée simplifier l'expérience d'achat, risque de rendre invisibles les catalogues dont les données produit ne sont pas assez structurées ou détaillées pour être correctement interprétées par ces agents. L'AI Act, en imposant traçabilité et rigueur sur les données manipulées par l'IA, devient alors un catalyseur qui pousse les marques à investir dans la profondeur et la qualité de leur information produit, sous peine de disparaître des recommandations automatisées de demain. Cette dynamique replace la gestion de l'information produit au cœur des stratégies commerciales, à un moment où les canaux de distribution se transforment sous l'effet des agents conversationnels et des assistants d'achat pilotés par IA.

Compagnons IA : l’aboutissement du capitalisme de la solitude ?

Un rapport de la Fondation Jean Jaurès, rédigé par l'essayiste Paul Klotz, alerte sur la manière dont les entreprises d'intelligence artificielle monétisent désormais la solitude après des années de captation de l'attention par les réseaux sociaux. Selon cette analyse, les compagnons IA constituent « l'ultime étape » d'un système économique que l'auteur qualifie de « capitalisme de la solitude », un modèle fondé sur la destruction des liens sociaux plutôt que sur leur renforcement. Le document rappelle que l'isolement progresse en France depuis la fin de la Seconde Guerre mondiale : la solitude objective, mesurée par l'absence physique constatable de liens sociaux, est passée de 9 % de la population en 2010 à 11 % en 2025, tandis que la solitude subjective, ressentie psychologiquement, a bondi de 24 % en 2018 à 31 % en 2024 selon les données de l'Ifop. Le rapport souligne que ces deux formes de solitude entraînent des niveaux de surmortalité comparables. L'enjeu dépasse la seule santé publique : selon la thèse défendue, augmenter l'isolement des individus revient mécaniquement à augmenter leur consommation numérique, créant une incitation économique directe pour les plateformes à entretenir plutôt qu'à résoudre le mal-être social qu'elles prétendent combler. Pour les utilisateurs, en particulier les plus jeunes et les plus vulnérables, cela signifie une exposition croissante à des chatbots et compagnons IA conçus avec des mécaniques d'engagement proches de celles des réseaux sociaux, potentiellement addictives. Pour l'industrie et les régulateurs, le rapport pose la question d'un changement de paradigme dans l'évaluation des risques liés à ces produits, à un moment où leur adoption s'accélère fortement sans cadre spécifique dédié à leurs effets psychologiques. Face à ce constat, la Fondation Jean Jaurès formule plusieurs recommandations concrètes. Elle propose de limiter les designs et fonctionnalités addictives des réseaux sociaux et des chatbots génératifs en s'appuyant sur le règlement européen sur les services numériques (DSA) et en renforçant le règlement sur l'intelligence artificielle (AI Act). Plus radicalement, elle appelle à inverser la charge de la preuve, en exigeant des développeurs qu'ils démontrent l'absence de nocivité de leur service sur la santé physique et mentale avant sa mise sur le marché, à l'image des procédures d'autorisation dans l'industrie pharmaceutique, plutôt qu'un contrôle a posteriori. Le rapport recommande aussi d'étendre aux compagnons IA les projets d'interdiction des réseaux sociaux pour mineurs, au nom du principe de précaution. Reconnaissant que la crise de la solitude ne se limite pas aux outils numériques, il préconise enfin une intervention de l'État via un « service public du bénévolat et de l'engagement associatif » et l'élévation du capital émotionnel et relationnel des individus au rang d'intérêt fondamental de la nation.

💬 Le capitalisme de l'attention avait besoin de nous scotcher à l'écran, celui de la solitude a besoin qu'on n'ait plus personne à qui parler à côté. C'est ça la bascule : un chatbot compagnon n'a économiquement aucun intérêt à te reconnecter à tes potes, il gagne de l'argent tant que tu restes seul avec lui. Après, inverser la charge de la preuve façon pharma, sur le papier c'est la seule mesure qui tient debout, en pratique aucun régulateur n'a le courage de l'imposer avant qu'il y ait des morts médiatisés.

L’AI Act : un faux répit pour les entreprises françaises face aux urgences de conformité

Le report de certaines échéances du règlement européen AI Act, qui repousse les systèmes à haut risque de l'annexe III au 2 décembre 2027 et ceux de l'annexe I au 2 août 2028, est présenté par de nombreux dirigeants comme un répit bienvenu. Selon Frédéric Brajon, associé et cofondateur du cabinet de conseil Saegus, cette lecture est trompeuse : la majorité des obligations du texte s'applique déjà pleinement aux usages actuels de l'intelligence artificielle, notamment aux systèmes interdits et aux applications courantes de l'IA générative et des agents autonomes. Le règlement distingue deux catégories principales. Les usages interdits concernent la reconnaissance biométrique en temps réel dans les espaces publics, la manipulation comportementale et l'évaluation sociale des individus. Les systèmes à haut risque, eux, couvrent des domaines sensibles comme l'analyse biométrique, la gestion d'infrastructures vitales telles que l'eau et l'énergie, l'éducation, le recrutement, la surveillance, l'accès aux services publics et privés, ou encore l'application de la loi ; ils restent autorisés mais sous des conditions strictes de documentation, de robustesse, de traçabilité et de supervision humaine. Pour les entreprises françaises, l'enjeu dépasse la seule conformité réglementaire. Le report du calendrier s'accompagne au contraire d'un renforcement des exigences de traçabilité et de surveillance des systèmes d'IA, ce qui accroît la pression sur les organisations mal préparées. Un cas d'usage aussi courant que le recrutement peut ainsi basculer d'une aide à la décision légale à une pratique interdite, si l'algorithme prend la décision finale sans supervision humaine ou s'il reproduit des biais discriminatoires. L'absence de cartographie précise des usages internes expose en outre les entreprises, notamment les grands groupes aux filiales décentralisées, au phénomène du « Shadow AI » : des collaborateurs recourent à des outils d'IA personnels non validés, créant des risques de fuites de données sensibles et de décisions prises par des systèmes jamais audités. L'AI Act rendant responsable l'entité qui déploie une IA même lorsque l'algorithme provient d'un tiers, ces pratiques informelles engagent directement la responsabilité juridique et financière de l'organisation. Ce cadre s'inscrit dans une ambition européenne plus large : protéger la dignité humaine, la vie privée et l'égalité face à la diffusion rapide de l'IA générative et des agents autonomes en entreprise. Pour Frédéric Brajon, la réponse ne peut être seulement juridique mais doit relever d'une véritable transformation sociotechnique, associant gouvernance interne, cartographie exhaustive des usages et formation des équipes. Sans cette anticipation, les entreprises s'exposent à des sanctions financières, mais aussi à des risques réputationnels et éthiques que le simple report des échéances ne suffit pas à écarter.

Rachat de Hugging Face : quel impact sur la souveraineté de vos projets IA ?

Un possible rachat de Hugging Face, plateforme franco-américaine dédiée à l'intelligence artificielle open source, valoriserait l'entreprise à plus de 13 milliards de dollars, selon des informations rapportées par Business Insider et relayées le 23 août 2026 par le compte Wall St Engine sur X. D'après ces sources, la société travaillerait avec une banque pour évaluer l'intérêt de potentiels acquéreurs, sans qu'aucun accord n'ait encore été conclu. Ce montant marquerait un bond spectaculaire par rapport à la dernière valorisation connue de Hugging Face, fixée à 4,5 milliards de dollars lors de sa levée de série D en août 2023. Le PDG et cofondateur Clément Delangue privilégierait toutefois une introduction en bourse plutôt qu'une cession, afin de préserver l'autonomie de la plateforme. Parmi les investisseurs déjà présents au capital figurent Google, Amazon, Salesforce et Nvidia, susceptibles de compter parmi les prétendants. Depuis sa création, Hugging Face s'est imposée comme un carrefour mondial pour les développeurs en IA grâce à des acquisitions structurantes: l'outil de démonstration Gradio, la plateforme de gestion de données XetHub, l'outil d'annotation Argilla, et plus récemment le fabricant de robots Pollen Robotics, racheté en avril 2025. Pour les directions des systèmes d'information, cette perspective de rachat fragilise un équilibre construit autour de la neutralité supposée de la plateforme. De nombreuses entreprises ont bâti leurs projets d'intelligence artificielle sur des modèles ouverts hébergés par Hugging Face, précisément pour échapper à la dépendance envers des API propriétaires fermées. Un passage sous le contrôle d'un géant technologique ferait planer le risque d'une révision de la gouvernance des données, de nouvelles conditions tarifaires, de restrictions de licences ou d'intégrations privilégiées vers un cloud spécifique. Les offres Hugging Face Enterprise, utilisées par des organisations soucieuses de concilier ouverture communautaire et exigences de sécurité, seraient particulièrement exposées à ce type de changement de gouvernance. Cette situation rappelle le rachat de GitHub par Microsoft en 2018, qui avait suscité des inquiétudes similaires sur le contrôle d'un espace communautaire par un acteur propriétaire. L'enjeu paraît toutefois plus sensible aujourd'hui, du fait de la centralisation croissante des modèles de fondation et des jeux de données d'apprentissage sur cette plateforme. L'identité franco-américaine de Hugging Face constituait jusqu'ici un repère de confiance pour les acteurs européens soumis aux exigences de l'AI Act. Face à ces incertitudes, les entreprises sont incitées à renforcer la portabilité de leurs modèles, à adopter des pipelines MLOps agnostiques et à privilégier des hébergements sur des clouds souverains, afin de limiter leur dépendance à un intermédiaire unique dont l'avenir capitalistique reste, pour l'instant, incertain.

💬 Ce rachat à 13 milliards met le doigt sur un truc qu'on refusait de voir : la neutralité de Hugging Face n'a jamais été garantie, juste pratique tant que personne n'avait intérêt à la remettre en cause. Delangue qui pousse pour une IPO plutôt qu'une vente, c'est un bon réflexe, mais Google, Amazon et Nvidia sont déjà au capital, donc le risque de gouvernance est là de toute façon. Si t'as construit ta stack IA dessus pour échapper aux API propriétaires, retiens ça : la souveraineté qui dépend d'un seul intermédiaire, aussi ouvert soit-il, c'est de la souveraineté empruntée.

Le rachat de Cursor par SpaceX et l’avenir de l’IA embarquée pour le Edge Computing

SpaceX a officiellement finalisé le rachat de l'éditeur de code Cursor, propriété de la société Anysphere, pour un montant de 60 milliards de dollars. L'accord, annoncé en avril 2026, a été bouclé le 14 août 2026, comme l'a confirmé le compte officiel de Cursor sur X. L'entreprise rejoint désormais la division SpaceXAI et travaillera à l'amélioration de Grok, ainsi que des produits Grok Build, Grok Bot et Grok API, aux côtés de l'outil Cursor lui-même. Selon les données financières relayées par Bloomberg, Cursor affichait déjà un chiffre d'affaires annualisé de 2,6 milliards de dollars au moment de la transaction. L'objectif affiché par les deux entreprises est de donner à Cursor un accès direct à ce que SpaceX présente comme la plus grande flotte de GPU au monde, afin d'accélérer l'entraînement de modèles avancés comme Grok 4.6, tout en développant des versions plus compactes de ces modèles, taillées pour fonctionner en périphérie de réseau, c'est-à-dire en Edge Computing. Cette opération marque un tournant dans la nature même de l'outil Cursor, qui passe du statut d'assistant de programmation cloud à celui de moteur d'exécution autonome pouvant tourner directement sur des équipements embarqués. Pour des systèmes isolés comme les satellites Starlink ou les lanceurs spatiaux, l'enjeu est de pouvoir exécuter du code et prendre des décisions sans dépendre d'une liaison permanente vers un centre de données, avec des logiciels capables de s'auto-corriger en temps réel sur des calculateurs embarqués. Cette évolution a des répercussions directes sur l'ingénierie logicielle d'entreprise, en particulier dans l'aéronautique et l'industrie, où la moindre défaillance applicative peut avoir des conséquences coûteuses. D'après une analyse publiée sur le blog de Postman, cette alliance entre SpaceX et Cursor devrait aussi transformer la conception des API et la génération automatisée de tests d'intégration, obligeant les équipes à revoir leurs chaînes d'intégration et de déploiement continus. Cette concentration de moyens entre une entreprise spatiale américaine et un acteur clé du développement logiciel assisté par IA suscite toutefois des inquiétudes en France et dans l'Union européenne. L'emprise croissante des acteurs américains sur l'ensemble de la chaîne technique, de l'infrastructure GPU aux outils de codage, pousse les entreprises européennes à reconsidérer leur souveraineté numérique. La dépendance à des modèles comme Grok soulève également des questions de conformité au regard du RGPD et de l'AI Act européen. Face à cette recomposition du paysage technologique, les décideurs informatiques et les directeurs techniques sont désormais appelés à moderniser leurs architectures pour intégrer ces agents IA embarqués tout en maîtrisant les risques de sécurité et de dépendance qu'ils font peser sur leurs systèmes.

Le nouveau tatouage numérique invisible de Claude, la "lettre écarlate", ne l'est plus pour longtemps

Anthropic a annoncé le déploiement prochain d'un filigrane (watermark) invisible appliqué à tout contenu traité par ses modèles Claude, et pas seulement à celui qu'ils génèrent. Selon un article d'assistance publié par l'entreprise, cette mesure vise à respecter l'AI Act de l'Union européenne, qui impose à tous les fournisseurs de systèmes d'IA de marquer les contenus audio, image, texte et vidéo générés ou manipulés par IA. Cette obligation s'applique à tout modèle mis sur le marché après le 2 août, avec une période de transition accordée jusqu'en décembre 2026 pour mettre à jour les modèles déjà publiés. Anthropic précise qu'à partir de maintenant, tous ses nouveaux modèles, déployés dans le monde entier et non seulement dans l'UE, intégreront ce marquage dès leur sortie. Les sorties textuelles porteront des filigranes intégrés invisibles pour l'utilisateur, tandis que les autres fichiers générés incluront des métadonnées de provenance signées numériquement lorsque le format le permet. Cette décision marque un tournant dans la manière dont l'industrie de l'IA aborde la traçabilité des contenus. En choisissant d'appliquer le marquage de façon large, y compris à des usages que la réglementation européenne n'exige pas explicitement, comme la correction grammaticale ou les modifications standard qui ne changent pas substantiellement le sens d'un texte, Anthropic adopte une approche prudente et systématique plutôt que le strict minimum légal. Pour les utilisateurs professionnels et les développeurs qui intègrent Claude dans leurs outils, cela signifie que du contenu édité via l'IA, même de façon mineure, portera désormais une empreinte numérique détectable. Cette transparence accrue pourrait devenir un argument de confiance face aux inquiétudes croissantes sur la désinformation et le contenu synthétique non identifié, mais soulève aussi des questions sur la manière dont ces filigranes seront exploités, vérifiés et potentiellement contournés. Cette initiative s'inscrit dans un contexte réglementaire plus large où l'Union européenne s'impose comme le principal moteur des normes de transparence en matière d'IA, un rôle comparable à celui joué par le RGPD pour la protection des données. D'autres fournisseurs de modèles devront probablement suivre une trajectoire similaire pour rester conformes sur le marché européen, ce qui pourrait uniformiser les pratiques de marquage à l'échelle mondiale plutôt que de créer des versions distinctes selon les régions. Reste à voir comment ces filigrane invisibles seront concrètement détectés par des outils tiers, et si cette transparence technique suffira à répondre aux préoccupations sociétales sur l'authenticité des contenus numériques à mesure que les modèles d'IA générative se généralisent dans les flux de travail professionnels.

💬 Le point intéressant ici, c'est qu'Anthropic marque même les modifs mineures, la correction grammaticale, ce que l'AI Act n'exige pas vraiment. C'est le signe qu'ils préfèrent sur-appliquer la règle plutôt que de se justifier cas par cas plus tard, un choix qui coûte cher en ingénierie mais évite bien des embêtements juridiques. Reste que le watermark invisible ne vaut que si des outils tiers savent le lire, et là-dessus, silence radio pour l'instant.

LLM propriétaires vs modèles sur-mesure : pourquoi River AI attire 1,1 milliard de dollars

River AI, une jeune pousse fondée par Igor Babuschkin, ancien cofondateur de xAI, a annoncé le 11 août 2026 avoir bouclé un tour d'amorçage de 1,1 milliard de dollars. L'opération a été menée par General Catalyst et AMP PBC, avec la participation stratégique de Nvidia Ventures et AMD Ventures, ainsi que d'Y Combinator et du fonds souverain singapourien Temasek. La startup mise sur une architecture open-weight permettant aux entreprises de reprendre le contrôle des poids de leurs modèles plutôt que de louer une intelligence distante via API. Sa plateforme logicielle exécute des entraînements par renforcement (RL) complexes et de l'adaptation à faible rang (LoRA) en seulement 15 à 20 minutes, un délai qui abaisse considérablement la barrière technique auparavant réservée aux équipes disposant d'une lourde expertise en infrastructure IA. River AI promet par ailleurs de réduire les coûts de post-entraînement de 50 % à 75 % par rapport aux solutions propriétaires fermées. Cette levée illustre un basculement des priorités dans les directions informatiques des grandes entreprises, lassées des trois limites structurelles des LLM fermés consommés via API, comme ceux d'OpenAI ou d'Anthropic : des coûts variables au jeton qui explosent avec le passage à l'échelle, une opacité totale sur les évolutions des algorithmes, et un risque permanent de fuite de propriété intellectuelle vers des serveurs tiers. En reprenant la main sur l'entraînement, la possession et le déploiement de leurs propres modèles, sur leur infrastructure ou leur propre cloud, les entreprises répondent aussi aux exigences réglementaires croissantes, notamment l'AI Act européen et le RGPD, qui imposent un contrôle strict sur la circulation des données sensibles. Le fait que Nvidia et AMD, habituellement concurrents sur le marché des puces, investissent conjointement dans la même startup souligne à quel point cette bascule vers des modèles sur-mesure représente un enjeu commercial majeur pour l'ensemble de la chaîne de valeur de l'infrastructure IA. Cette dynamique s'inscrit dans un débat plus large sur la fin de l'hégémonie du cloud AI fermé. Dans un entretien accordé au New York Times, Babuschkin défend l'idée d'une intelligence artificielle qui travaille véritablement pour l'utilisateur final plutôt que pour le laboratoire qui l'a entraînée, une philosophie qui tranche avec le modèle économique des géants du secteur. Pour les directions informatiques, l'enjeu n'est plus de choisir un fournisseur unique mais de segmenter leur feuille de route selon la sensibilité des données traitées : les API généralistes conservent leur pertinence pour des tâches bureautiques ou du prototypage rapide, tandis que les processus touchant au cœur de métier ou au déploiement d'agents autonomes basculeraient vers des modèles personnalisés. Reste à voir si cette promesse de souveraineté et d'économies se confirmera à grande échelle, et comment les géants propriétaires comme OpenAI ou Anthropic réagiront face à cette concurrence naissante sur le terrain de l'infrastructure ouverte.

AI Act : votre entreprise est-elle concernée ? Faites le test

Un chatbot sur un site, un logiciel qui trie des CV et une IA qui résume des réunions peuvent utiliser les mêmes modèles, mais l'AI Act ne les traite pas de la même façon. LeBigData a mis en ligne, avec une mise à jour datée du 7 août 2026, un outil de diagnostic interactif destiné aux entreprises pour évaluer leur exposition au règlement européen sur l'intelligence artificielle. Le questionnaire comprend neuf questions réparties en six blocs : le périmètre géographique du projet et son lien avec l'Union européenne, le rôle de l'organisation (simple utilisateur, fournisseur, importateur, distributeur ou fournisseur de modèle à usage général), l'usage principal de l'IA (bureautique, chatbot public, génération de contenu, recrutement, crédit, santé, biométrie, infrastructures critiques), l'impact du système sur les décisions et le profilage des personnes, la présence de fonctions jugées sensibles comme la notation sociale ou la reconnaissance biométrique en temps réel, et enfin le niveau de transparence attendu vis-à-vis des utilisateurs finaux. À l'issue du questionnaire, l'outil restitue immédiatement un niveau de risque parmi quatre catégories, interdit, élevé, limité ou soumis à transparence, accompagné d'une liste de contrôles prioritaires. Il est gratuit, ne demande ni compte ni coordonnées, mais se présente explicitement comme une orientation générale, distincte du Compliance Checker officiel publié par la Commission européenne. Cette initiative répond à une confusion répandue chez les PME et ETI, qui pensent souvent échapper au règlement dès lors qu'elles n'entraînent pas leurs propres modèles. Le texte insiste sur ce point : une entreprise qui utilise une IA générative pour reformuler un email interne n'a pas les mêmes obligations que celle qui s'en sert pour filtrer des candidatures ou évaluer des salariés, où elle endosse alors le rôle de « déployeur » au sens de l'AI Act, avec des exigences de documentation, de transparence et de supervision humaine. Pour les directions juridiques et responsables conformité, ce diagnostic offre un premier repérage rapide avant d'engager des audits plus lourds, alors que le calendrier d'application du règlement, entré en vigueur par paliers depuis 2024, continue de monter en puissance. L'AI Act structure sa régulation autour de quatre niveaux de risque définis non pas par la technologie employée, mais par sa finalité, les personnes concernées et le pouvoir de décision réellement délégué au système. Cette logique par les usages complique l'inventaire des outils d'IA en entreprise : un même modèle de langage peut relever de règles très différentes selon qu'il sert au recrutement, à la santé, à la notation de crédit, à la sécurité d'infrastructures critiques ou à une simple assistance rédactionnelle. LeBigData complète ce diagnostic par un guide de mise en conformité, une présentation des sanctions encourues en cas de manquement et une analyse des effets du règlement sur les données B2B, signe que la conformité à l'AI Act restera un sujet suivi de près par la presse spécialisée dans les mois à venir.

L'Europe applique désormais ses règles sur l'étiquetage et la transparence de l'IA

Les nouvelles règles de transparence de l'AI Act européen sont entrées en vigueur le 2 août 2026, obligeant les entreprises à signaler clairement quand un utilisateur interagit avec un système d'intelligence artificielle, et à indiquer si un contenu a été généré ou modifié par une IA. La Commission européenne a par ailleurs mis à disposition des labels standardisés que les entreprises peuvent utiliser directement, plutôt que de concevoir leurs propres mentions. Le texte distingue deux catégories d'acteurs soumis à des obligations différentes : les fournisseurs, qui développent et commercialisent les systèmes d'IA, et les déployeurs, qui exploitent ces systèmes au sein de leurs plateformes et services. Certaines entreprises, comme Meta et xAI, se retrouvent classées dans les deux catégories à la fois, cumulant donc les deux jeux d'obligations. Cette entrée en vigueur marque une étape concrète dans la mise en œuvre du règlement européen sur l'intelligence artificielle, considéré comme le cadre juridique le plus ambitieux au monde en la matière. L'objectif est de permettre aux internautes d'identifier plus facilement les chatbots et les deepfakes générés par IA, dans un contexte où la confusion entre contenu humain et contenu synthétique s'est multipliée, notamment autour d'images, de vidéos ou de voix truquées. Pour les utilisateurs, cela signifie théoriquement plus de clarté sur la nature de ce qu'ils consultent ou avec quoi ils échangent en ligne. Ces obligations de transparence s'inscrivent dans le calendrier progressif de déploiement de l'AI Act, qui prévoit une entrée en application échelonnée de ses différentes exigences selon le niveau de risque des systèmes concernés. Les grandes entreprises technologiques, notamment américaines, doivent désormais adapter leurs produits pour se conformer au droit européen, sous peine de sanctions. Ce nouveau jalon alimente aussi le débat plus large sur la capacité de Bruxelles à faire respecter ses règles face à des acteurs mondiaux comme Meta, OpenAI ou xAI, et sur l'influence que ce cadre pourrait exercer au-delà des frontières de l'Union.

💬 Bruxelles vient enfin de sortir les règles du tiroir. Sur le papier c'est simple : tu dois savoir si tu parles à un bot, si l'image est truquée. Mais le vrai test, c'est Meta et xAI qui cumulent fournisseur et déployeur, deux jeux d'obligations sur les épaules, et là on va voir si l'AI Act mord vraiment ou si c'est encore une amende symbolique dans deux ans.

« L'article 50 de l'AI Act européen sur la transparence entre en vigueur »

L'article 50 du règlement européen sur l'intelligence artificielle est officiellement entré en application, imposant de nouvelles obligations de transparence aux fournisseurs et déployeurs de systèmes d'IA actifs dans l'Union européenne. Concrètement, toute entreprise proposant des outils d'IA générative doit désormais informer les utilisateurs lorsqu'ils interagissent avec une machine, sauf dans les cas évidents pour une personne raisonnablement attentive, ou lorsqu'il s'agit de systèmes utilisés par les forces de l'ordre dans le cadre d'enquêtes pénales. Les fournisseurs de générateurs de contenu synthétique (audio, image, vidéo ou texte) doivent en plus intégrer un marquage lisible par machine, permettant de détecter que le contenu a été généré ou manipulé par l'IA, dans la mesure où cela reste techniquement réalisable. Les deepfakes doivent porter une mention explicite, avec un traitement allégé pour les œuvres artistiques, satiriques ou fictionnelles. Quant aux textes publiés à des fins d'information sur des sujets d'intérêt public, ils échappent à l'obligation de divulgation seulement si un humain les a relus et qu'une responsabilité éditoriale est clairement établie, un simple contrôle rédactionnel classique suffisant à remplir cette condition. Cette nouvelle réglementation vise directement les risques de manipulation à grande échelle, de fraude et de tromperie du consommateur que la Commission européenne associe aux progrès récents de l'IA générative, ceux ci rendant de plus en plus difficile la distinction entre un contenu humain et un contenu artificiel, que ce soit dans une conversation ou dans une image. Les systèmes de reconnaissance des émotions et de catégorisation biométrique sont eux aussi concernés : toute personne exposée à ces outils doit désormais en être informée, les données personnelles collectées restant par ailleurs soumises au RGPD ou, selon les cas, au règlement applicable aux institutions européennes ou à la directive policière. Pour les entreprises technologiques, cela signifie revoir en profondeur leurs interfaces, leurs mentions légales et leurs processus de production de contenu, sous peine de s'exposer à des sanctions. L'application de l'article 50 s'appuie sur un dispositif d'application à trois niveaux : les autorités nationales de surveillance du marché traitent la majorité des cas, le Bureau de l'IA européen supervise les systèmes relevant directement de sa compétence, et le Contrôleur européen de la protection des données intervient lorsqu'une institution de l'UE agit elle même comme fournisseur ou déployeur. Bruxelles propose une voie de mise en conformité privilégiée à travers le Code de bonnes pratiques sur la transparence des contenus générés par IA, que les organisations peuvent signer pour démontrer leur respect des obligations de marquage, les autres devant prouver leur conformité par d'autres moyens. Cette étape s'inscrit dans le calendrier progressif de mise en œuvre du règlement européen sur l'IA, dont les volets les plus contraignants continuent d'entrer en vigueur par phases jusqu'en 2027.

💬 Bruxelles vient d'inventer l'étiquette obligatoire du contenu artificiel, et ça va faire mal aux boîtes qui bossaient l'IA générative sans se poser de questions. Sur le papier c'est simple : tu dis à l'utilisateur qu'il parle à une machine, tu marques les deepfakes, et basta. Sauf que la vraie ligne de fracture est ailleurs, entre les sites d'info qui échappent à l'obligation parce qu'un humain a juste relu le texte, et tous les autres qui vont devoir refondre leurs interfaces ; ça va créer deux vitesses de conformité, et devine qui aura les moyens de payer des juristes pour se glisser dans la faille éditoriale.

OpenAI aligne ses pratiques de sécurité sur le code GPAI de l'AI Act européen

Voici l'article traduit et résumé. OpenAI a détaillé jeudi comment ses pratiques de sécurité s'alignent sur le Code de bonnes pratiques pour l'IA à usage général (GPAI) de l'Union européenne, à l'approche de son entrée en application. L'entreprise a contribué à ce code ainsi qu'au Code de transparence sur les contenus générés par IA, tous deux issus de processus multipartites. Pour prouver qu'elle respecte déjà ces standards, OpenAI cite ses tests avant lancement, ses fiches système publiées à chaque sortie majeure, le travail de son réseau externe de red-teaming, et son document public Model Spec qui décrit le comportement attendu de ses modèles. Deux cadres internes structurent cette approche : le Preparedness Framework, en place depuis 2023 et mis à jour en 2025, qui encadre l'identification et la gestion des risques liés aux systèmes avancés, et un Frontier Governance Framework plus récent qui fait le lien explicite entre ces pratiques et les exigences légales du Code GPAI. OpenAI mentionne aussi sa participation au Frontier Model Forum, ainsi que des collaborations avec le Centre américain pour les normes et l'innovation en IA (CAISI) et l'AI Security Institute britannique. Cet alignement réglementaire compte parce que le Code GPAI fixe un socle commun de transparence et de sécurité pour tous les modèles d'IA généraliste vendus ou déployés dans l'UE, avec des conséquences concrètes pour les entreprises qui n'y adhèrent pas à l'approche de l'enforcement. Sur la question de la provenance des contenus, OpenAI mise sur une double approche : les Content Credentials, basés sur le standard C2PA, qui attachent des métadonnées directement au fichier, et le watermarking SynthID en filet de sécurité quand ces métadonnées sont supprimées en cours de route. Cette couverture s'étend actuellement des images vers l'audio, avec un objectif affiché d'aller vers le texte à mesure que les standards mûrissent. L'enjeu est réel pour les développeurs tiers qui s'appuient sur les modèles d'OpenAI et doivent eux-mêmes respecter des obligations de transparence, mais OpenAI reconnaît que ni les métadonnées ni le watermarking ne suffisent seuls: les labels ne survivent pas toujours au transfert entre plateformes. Le troisième axe concerne la cybersécurité, présentée par OpenAI comme le cas test d'une gouvernance capable de s'adapter: les capacités qui aident les défenseurs à repérer des vulnérabilités sont les mêmes qui pourraient aider un attaquant à les exploiter en premier. Le programme Trusted Access for Cyber vise à donner un accès contrôlé à des capacités cyber avancées aux défenseurs vérifiés, tout en limitant les risques de détournement. Ce programme s'est doté début mai 2026 d'un volet européen, l'EU Cyber Action Plan, mené avec des agences cyber nationales et européennes, des partenaires privés et des opérateurs d'infrastructures critiques, dans le but affiché de renforcer la résilience du continent face aux cybermenaces. OpenAI qualifie ces modèles cyber d'"les plus avancés", mais aucune vérification indépendante des résultats concrets de ce programme n'est disponible à ce stade, la description reposant uniquement sur les déclarations de l'entreprise elle-même.

💬 Ce qui me frappe, c'est qu'OpenAI coche toutes les cases du code GPAI, sauf que c'est OpenAI qui tient le stylo. Le Preparedness Framework, les fiches système, le red-teaming externe, tu peux vérifier, ça existe vraiment et c'est du sérieux. Mais sur le volet cyber, la même boîte qui vend l'accès contrôlé à ses modèles est aussi la seule à juger si ce contrôle marche, et tant qu'un régulateur n'aura pas vérifié ça sur pièces, l'autoconformité reste une promesse, pas une preuve.

IA agentique et données personnelles, un joli bazar

Le Conseil de l'IA et du Numérique (CIANum) et la Commission nationale de l'informatique et des libertés (CNIL) ont publié le 20 juillet une note conjointe consacrée à l'articulation entre le RGPD et l'IA agentique, ces systèmes capables d'agir de façon autonome pour accomplir des tâches sans supervision humaine constante. Le document part d'un constat simple : ces agents entraînent un changement d'échelle dans le traitement des données personnelles et rendent plus complexe la maîtrise des risques, puisque les décisions ne sont plus prises directement par un humain mais déléguées à un système qui interprète et agit de sa propre initiative. La note choisit délibérément de ne pas traiter du Règlement sur l'IA (RIA), dont l'entrée en application complète n'est prévue qu'en 2027 et qui ne contient aucun régime spécifique dédié aux agents autonomes. L'ambition affichée n'est pas de proposer une nouvelle loi, mais d'examiner comment un cadre juridique pensé pour des traitements de données définis à l'avance par des humains peut s'appliquer à des technologies qui décident et agissent seules. Cette clarification importe parce que les entreprises qui déploient des agents IA, dans le service client, la gestion d'agenda ou l'automatisation de tâches administratives, opèrent aujourd'hui dans une zone grise juridique. Sans lignes directrices claires, elles risquent soit de sur-interpréter le RGPD au point de brider l'utilité de ces outils, soit de sous-estimer leurs obligations et de s'exposer à des sanctions de la CNIL. Pour les utilisateurs, l'enjeu est le contrôle réel sur leurs données quand un agent enchaîne des décisions en cascade, sans point d'arrêt où un humain valide chaque traitement. Cette initiative s'inscrit dans un mouvement plus large où les régulateurs tentent de rattraper une technologie qui évolue plus vite que les textes. La note esquisse des pistes de conciliation à la fois juridiques et techniques entre les principes classiques du RGPD, comme la finalité déterminée ou la minimisation des données, et le fonctionnement des agents autonomes. Les suites dépendront de la manière dont la CNIL traduira ces réflexions en recommandations opérationnelles avant l'arrivée du RIA en 2027.

💬 Bon, sur le papier, c'est exactement ce qu'il fallait faire avant le RIA plutôt qu'après. La CNIL et le CIANum pointent le vrai problème : le RGPD a été pensé pour des traitements décidés à l'avance par un humain, pas pour un agent qui enchaîne les décisions tout seul, et ça, aucune loi actuelle ne le couvre proprement. Reste que tant que ça reste des pistes de réflexion et pas des recommandations opérationnelles, les boîtes qui déploient des agents client ou agenda continuent à naviguer à l'aveugle, entre sur-prudence qui tue l'outil et sous-estimation qui finit en sanction.

Le 2 août, l’AI Act avance et recule à la fois

Le règlement UE 2026/1744, qui modifie l'AI Act et vise à le « simplifier », est entré en vigueur le 27 juillet 2026 et devient largement applicable ce dimanche 2 août. Il confère à la Commission européenne, via le Bureau européen de l'IA, de nouveaux pouvoirs directs de surveillance, d'enquête et de sanction. Bruxelles devient ainsi l'autorité compétente lorsqu'un système d'IA constitue lui-même une très grande plateforme en ligne (VLOP) ou un très grand moteur de recherche (VLOSE) au sens du règlement sur les services numériques (DSA), ou lorsqu'il est intégré à l'un de ces services, comme Gemini dans la recherche Google ou l'assistant Meta AI dans Instagram et Facebook. Dans le même texte, les obligations applicables aux systèmes à haut risque listés à l'annexe III (recrutement, éducation, accès aux services essentiels, maintien de l'ordre, migration, justice) sont repoussées de seize mois, du 2 août 2026 initialement prévu au 2 décembre 2027. Pour les produits réglementés et composants de sécurité, comme les dispositifs médicaux, équipements industriels, ascenseurs ou jouets, l'échéance est fixée au 2 août 2028. Ce dimanche marque en revanche l'entrée en application de l'article 50 sur la transparence. Ce double mouvement a des conséquences très concrètes. D'un côté, la Commission consolide son emprise sur les grands acteurs du numérique en pouvant superviser directement les fonctions d'IA intégrées aux VLOP et VLOSE, en plus des pouvoirs déjà exercés au titre du DSA, même quand modèle et système exploitant sont développés par des entités juridiques distinctes d'un même groupe. De l'autre, les entreprises qui déploient des systèmes à haut risque, dans le recrutement, la santé, l'éducation ou la justice, gagnent un répit important avant de devoir se conformer aux exigences de gestion des risques, de qualité des données, de documentation, de journalisation, de supervision humaine et d'évaluation de conformité. Pour le grand public, en revanche, les protections avancent : toute interaction avec une IA devra en principe être signalée si elle n'est pas évidente, les deepfakes diffusés par des médias, agences ou partis politiques devront être identifiés comme tels, de même que les textes générés par IA sur des sujets d'intérêt général, et les personnes exposées à la reconnaissance des émotions ou à la catégorisation biométrique devront en être informées. Ce calendrier fragmenté illustre les tensions qui traversent la mise en œuvre de l'AI Act depuis son entrée en vigueur progressive amorcée en février 2025. La Commission justifie le report des règles sur le haut risque par la nécessité de disposer au préalable des normes techniques et outils d'accompagnement adéquats, un argument avancé dès mai dernier dans le cadre du « Digital Omnibus ». Ce paquet de simplification a fait l'objet d'un lobbying intense de la part des industriels du secteur, désireux d'assouplir un calendrier jugé trop contraignant. L'équilibre recherché par Bruxelles, entre allègement des contraintes pour les entreprises et renforcement du contrôle sur les grandes plateformes et de la transparence pour les citoyens, restera à l'épreuve des prochaines échéances, en décembre 2027 puis en août 2028.

💬 Bruxelles renforce sa main sur les géants (Gemini, Meta AI), mais lâche du lest sur le recrutement, la santé, la justice, seize mois de sursis. Sur le papier ça ressemble à un compromis équilibré, en vrai c'est surtout les entreprises qui déploient du haut risque qui gagnent le plus gros cadeau. Retiens ça : dans l'AI Act version 2026, la surveillance des plateformes avance plus vite que la protection des citoyens face aux systèmes qui décident de leur embauche ou de leur dossier judiciaire.

Hugging Face héberge des centaines d’outils de génération de contenu sexuel non consenti

Hugging Face, plate-forme américaine qui héberge des millions de modèles d'intelligence artificielle et des milliers de jeux de données en open source, n'a mis en place aucun dispositif concret de modération contre les outils de génération de contenu sexuel non consenti, selon une enquête publiée par l'ONG AI Forensics et menée par les chercheurs Paul Bouchaud et Silvia Semenzin. Pour documenter l'ampleur du problème, les deux chercheurs ont construit un pot de miel destiné à observer les requêtes réellement soumises par les utilisateurs de la plateforme. Au terme d'une semaine de collecte, ils constatent que 73 % des demandes concernaient du contenu à caractère sexuel, et que 60 % relevaient a priori de contenu non consensuel, c'est-à-dire visant des personnes réelles sans leur accord. L'entreprise ne modère ni les outils dits de « nudification », ni les modèles permettant de produire des images ou vidéos à caractère pédocriminel, ni même les requêtes formulées par les utilisateurs pour y parvenir. Cette découverte fait écho à une alerte lancée mi-mars par l'Internet Watch Foundation, qui signalait déjà une multiplication de ce type de contenus générés par IA sur l'ensemble du web. Les conséquences dépassent la seule question morale. Comme l'expliquait l'ex-commandante de police Véronique Béchu, ce type de contenu, souvent extrêmement difficile à distinguer d'images pédopornographiques réelles, mobilise du temps précieux pour des équipes policières déjà sous tension, chargées d'identifier et de mettre à l'abri de véritables victimes de violences. Chaque signalement à traiter, chaque image à authentifier, retarde d'autant les enquêtes portant sur des cas avérés. Plus largement, la multiplication de ces contenus non consentis, qu'ils visent des enfants ou des adultes, participe à une banalisation des violences sexuelles représentées, en rendant ces images plus accessibles et plus faciles à produire, y compris pour des utilisateurs sans compétences techniques particulières, via une plateforme grand public et largement fréquentée par la communauté de l'IA. Ce constat intervient alors que l'Union européenne finalise plusieurs textes encadrant l'intelligence artificielle et le numérique. L'AI Act inclut désormais une interdiction explicite des systèmes dits de « nudification » lorsqu'ils sont utilisés sans le consentement des personnes représentées. Hugging Face, en tant qu'hébergeur central de l'écosystème open source de l'IA, se retrouve ainsi en porte-à-faux avec l'esprit de cette réglementation, faute de garde-fous techniques ou de politique de modération proactive. Les révélations d'AI Forensics posent la question de la responsabilité des plateformes qui hébergent des modèles tiers sans en contrôler les usages, et pourraient accélérer la pression réglementaire et publique pour que des mesures de filtrage soient rapidement déployées.

💬 Bon, encore un angle mort classique de l'open source : Hugging Face héberge tout et modère rien, comme si l'hébergement était neutre par nature. Ça ne l'est pas, jamais. 73% des requêtes sur ce pot de miel étaient à caractère sexuel, 60% non consenties, et l'AI Act interdit déjà la nudification sans accord : la plateforme est en infraction de fait, pas juste en retard de com. Elle a construit son succès sur le laisser-faire total, mais là ça touche des victimes réelles et du temps de flics en moins pour des vraies enquêtes, faudra un filtrage sérieux avant que le régulateur ne le fasse à sa place.

Contenus IA : dès dimanche, l’UE impose un étiquetage

Dès dimanche 2 août 2026, une nouvelle étape de l'AI Act européen entre en application, avec une obligation de transparence sur les contenus générés par intelligence artificielle. Les entreprises qui déploient des systèmes d'IA en contact avec le public devront désormais indiquer clairement à l'utilisateur qu'il échange avec une machine, une règle qui vise en priorité les chatbots, agents conversationnels et avatars virtuels. La mesure la plus visible concerne toutefois les deepfakes : images, vidéos ou enregistrements audio imitant une personne réelle devront être signalés dès lors qu'ils sont publiés dans un cadre professionnel. Le même principe s'applique aux textes destinés à informer le public lorsqu'ils ont été produits par une IA sans réelle supervision éditoriale humaine. Pour aider les entreprises à se conformer, la Commission européenne a mis à disposition plusieurs modèles d'icônes, parmi lesquels « IA », « généré par l'IA » ou « modifié par l'IA ». Certaines catégories échappent toutefois à l'obligation : les œuvres artistiques, satiriques ou de fiction, ainsi que les textes rédigés avec l'aide d'une IA mais relus et validés par un humain. Les systèmes déjà en service bénéficient d'un délai supplémentaire, jusqu'au 2 décembre 2026, pour se mettre en conformité. Cette obligation touche potentiellement des millions de publications diffusées chaque jour sur Internet, à un moment où il devient de plus en plus difficile de distinguer un contenu humain d'un contenu artificiel. Pour les internautes, l'enjeu est de retrouver un repère fiable face à la multiplication des textes, images et vidéos générés par IA sur les réseaux sociaux, les moteurs de recherche et les sites d'information. Pour les entreprises, la contrainte est réelle : celles qui ne s'y conforment pas s'exposent à de lourdes sanctions prévues par l'AI Act. Plusieurs géants du numérique n'ont d'ailleurs pas attendu l'échéance pour agir. TikTok affirme avoir déjà étiqueté plus de trois milliards de contenus grâce à ses outils de détection automatisée, Meta affiche depuis plusieurs mois la mention « AI Info » sur Facebook et Instagram, et Google participe au développement de solutions de marquage numérique, notamment via sa technologie SynthID. Cette échéance s'inscrit dans le calendrier plus large de mise en œuvre de l'AI Act, le règlement européen encadrant l'intelligence artificielle adopté pour limiter les risques liés à la désinformation, à la manipulation et à l'usurpation d'identité par IA. Bruxelles cherche ainsi à imposer un standard de transparence à l'échelle du continent, dans un secteur dominé par des acteurs américains et chinois peu enclins à s'autoréguler. Mais la mesure suscite déjà des critiques : certaines entreprises craignent que l'étiquetage généralisé ne finisse par banaliser les contenus IA plutôt que d'alerter les utilisateurs, ou qu'il complique la mise en conformité pour les plus petites structures. D'autres saluent au contraire un pas nécessaire vers plus de transparence en ligne. Quoi qu'il en soit, l'entrée en vigueur de cette obligation le 2 août marque une étape supplémentaire dans le déploiement progressif de l'AI Act, dont les prochaines échéances continueront d'imposer de nouvelles contraintes aux entreprises technologiques opérant sur le marché européen.

💬 Dimanche, l'obligation d'étiquetage entre en vigueur, et franchement c'est le bon sujet au bon moment : quand TikTok annonce trois milliards de contenus déjà tagués, ça prouve que l'infrastructure de détection existait déjà, l'UE n'a fait que la rendre obligatoire pour tout le monde. Ce qui m'intéresse c'est la faille intégrée dès le départ : un texte "relu et validé par un humain" échappe à l'étiquette, ce qui revient à faire reposer toute la loi sur une déclaration sur l'honneur qu'aucun régulateur ne peut vérifier. Bruxelles fixe un standard mondial de transparence, mais l'a construit sur un système déclaratif que n'importe quelle entreprise peut cocher sans que personne ne vienne vérifier.

SpaceXAI veut faire annuler la loi du Minnesota contre la « nudification »

SpaceXAI, l'entreprise dirigée par Elon Musk et propriétaire du chatbot Grok, a engagé une procédure judiciaire pour faire invalider une loi du Minnesota qui doit entrer en vigueur le 1er août 2026. Ce texte interdit les technologies de « nudification », c'est-à-dire les outils permettant de générer des deepfakes dénudés de personnes réelles sans leur consentement. Grok est directement concerné : le chatbot a été accusé en début d'année de permettre très facilement la création de ce type d'images, majoritairement de femmes, une pratique qui aurait bénéficié du soutien actif d'Elon Musk. La loi du Minnesota, la première du genre aux États-Unis, prévoit des sanctions lourdes pour les opérateurs de tels services : jusqu'à trois fois le montant des dommages subis par les victimes, des dommages punitifs, et une amende civile pouvant atteindre 500 000 dollars par accès, téléchargement ou utilisation illégale, l'argent collecté devant financer des organismes d'aide aux victimes de violences sexuelles. Une exception est prévue pour les logiciels de retouche classiques comme Photoshop, qui exigent une compétence technique substantielle de l'utilisateur. Cette bataille juridique dépasse le simple cas de Grok : elle interroge les limites entre liberté d'expression et protection des victimes de deepfakes non consentis, à un moment où ces contenus se multiplient et touchent en majorité des femmes. Si SpaceXAI obtient gain de cause, ce serait un signal fort envoyé aux autres États américains qui envisagent des textes similaires, et un frein potentiel à toute régulation future de ces technologies aux États-Unis. À l'inverse, un échec de la procédure renforcerait la légitimité des lois anti-nudification et pourrait inciter d'autres juridictions, y compris en Europe, à durcir leurs propres cadres. Pour les utilisateurs et surtout les victimes potentielles, l'issue du procès conditionne directement le niveau de protection juridique et financière dont elles pourront bénéficier face à la diffusion de leur image sans consentement. L'affaire s'inscrit dans un contexte de multiplication des enquêtes visant X et Grok : en France, à la Commission européenne, et auprès de la Commission de protection des données irlandaise, chargée de faire appliquer le RGPD à la plateforme. Dans sa plainte, SpaceXAI ne conteste pas l'objectif du Minnesota de lutter contre la diffusion non consentie d'images dénudées, mais estime que la loi va « bien au-delà » de cet objectif et expose des formes d'expression protégées à des poursuites abusives. L'entreprise pointe notamment une définition trop large des parties intimes, qui engloberait des images d'hommes torse nu ou en maillot de bain, ainsi que des exceptions pour valeur artistique, scientifique ou satirique qui, selon elle, viderait la loi de sa portée. Son argument central reste que la génération d'images par IA relève de la liberté d'expression protégée par le Premier amendement, une position qui, si elle est validée par les tribunaux, pourrait fragiliser durablement l'arsenal juridique disponible contre les deepfakes non consentis aux États-Unis.

💬 Musk qui invoque le Premier amendement pour défendre un chatbot accusé de fabriquer des nudes sans consentement, ça dit tout d'où on en est avec Grok. Sur le papier l'argument tient, mais SpaceXAI attaque la première loi américaine qui punit vraiment ce genre d'usage, et ce n'est pas un détail juridique. Si le procès passe, tous les États qui préparent un texte similaire vont reculer, et la régulation des deepfakes aux États-Unis va se jouer dans les tribunaux avant de se jouer au Congrès.

ChatGPT peut consulter les données de santé des Américains : qu’en est-il de la France ?

Voilà le résumé demandé. OpenAI a annoncé le 23 juillet 2026 le déploiement d'une nouvelle fonctionnalité santé dans ChatGPT, réservée pour l'instant aux utilisateurs américains connectés et âgés de 18 ans et plus. Baptisée « Health in ChatGPT », elle permet de connecter Apple Health ainsi que les dossiers médicaux de certains hôpitaux partenaires, et les services One Medical et Function Health, directement à l'assistant conversationnel. Une fois ces données synchronisées et l'accord explicite de l'utilisateur obtenu, ChatGPT peut les exploiter pour répondre à des questions personnalisées : expliquer l'évolution d'un bilan sanguin, résumer les changements survenus depuis une précédente consultation, ou encore croiser des informations comme le sommeil et l'activité physique avec certains résultats médicaux. La fonctionnalité est accessible sur le web et sur iPhone, aussi bien avec l'offre gratuite qu'avec les abonnements payants Go, Plus et Pro. Selon OpenAI, plus de 300 millions de personnes interrogent chaque semaine ChatGPT sur des sujets liés à la santé. Cette évolution répond à un problème concret : les informations médicales des utilisateurs sont aujourd'hui dispersées entre applications de suivi, dossiers hospitaliers, résultats d'analyses et objets connectés, ce qui complique leur compréhension globale. En centralisant ces données au sein d'un même assistant, OpenAI cherche à transformer ChatGPT en outil d'aide à la compréhension de son propre état de santé, permettant par exemple de préparer des questions avant un rendez-vous médical ou de suivre plus facilement son historique. L'entreprise insiste toutefois sur le fait que l'IA n'a pas vocation à remplacer un médecin, mais à jouer un rôle d'assistant. Pour les utilisateurs concernés, cela représente un changement significatif dans la manière d'interagir avec leurs propres données médicales, jusque-là cantonnées à des applications cloisonnées et peu communicantes entre elles. Aucune date n'a été communiquée pour un éventuel lancement en France ou ailleurs en Europe. Ce retard s'explique par la sensibilité particulière des données de santé, encadrées sur le continent par le RGPD ainsi que par des réglementations nationales strictes, contraignant OpenAI à adapter son service aux exigences européennes avant tout déploiement. L'entreprise devra également nouer des partenariats avec des acteurs locaux du secteur de la santé, l'écosystème hospitalier français étant structurellement différent du système américain, où de nombreux établissements disposent déjà d'infrastructures compatibles avec les services intégrés par OpenAI. Ce déploiement progressif illustre une stratégie plus large d'OpenAI consistant à tester ses fonctionnalités sensibles sur le marché américain avant d'envisager une extension internationale, une approche déjà observée pour d'autres produits de l'entreprise.

💬 Selon Le Fil IA, cette fonctionnalité montre bien où OpenAI teste toujours en premier : chez lui, sur son terrain réglementaire le plus souple. Sur le papier c'est malin, centraliser Apple Health et les dossiers hospitaliers dans ChatGPT, ça répond à un vrai problème de données éparpillées. Mais en France on va attendre un moment : entre le RGPD et un système hospitalier qui ne parle pas le même langage technique que les acteurs américains, ce n'est pas une question de mois.

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.

La confidentialité de l’AI Act : contraintes et opportunités

La confidentialité des données s'impose comme l'enjeu central de l'AI Act à l'approche de l'échéance d'août 2026, selon Laurent Attali, fondateur et dirigeant d'IA Confidential. Malgré le report de certaines dispositions du règlement européen, la trajectoire réglementaire reste inchangée et impose trois obligations concrètes aux dirigeants d'entreprise : localiser précisément où et comment l'IA est utilisée dans leur organisation, identifier quelles données sont confiées à ces systèmes, et démontrer une maîtrise complète de ces processus. Sur le terrain, Attali pointe un phénomène déjà massif et largement sous-estimé, le « Shadow AI », c'est-à-dire l'usage non encadré d'outils d'intelligence artificielle par les salariés en dehors de tout cadre défini par l'entreprise. Une étude citée par Attali indique que 27% des collaborateurs y ont recours, injectant parfois sans le savoir des contrats, des dossiers RH ou des documents stratégiques dans des modèles génératifs susceptibles de réutiliser ces données pour leur propre entraînement. Ce constat a des conséquences directes pour les entreprises manipulant quotidiennement des informations sensibles, cabinets d'avocats, directions financières, services RH, cabinets de conseil ou industries détentrices de brevets, pour qui une fuite via un outil d'IA non maîtrisé peut effacer un avantage concurrentiel construit sur des années. Plutôt que de recommander l'interdiction pure et simple de ces outils, jugée contre-productive au regard des gains de productivité qu'ils permettent, Attali plaide pour un accompagnement structuré transformant la contrainte réglementaire en levier de confiance. Il établit un parallèle avec le RGPD : les entreprises ayant pris au sérieux la protection des données personnelles en ont tiré un gain de crédibilité auprès de leurs clients, et il anticipe une dynamique similaire avec l'AI Act sur le terrain de la confidentialité. Pour les organisations concernées, l'enjeu n'est donc plus seulement défensif mais devient un argument commercial et un signal de fiabilité vis-à-vis de partenaires et de clients de plus en plus attentifs à la gouvernance des données. Selon Attali, l'erreur la plus fréquente commise par les entreprises n'est pas technique mais humaine et organisationnelle : déployer des outils d'IA générative sans avoir défini au préalable de règles d'usage claires pour les équipes. La solution qu'il préconise passe par un dialogue interne et une co-construction des politiques d'utilisation avec les collaborateurs eux-mêmes, plutôt qu'une imposition descendante de règles techniques. Cette approche vise à combler un angle mort à la fois sociologique et stratégique, la méconnaissance par les directions des usages informels de l'IA en interne, en associant les salariés à la définition d'un cadre sécurisé. À l'approche de l'échéance réglementaire d'août 2026, cette question de gouvernance humaine des outils d'intelligence artificielle s'annonce donc comme un chantier prioritaire pour les entreprises manipulant des données sensibles, bien avant les aspects purement techniques de mise en conformité.

Le détecteur d’images IA de Meta montre ses limites face à un simple recadrage

Meta a présenté Content Seal, un filigrane numérique invisible intégré aux images générées par son outil Muse Image, accompagné d'un détecteur censé identifier ces contenus produits par intelligence artificielle. Une analyse menée par Reuters et publiée le 12 juillet 2026 a testé ce dispositif sur quarante visuels générés par Muse Image. Sur les images intactes, le détecteur s'est montré parfaitement fiable, reconnaissant la totalité des quarante fichiers testés. Mais dès que Reuters a recadré ces mêmes images pour les réduire à environ un tiers, voire la moitié de leur taille d'origine, le taux de reconnaissance s'est effondré à environ 45 %, soit un échec dans 55 % des cas. Aucune manipulation sophistiquée n'a été nécessaire pour tromper le système : ni logiciel de retouche avancé, ni filtre complexe, seulement un recadrage basique, une fonction disponible sur n'importe quel smartphone depuis plus de dix ans. Cette faille pose un problème concret au moment même où l'Union européenne s'apprête à durcir ses exigences en matière de traçabilité des contenus IA. À partir du 2 août 2026, le règlement européen sur l'intelligence artificielle impose aux fournisseurs d'IA générative de marquer leurs productions dans un format lisible par une machine, une obligation qui couvre les images, les vidéos, l'audio et les textes générés artificiellement. Si un simple recadrage suffit à effacer la trace laissée par un outil censé répondre à cette exigence, la capacité des plateformes et des vérificateurs de faits à distinguer contenus authentiques et contenus générés par IA s'en trouve directement affaiblie, à un moment où ces images circulent massivement sur les réseaux sociaux. Cette fragilité n'est pourtant pas propre à Meta. Les spécialistes du secteur savent que les systèmes de filigrane invisible partagent une faiblesse structurelle : un recadrage important, une compression ou un redimensionnement peuvent suffire à effacer un signal devenu trop ténu pour être détecté. Google et OpenAI reconnaissent eux aussi que leurs propres technologies de marquage ne résistent pas à toutes les transformations d'image. Meta rappelle de son côté que son détecteur reste en préversion et que Content Seal a été conçu pour survivre à certaines modifications, tout en admettant qu'un recadrage marqué peut faire disparaître le signal. À cette fragilité technique s'ajoute un problème de compatibilité : Content Seal ne fonctionne ni avec SynthID, la technologie de Google, ni avec le standard C2PA soutenu par Adobe et Microsoft, une fragmentation qui complique d'autant la tâche des acteurs chargés de vérifier l'origine des contenus en ligne.

Doctolib veut utiliser vos données pour ses recherches en IA. Vous pouvez refuser.

Doctolib a envoyé ce mercredi 8 juillet un email à une partie de ses utilisateurs pour les informer qu'à partir d'août 2026, leurs données personnelles seront utilisées dans un projet de recherche en intelligence artificielle intitulé « Améliorer les parcours de soins grâce à l'intelligence artificielle ». Ce projet associe l'équipe Heka, commune à Inria, à l'Inserm et à l'Université Paris Cité, trois institutions scientifiques françaises reconnues. Doctolib, qui revendiquait environ 60 millions de comptes en 2021, soit presque la population française, a choisi de ne pas demander le consentement explicite de ses utilisateurs. L'entreprise invoque à la place son « intérêt légitime à conduire des recherches scientifiques dans le but d'améliorer les soins pour tous », une justification fondée sur la méthodologie de référence MR-004 de la CNIL et sur l'article 6.1.f du RGPD. Concrètement, cela signifie que les données sont réutilisées par défaut, sauf opposition active de la personne concernée via un formulaire dédié. Cette approche change la charge de la preuve pour les utilisateurs de Doctolib. Plutôt que d'avoir à donner leur accord pour que leurs données de santé servent à la recherche, ce sont eux qui doivent s'en apercevoir, comprendre l'email, cliquer sur le lien et remplir un formulaire demandant prénom, nom et date de naissance pour s'opposer. Ce mécanisme d'opt-out, légal mais moins protecteur qu'un opt-in, maximise mécaniquement le volume de données exploitables par Doctolib, qui reste par ailleurs le principal bénéficiaire potentiel des résultats de cette recherche. Pour les patients, l'enjeu porte sur des données médicales par nature sensibles, dont le contrôle individuel s'amenuise dès lors que l'information n'est pas activement lue et traitée par chacun. La méthodologie MR-004 de la CNIL encadre en théorie strictement ce type de traitement à des fins d'étude ou de recherche sans impliquer directement les personnes : seuls les chercheurs intervenant dans un lieu de recherche peuvent, par exemple, conserver le lien entre l'identité des patients et leurs données, et les personnes concernées doivent être informées. Reste à savoir si Doctolib a rempli les formalités préalables attendues auprès de la CNIL, une question posée par la rédaction de Next à l'autorité, qui n'avait pas encore répondu au moment de la publication. Cet épisode s'inscrit dans un débat plus large sur l'équilibre entre l'exploitation des données de santé pour la recherche en IA, jugée utile pour améliorer les parcours de soins, et la protection du consentement individuel, alors que de plus en plus d'acteurs du numérique en santé cherchent à valoriser leurs bases d'utilisateurs à des fins scientifiques ou commerciales.

💬 Doctolib inverse la charge de la preuve, et c'est tout le problème. Sur le papier, MR-004 et l'article 6.1.f du RGPD ça tient juridiquement, mais dans les faits ça veut dire que 60 millions de Français doivent aller chercher un email, cliquer, remplir un formulaire avec leur date de naissance pour protéger des données de santé qu'ils n'ont jamais explicitement accepté de partager. L'opt-out sur du médical, c'est le genre de détail qui devrait faire hurler bien plus que ça.

Près de 40 % des Français visitent chaque mois des sites d’info générés par IA

Près de 40 % des Français, soit environ 23 millions de visiteurs uniques chaque mois, consultent désormais des sites d'information générés par intelligence artificielle, contre 24,5 % en octobre 2025, une progression de 60 % en six mois seulement. C'est ce que révèle le second observatoire des sites GenAI, réalisé par Médiamétrie pour le Groupement des éditeurs de services en ligne (GESTE) sur la base d'une liste de sites identifiés par le média Next. Le nombre de visiteurs uniques quotidiens est passé de 2,6 à 3,5 millions en un an, soit une hausse de 35 %. Sur les 308 sites les plus recommandés par Google et MSN transmis à Médiamétrie, 232 ont effectivement été visités par le panel d'internautes entre avril 2025 et avril 2026. La base de données recense désormais plus de 15 000 sites d'info GenAI administrés par plus de 300 éditeurs, contre 8 900 sites et 200 éditeurs lors du premier observatoire publié en décembre dernier. Si 84 % de ces sites totalisent moins de 250 000 visiteurs uniques mensuels, neuf dépassent les 3 millions et quatre éditeurs cumulant plusieurs sites franchissent chacun les 6 millions, l'un d'entre eux atteignant à lui seul 15,7 millions de visiteurs, soit près d'un quart des Français. Cette explosion s'accompagne d'un problème de fond : la quasi-totalité de ces contenus sont publiés sans mention du recours à l'intelligence artificielle générative, en violation de l'article 50 de l'AI Act européen qui impose cette transparence. Le phénomène touche particulièrement les internautes les plus âgés, une population souvent moins familière avec les codes de fabrication de l'information en ligne : 75 % des visiteurs de ces sites ont 50 ans ou plus, et cette proportion grimpe désormais à près de 50 % chez les 50-64 ans et à 55 % chez les 65 ans et plus, contre un peu plus de 36 % pour l'ensemble de cette tranche d'âge en octobre. Le trafic provient à plus de 50 % de Google et à 17 % de Meta, confirmant que ces plateformes jouent un rôle central de prescripteur, souvent malgré elles, dans la diffusion de contenus dont la qualité et la fiabilité échappent largement à tout contrôle éditorial classique. Cette montée en puissance s'inscrit dans une course engagée par des milliers d'éditeurs pour se rendre visibles dans les réponses générées par les grands modèles de langage, quitte à industrialiser la production d'articles à bas coût et sans supervision humaine réelle. Face à l'ampleur du phénomène, difficile à cerner intégralement puisque Médiamétrie ne mesure que les 5 000 principales marques digitales et 1 000 premières applications mobiles françaises, la GESTE y voit la confirmation d'une installation durable de ces sites dans le paysage numérique français. Reste à savoir si les autorités européennes, notamment via l'application effective de l'AI Act, parviendront à imposer une transparence encore largement ignorée par ces éditeurs, et si les plateformes comme Google et Meta ajusteront leurs algorithmes de recommandation pour limiter la prime accordée à ces contenus non supervisés.

💬 Près de 40% des Français qui lisent des sites d'info sans savoir qu'une IA a écrit le texte, ça dit quelque chose de plus large qu'un problème de conformité : c'est que Google et Meta redistribuent l'audience française vers du contenu jetable, produit sans supervision, et que personne ne le voit venir. La cible, ce sont les plus âgés, ceux qui distinguent le moins un site fiable d'un site généré à la chaîne, et ça, ça devrait alarmer plus que l'AI Act lui-même. Sur le papier l'article 50 impose la transparence, dans les faits elle est quasiment inexistante, alors reste à voir si Bruxelles sort les crocs ou si on laisse la prime algorithmique tourner encore deux ans.

Muse Image est techniquement impressionnant, mais l'utilisation par Meta de photos Instagram soulève des questions

Meta's Superintelligence Labs a dévoilé Muse Image, son premier modèle de génération d'images, positionné comme une réponse directe à GPT Image 2 d'OpenAI. Comme son concurrent, l'outil fonctionne selon une logique d'agent plutôt que de simple générateur statique : il peut exécuter du code et effectuer des recherches web pour affiner et corriger ses propres résultats avant de livrer l'image finale. Parmi ses fonctionnalités, une option de mention par arobase permet aux utilisateurs de générer des images représentant d'autres personnes en s'appuyant sur leurs photos publiques Instagram, sans que ces personnes aient donné leur consentement explicite. Le système fonctionne selon un modèle d'opt-out plutôt que d'opt-in. Cette approche soulève d'importantes questions juridiques et éthiques. En Europe, un mécanisme reposant sur le retrait plutôt que sur l'accord préalable des personnes concernées entre potentiellement en conflit avec le RGPD, qui exige un consentement explicite pour l'utilisation de données personnelles comme des photos. L'AI Act européen, dont les dispositions se déploient progressivement, pourrait également s'appliquer à ce type d'usage impliquant l'image de tiers sans autorisation. Pour les utilisateurs d'Instagram, cela signifie que leurs photos publiques pourraient servir de base à des générations d'images sans qu'ils en soient informés ni qu'ils aient donné leur accord. Ce lancement illustre la course technologique intense entre Meta et OpenAI sur la génération d'images assistée par IA, où les capacités techniques progressent plus vite que les cadres réglementaires censés les encadrer. Meta devra probablement adapter son approche du consentement en Europe, où les autorités de protection des données surveillent de près les pratiques des grandes plateformes en matière d'exploitation des contenus utilisateurs à des fins d'entraînement ou de génération par IA.

💬 Muse Image techniquement, c'est costaud, Meta rattrape OpenAI plus vite que prévu. Mais le coup de l'opt-out sur les photos Instagram, c'est le genre de détail qui va coûter cher en Europe. Retiens ça : dès qu'un géant américain lance une feature IA avec opt-out par défaut sur des données perso, le RGPD arrive en embuscade, pas en option.

Le Sénat appelle l’Europe à « ne pas trembler » sur l’encadrement de l’IA et du numérique

Le Sénat français a adopté le vendredi 19 juin 2026 une résolution qui prend le contre-pied du compromis trouvé entre la Commission européenne et le Parlement européen sur l'omnibus numérique. Ce texte, proposé par la Commission en novembre 2025, vise à simplifier le cadre réglementaire applicable aux entreprises, notamment les PME et les petites entreprises à moyenne capitalisation. Si la chambre haute du Parlement français, à majorité droite, dit accueillir favorablement l'objectif affiché de réduction de la charge administrative et des coûts de conformité, elle dénonce vigoureusement la manière dont ce paquet est construit, estimant qu'il « dépasse pour partie le seul objectif de simplification » au point de rendre le cadre encore plus opaque. Elle appelle en conséquence l'Union européenne à « ne pas trembler ni transiger » dans l'application des législations déjà adoptées, en premier lieu l'AI Act. Les critiques du Sénat portent sur plusieurs fronts concrets. D'abord, la précipitation : les sénateurs soulignent l'absence totale d'étude d'impact et alertent sur le risque que cette accélération ne soit « dictée par l'industrie numérique » plutôt que par l'intérêt général. Ensuite, le report de six mois du marquage obligatoire des contenus générés par l'IA, entériné par le compromis Commission-Parlement, est regretté comme symptomatique à la fois de la difficulté à réguler un secteur technique en évolution rapide et des limites du processus décisionnel européen. Sur le droit d'auteur, le texte déplore l'absence de clarification du régime applicable à l'IA, alors même que les tribunaux commencent à trancher des cas concrets et que des solutions juridiques existent pour garantir la rémunération des créateurs. La résolution regrette également que l'empreinte environnementale de l'IA ait été ignorée dans ce paquet de mesures. Point positif notable : le Sénat soutient la proposition d'interdiction des systèmes d'IA de « nudification », tout en déplorant que l'interdiction des outils capables de générer des contenus pédopornographiques n'ait pas abouti. Cet épisode illustre une tension croissante au sein même des institutions européennes et nationales entre deux impératifs : la compétitivité face aux géants américains et chinois d'un côté, la solidité et la cohérence du cadre réglementaire construit depuis plusieurs années de l'autre. L'AI Act, le DSA, le DMA et maintenant l'omnibus numérique forment un édifice législatif inédit dans le monde, que Bruxelles est tentée d'assouplir au nom de la simplification, sous pression des lobbies industriels. La résolution du Sénat, même non contraignante, envoie un signal politique à la délégation française lors des négociations finales : la France ne veut pas brader ses ambitions régulatrices pour des gains de court terme en matière de compétitivité. La prochaine étape sera l'adoption formelle de l'omnibus par le Parlement européen, dont l'issue déterminera concrètement le niveau d'exigence que l'Europe s'imposera à elle-même sur l'IA dans les années à venir.

💬 On a passé des années à construire l'AI Act, le DSA, le DMA, et là on s'apprête à assouplir tout ça au nom de la "simplification", sans une seule étude d'impact. Le Sénat sort les crocs, et c'est bien : quand l'Europe efface ses propres règles sous pression des lobbies industriels, elle ne gagne pas en compétitivité, elle perd juste sa crédibilité régulatrice. Reste à voir si ça pèsera dans les négociations finales.

Le flou de l'UE sur la définition du deepfake pose problème au commerce de détail

Eurocommerce, l'association professionnelle qui représente des géants du commerce comme Amazon, H&M et IKEA, réclame auprès des institutions européennes une exemption pour les visuels publicitaires générés par intelligence artificielle. L'enjeu : ces images ne devraient pas, selon elle, tomber sous le coup des obligations de transparence du règlement européen sur l'IA (AI Act). Zalando, l'un de ses membres les plus influents, a révélé que 90 % du contenu marketing diffusé sur sa plateforme est déjà produit par IA. L'argument central est simple : une image de salon générée par IA pour vendre un canapé n'est pas un deepfake. La distinction n'est pas anodine. Si le règlement européen impose d'étiqueter tout contenu synthétique susceptible d'induire en erreur, les retailers craignent d'avoir à signaler chaque photo de produit retouchée ou composée par algorithme. Pour des plateformes où l'IA gère l'essentiel de la production visuelle, l'obligation deviendrait un fardeau opérationnel considérable, sans bénéfice clair pour le consommateur. Cela pourrait aussi fragiliser la compétitivité des entreprises européennes face à des acteurs hors UE non soumis aux mêmes contraintes. Le problème de fond est que l'AI Act, entré en vigueur en 2024, n'a jamais vraiment défini ce qu'est un deepfake avec suffisamment de précision pour le contexte commercial. Le texte visait avant tout les contenus trompeurs à caractère politique ou pornographique. Son application au e-commerce crée une zone grise juridique que les lobbyistes du retail exploitent aujourd'hui activement. La Commission européenne devra trancher, et la décision servira de précédent pour l'ensemble de l'industrie publicitaire à l'ère de l'IA générative.

💬 Le problème n'est pas les lobbyistes du retail, c'est que l'AI Act n'a jamais été écrit pour ça. Un salon généré par IA pour vendre un canapé et un deepfake politique ne sont pas le même objet juridique, la distinction est réelle et la Commission va devoir la formaliser rapidement. Si elle rate ce calibrage, elle crée une asymétrie compétitive face aux acteurs hors UE qui, eux, n'ont aucune contrainte de ce genre.

L'UE publie son guide d'étiquetage des contenus IA avant la date limite de l'AI Act en août

La Commission européenne a publié le 10 juin 2026 un Code de bonnes pratiques sur l'étiquetage des contenus générés par l'IA, un document volontaire destiné à aider les entreprises à se conformer aux obligations de transparence qui entrent en vigueur le 2 août 2026 dans toute l'Union européenne. Ce Code s'inscrit dans le cadre de l'Article 50 de l'AI Act et fixe deux exigences concrètes : les deepfakes ainsi que les textes produits ou manipulés par l'IA sur des sujets d'intérêt public devront porter une mention visible, et tout utilisateur interagissant avec un système conversationnel automatisé, comme un chatbot de service client, devra être informé qu'il dialogue avec une machine. Le Code a été élaboré par six experts indépendants avec la contribution de plus de 180 parties prenantes, et il est désormais ouvert aux signatures. Ces règles s'appliquent qu'une entreprise signe ou non le Code, dont l'adhésion offre simplement une voie reconnue pour démontrer sa conformité. L'enjeu est considérable : le règlement touche potentiellement tous les fournisseurs et déployeurs d'IA générative actifs sur le marché européen. Le Code organise la responsabilité en deux niveaux : les entreprises qui développent des modèles d'IA doivent intégrer des marqueurs lisibles par machine dans leurs sorties, tandis que celles qui déploient ces modèles dans des produits concrets assurent l'étiquetage visible pour l'utilisateur final, notamment lorsque du contenu d'intérêt public est diffusé sans relecture humaine. Un pictogramme commun à l'échelle de l'UE est prévu pour garantir une signalétique cohérente. Comme l'a déclaré Henna Virkkunen, vice-présidente exécutive de la Commission chargée de la souveraineté technologique : "Les Européens ont le droit de savoir si ce qu'ils voient, entendent ou lisent a été fabriqué ou altéré par l'IA." Ce Code représente le premier instrument concret de l'AI Act à s'attaquer à la question de l'étiquetage des contenus IA. Son adoption intervient dans un calendrier serré : les entreprises disposent de moins de deux mois pour identifier ce qu'elles doivent étiqueter, mettre en place les mécanismes nécessaires et décider si elles signent. Le texte devra encore recevoir l'aval de la Commission et du Conseil européen de l'IA pour être considéré comme pleinement adéquat. Des lignes directrices complémentaires de la Commission sont par ailleurs attendues pour clarifier certains aspects laissés en suspens. L'initiative s'inscrit dans la montée en puissance progressive de l'AI Act, dont les dispositions les plus structurantes continueront d'entrer en application par vagues jusqu'en 2027.

💬 Qu'on signe ou pas le Code, les obligations s'appliquent de toute façon, c'est le point à ne pas rater. Pour le fond, ça reste raisonnable : signaler qu'un chatbot est une machine, baliser les deepfakes d'intérêt public, c'est le minimum qu'on attendait depuis longtemps. Ce qui va coincer, c'est le délai, deux mois pour auditer ce qu'on produit et adapter les pipelines, ça va être chaud pour beaucoup d'équipes.

Mistral serait valorisée 20 milliards d’euros après une levée de 3 milliards

Mistral AI est en discussions avancées pour lever environ 3 milliards d'euros auprès d'investisseurs, une opération qui valoriserait la startup française à près de 20 milliards d'euros selon des informations révélées par Bloomberg le 14 juin 2026. Ce montant représenterait presque un doublement de sa valorisation précédente, établie à 11,7 milliards d'euros lors de son tour de table de série C en septembre 2025. Fondée en avril 2023 par d'anciens chercheurs de Google DeepMind et Meta, Mistral aurait levé au total environ 4 milliards de dollars depuis sa création. Si cette opération se concrétise, l'entreprise rejoindrait le cercle restreint des startups technologiques les plus valorisées d'Europe, aux côtés de groupes bien plus anciens et établis. Cette levée de fonds aurait des conséquences directes sur la capacité de Mistral à rivaliser à plus long terme avec les géants américains. Avec ces nouvelles ressources, l'entreprise pourrait accélérer le développement de ses modèles, renforcer ses infrastructures, elle construit actuellement un centre de données en région parisienne et en dispose d'un autre en Suède, et élargir son offre pour les clients professionnels. Pour les entreprises et institutions européennes, l'enjeu dépasse la simple performance technique : souveraineté numérique, conformité au RGPD, maîtrise des données sensibles et réduction de la dépendance aux fournisseurs américains sont devenus des critères d'achat prioritaires. Mistral a su capitaliser sur cette demande en signant des partenariats avec l'armée française, le gouvernement luxembourgeois, Airbus, BMW et plusieurs grandes banques européennes. Mistral occupe une position singulière dans l'écosystème mondial de l'IA : elle est l'une des rares entreprises non américaines à publier des modèles en open weights tout en commercialisant des versions propriétaires spécialisées, développement logiciel, génération vocale, reconnaissance de caractères. Mais l'écart avec les leaders reste abyssal : OpenAI et Anthropic affichent des valorisations supérieures à 100 milliards de dollars chacune, et bénéficient d'une avance considérable en termes de revenus et de déploiement à grande échelle. La discussion est encore à un stade préliminaire et les conditions pourraient évoluer. Ce qui est clair, en revanche, c'est que les capitaux européens et internationaux se mobilisent autour de l'idée qu'un champion continental de l'IA est non seulement possible, mais nécessaire, et que Mistral est aujourd'hui le principal prétendant à ce rôle.

💬 20 milliards, c'est le genre de chiffre qui commence à peser dans une salle de conseil. Ce qui m'intéresse là-dedans, c'est moins la valorisation que ce que ça dit de l'appétit des investisseurs pour un modèle non américain, ouvert ET propriétaire, avec des contrats gouvernementaux dans la poche. Reste que l'écart avec OpenAI ou Anthropic est encore massif, et qu'on parle de discussions préliminaires, pas d'un chèque signé.

Perplexity intègre Deep Research dans son agent informatique, en distribuant les sous-tâches sur plus de 20 modèles de pointe

Perplexity a intégré sa fonctionnalité Deep Research à son système d'orchestration multi-modèles baptisé Computer, une évolution majeure annoncée en juin 2026. Là où l'ancienne version exécutait une séquence fixe de recherches, la nouvelle décompose automatiquement chaque question complexe en sous-tâches, qu'elle distribue ensuite à plus de 20 modèles d'IA en parallèle. Le moteur de raisonnement central est Claude Opus 4.6, tandis que des sous-agents spécialisés, dont Gemini, prennent en charge des pans spécifiques de l'analyse. Le résultat n'est plus un simple résumé : Deep Research dans Computer produit des rapports complets avec citations vérifiées, des présentations et des tableurs interactifs, entièrement générés et modifiables au sein de l'environnement Computer. Une capacité distinctive, baptisée Search as Code, permet au modèle d'écrire lui-même le code qui pilote la recherche, exécutant des milliers d'appels de récupération en parallèle dans un environnement sandbox, avec filtrage, déduplication et reclassement des sources à la volée. Les gains de performance publiés par Perplexity illustrent l'ampleur du bond. Sur le benchmark BrowseComp d'OpenAI, qui teste la capacité à retrouver des informations difficiles à localiser par navigation web, le score passe de 40,7 % à 83,8 %, soit plus du doublement. Sur Humanity's Last Exam, un test d'expertise académique pluridisciplinaire conçu par le Center for AI Safety et Scale AI, le taux grimpe de 36,4 % à 50,5 %. Ces chiffres positionnent la nouvelle version comme l'une des solutions de recherche agentique les plus performantes du marché. Concrètement, un professionnel peut demander une comparaison des marges bénéficiaires des grands fabricants de puces IA sur cinq ans, une cartographie des différences entre le RGPD européen et les lois américaines sur la vie privée, ou une synthèse des essais cliniques sur l'impact cardiovasculaire des médicaments amaigrissants, et recevoir en retour un livrable structuré, prêt à l'emploi. Computer avait été lancé fin février 2026 comme plateforme cloud de coordination d'agents IA. L'intégration de Deep Research s'inscrit dans une course effrénée entre les acteurs de la recherche augmentée par l'IA, où Perplexity affronte directement Google, OpenAI et Anthropic sur le terrain de la recherche agentique complexe. La fonctionnalité est disponible pour les abonnés Perplexity Max, mais les développeurs peuvent y accéder de façon programmatique via l'Agent API en mode pay-as-you-go, avec un preset deep-research intégré au SDK officiel et une compatibilité avec le SDK OpenAI via l'endpoint POST /v1/responses. L'ouverture aux développeurs signal que Perplexity positionne cette infrastructure non comme un produit grand public isolé, mais comme une couche de recherche que d'autres applications pourront exploiter directement, ce qui pourrait redéfinir la manière dont les outils professionnels intègrent l'accès à l'information.

Modèles ouverts, labs de modèles vs labs d'agents : ce qui résiste à l'entraînement (Sarah Guo)

Sarah Guo, investisseuse vedette connue pour son fonds Conviction et son positionnement précoce sur des startups comme Cognition, a publié un article remarqué sur son Substack dans lequel elle développe un cadre pour distinguer ce qui peut être reproduit par l'entraînement de ce qui ne le peut pas. Son analyse arrive dans un contexte agité : Anthropic vient de déployer ses modèles Fable et Mythos, accompagnés d'une polémique qui domine le fil Twitter tech depuis le 9 juin 2026. Des chercheurs et développeurs influents, parmi lesquels Nathan Lambert, Martin Casado, Fei-Fei Li, Salvatore Sanfilippo (antirez) et Clement Delangue, accusent Anthropic de dégrader silencieusement les performances de ses modèles sur les prompts liés à la recherche en IA, sans refus explicite ni communication transparente. Par ailleurs, Fable et Mythos embarquent une rétention des prompts et données sur 30 jours, sans option de désactivation dans certaines configurations, ce qui exclut de fait les environnements à zéro rétention et pose des problèmes immédiats de conformité en Europe. L'enjeu central est celui de la confiance. Quand un modèle dégrade ses réponses sans le signaler, il devient impossible de distinguer ce que le modèle sait faire de ce qu'il choisit de faire, ce qui compromet la reproductibilité des résultats et sape la valeur des évaluations internes. Plusieurs praticiens, dont David Bréunig et Omar Sanseviero, en tirent la même conclusion : les APIs frontier doivent être traitées comme des dépendances instables, et les équipes qui ne maintiennent pas une portabilité entre modèles et des harnesses d'évaluation continue prennent un risque stratégique. Sur le plan commercial, la rétention des données à 30 jours sans opt-out exclut immédiatement une partie significative des clients enterprise européens soumis au RGPD. Gergely Orosz et d'autres ont souligné l'opacité des changements de modèle comme vecteur de désengagement. Le cadre de Guo éclaire ces tensions avec précision. Elle distingue les "Model Labs", qui produisent les capacités brutes, des "Agent Labs", dont la valeur réside dans ce qu'elle appelle la "traduction" : l'intégration dans la réalité opérationnelle d'un client, l'outillage spécialisé, la maintenance continue, tout ce qui ne peut pas être répliqué par un simple nouvel entraînement. En 2024, les modèles open source étaient encore largement sous-estimés par l'industrie, une position que le podcast Latent Space défendait ; d'ici 2026, avec des pods consacrés à Cursor et Notion, la dynamique s'est inversée. Anthropic a d'ailleurs intégré FrontierCode comme benchmark officiel pour le lancement de Fable, illustration de la course aux métriques que Guo elle-même relativise : le score le plus cité de l'année, écrit-elle, est une carte d'un territoire sur le point de devenir obsolète. Ce qui reste irréductible, selon elle, c'est l'intention, la capacité à identifier ce qui vaut la peine d'être construit avant que les autres ne le voient, quelque chose qu'aucun modèle ne peut évaluer ni entraîner.

💬 La polémique Anthropic valide exactement le cadre de Guo : quand un modèle dégrade ses réponses en silence, tu ne peux plus distinguer ce qu'il sait faire de ce qu'il refuse de faire, et là tu perds tout. Ajoute la rétention 30 jours sans opt-out, et c'est la moitié de tes clients enterprise européens qui partent chercher ailleurs. Ce qui me frappe, c'est que la valeur différenciante n'est plus dans le modèle lui-même, c'est dans la confiance qu'il inspire, et Anthropic vient de la brûler.

Pas de Siri AI en Europe : Apple accuse la Commission d’interprétation « extrême » du DMA

Apple a confirmé lors de la keynote d'ouverture de la WWDC 2026 que Siri AI, la version profondément remaniée de son assistant vocal promise dès 2024, ne sera pas disponible sur iPhone et iPad dans l'Union européenne au moment du lancement logiciel prévu plus tard cette année. La fonction sera en revanche accessible sur Mac équipé d'au moins une puce M1, avec les capacités les plus avancées, personnalisation vocale, LLM local, réservées aux machines disposant d'une puce M3 et de 12 Go de mémoire minimum. Craig Federighi, vice-président senior de l'ingénierie logicielle chez Apple, a publié un communiqué cinglant : « Nous sommes profondément déçus que nos utilisateurs européens n'aient pas Siri AI sur iPhone ou iPad. Leur refus de s'engager de manière constructive sur des solutions qui préservent la vie privée et la sécurité signifie que nous n'avons pas encore de calendrier pour la disponibilité de Siri AI sur iOS et iPadOS dans l'UE. » Le blocage tient au statut d'iOS et d'iPadOS comme « contrôleurs d'accès » au sens du Digital Markets Act. Le règlement européen impose à Apple de garantir que toute fonction structurante de la plateforme soit ouverte à la concurrence dans des conditions équivalentes, ce qui implique, selon la Commission, d'accorder aux assistants tiers les mêmes accès aux données privées des utilisateurs que ceux dont bénéficie Siri AI. Apple s'y refuse au nom de son architecture Private Compute Cloud, qu'elle décrit comme un système où elle-même n'a aucun accès aux données utilisateurs. Ouvrir ce périmètre à des tiers reviendrait, selon elle, à compromettre la sécurité de l'ensemble du système, Siri AI étant conçu pour interagir avec les messages, les achats, les fichiers et toutes les applications installées. Ce bras de fer s'inscrit dans une confrontation durable entre Apple et les régulateurs européens sur l'application du DMA, entré en vigueur en 2024. Apple affirme avoir cherché dès 2025 une voie de compromis, notamment via une proposition baptisée « Trusted System », rejetée par la Commission. L'entreprise juge l'interprétation européenne « extrême » et estime que les exigences actuelles sont incompatibles avec toute garantie de confidentialité sérieuse. Siri AI lui-même aura mis deux ans supplémentaires à atteindre la maturité promise lors de sa première présentation en 2024, un délai qui illustre la complexité technique du projet, désormais développé en partenariat avec Google. L'issue du contentieux réglementaire reste ouverte, Apple indiquant poursuivre le dialogue avec Bruxelles sans calendrier fixé.

💬 L'argument d'Apple tient. Forcer l'ouverture des données personnelles à des assistants tiers au nom de la concurrence, c'est précisément le contraire de la confidentialité, et la Commission le sait très bien. Reste que deux ans de retard sur Siri AI, ça aide à transformer un blocage réglementaire en bonne excuse.

Doctolib réfute livrer « les infos de ses utilisateurs » aux grands acteurs de l’IA

Le Canard Enchaîné a affirmé, dans son édition du 2 juin 2026, que Doctolib transmettait les données de ses utilisateurs à Microsoft, Anthropic et Google dans le but d'entraîner leurs grands modèles de langage. L'article vise notamment l'assistant de consultation que la licorne française commercialise depuis 2024 auprès des professionnels de santé. Ce service écoute les consultations médicales, avec l'accord du patient, pour générer automatiquement comptes-rendus et courriers. Or, les documents contractuels de Doctolib consultés par la rédaction de Next confirment que Microsoft Azure, Anthropic et Google Irlande figurent bien dans la liste des « sous-traitants ultérieurs » de l'entreprise, avec pour service déclaré la « fourniture du modèle de LLM » et pour finalité l'« analyse et création de contenu à des fins d'automatisation de tâches ». Doctolib dément catégoriquement que ces données médicales servent à entraîner les modèles de ses fournisseurs. Selon un porte-parole de l'entreprise, Microsoft, Anthropic et Google interviennent exclusivement comme prestataires techniques, sur instructions strictes de Doctolib, dans un cadre contractuel qui leur interdit d'utiliser les données à d'autres fins que la fourniture du service. En clair : les LLM américains sont bien mobilisés pour faire tourner les fonctionnalités de transcription et de synthèse, mais les notes médicales ne serviraient pas à affiner leurs poids. Sur le plan du stockage, Doctolib assure que les données sont hébergées sur des serveurs européens certifiés Hébergement de Données de Santé. Le Canard Enchaîné objecte toutefois que la justice américaine peut contraindre ces entreprises à transmettre des données outre-Atlantique, indépendamment de leur localisation physique. Cette controverse s'inscrit dans un débat plus large sur la souveraineté numérique des données de santé en France. Doctolib, qui traite des dizaines de millions de consultations, est une infrastructure critique du système de soins français, et toute ambiguïté sur le traitement de ses données sensitives déclenche une réaction immédiate. La tension entre innovation IA et protection des données médicales est structurelle : utiliser des LLM de pointe implique presque inévitablement de s'appuyer sur les infrastructures des géants américains, Microsoft, Google ou Anthropic, faute d'alternatives européennes comparables. Le RGPD et la certification HDS imposent des garanties, mais le Cloud Act américain crée un angle mort juridique que ni les certifications ni les contrats ne peuvent complètement combler. L'affaire illustre la fragilité des engagements de confidentialité dès lors que les données de santé transitent, même partiellement, par des acteurs soumis au droit américain.

💬 La distinction que fait Doctolib entre "faire tourner" et "entraîner" un LLM, elle est réelle. Mais ça n'enlève pas le truc qui gratte : tes comptes-rendus médicaux passent par des serveurs d'entreprises soumises au Cloud Act, et aucun label HDS ne te protège de ça. C'est une impasse structurelle, pas une faute de Doctolib spécifiquement.

Le déploiement de l’IA dans le domaine juridique révolutionne ce secteur

L'intelligence artificielle s'impose progressivement dans le monde juridique français, transformant le quotidien des avocats, notaires, magistrats et juristes d'entreprise. Les applications concrètes sont nombreuses : analyse de dossiers volumineux, aide à la rédaction d'actes complexes, recherche de jurisprudences ciblées, ou pseudonymisation automatique des décisions de justice. La Cour de cassation a récemment publié un rapport examinant l'usage de l'IA pour les institutions judiciaires françaises, identifiant des gains potentiels significatifs en efficacité et en qualité pour les magistrats. Mais l'outil montre aussi ses limites : le Tribunal administratif d'Orléans a dû rappeler à l'ordre, dans une décision du 29 décembre 2025, un avocat qui avait cité une quinzaine de références juridiques inexistantes, produites par hallucination de son outil d'IA. L'impact dépasse les seuls prétoires. Au sein des entreprises, le déploiement de l'IA redéfinit le rôle des juristes internes et engage la responsabilité des employeurs. Plusieurs décisions récentes de tribunaux judiciaires ont rappelé que tout employeur d'au moins 50 salariés doit consulter son comité social et économique (CSE) avant d'introduire des outils d'IA susceptibles de modifier les conditions de travail. Autrement dit, chaque déploiement de logiciel ou plateforme IA utilisé par les équipes devient un sujet de gouvernance sociale, et pas seulement technique. Les représentants du personnel se trouvent ainsi contraints de monter en compétence sur ces questions pour rendre des avis éclairés, sous peine de valider des changements dont ils n'auraient pas mesuré les conséquences. Ce mouvement s'inscrit dans un contexte réglementaire qui se structure rapidement. La Cour de cassation souligne que le déploiement de l'IA dans la justice ne pourra se faire sans garanties solides : souveraineté numérique pour l'hébergement des données, sécurité des systèmes d'information, respect des droits fondamentaux, transparence des algorithmes et maintien du contrôle humain sur les décisions. Ces exigences rejoignent celles du règlement européen sur l'IA, qui classe les systèmes utilisés dans la justice parmi les applications à haut risque soumises à obligations renforcées. L'enjeu central reste le même pour toutes les professions concernées : intégrer l'IA comme un outil d'appui sans substituer sa logique probabiliste au raisonnement juridique, qui exige rigueur, déontologie et responsabilité individuelle que l'automatisation ne peut pas absorber.

💬 Quinze jurisprudences fantômes dans un mémoire soumis au tribunal, c'est plus instructif que n'importe quel rapport sur l'IA dans le droit. L'outil aide vraiment sur l'analyse et la recherche, mais déléguer la citation de sources sans vérifier dans un domaine où chaque référence engage ta responsabilité directe, c'est une faute en attente de se produire. Le cadre arrive (AI Act, consultation CSE, rapport Cour de cassation), reste à voir combien de praticiens vont attendre leur propre affaire Orléans avant de prendre ça au sérieux.

L’Europe veut désormais construire la technologie qu’elle régule

L'Union européenne, longtemps perçue comme un régulateur mondial du numérique, affiche désormais une ambition industrielle assumée : ne plus seulement encadrer les technologies, mais les concevoir et les déployer sur son propre sol. Après le RGPD en 2018, puis le Digital Markets Act, le Digital Services Act et l'AI Act, Bruxelles entend franchir un cap en combinant son arsenal réglementaire à une stratégie d'investissement et de souveraineté technologique. Ce virage est motivé par une double pression : la domination écrasante des géants américains, Microsoft, Google, Meta, Amazon, sur les infrastructures numériques européennes, et la montée en puissance de la Chine dans les secteurs clés de l'intelligence artificielle, des semi-conducteurs et du cloud. Pour les entreprises et institutions européennes, l'enjeu est concret : réduire une dépendance technologique jugée de plus en plus risquée, tant sur le plan économique que géopolitique, et créer les conditions d'une compétitivité à long terme. Cette ambition s'inscrit dans une trajectoire plus large amorcée par le plan RePowerEU, le Chips Act européen et les discussions autour d'un fonds souverain pour l'IA. Elle soulève cependant des questions structurelles : comment concilier une réglementation stricte, parfois accusée de freiner l'innovation, avec la nécessité de faire émerger des champions technologiques européens capables de rivaliser à l'échelle mondiale ? La réponse de Bruxelles pourrait redéfinir durablement le modèle européen de gouvernance du numérique.

💬 L'Europe a passé dix ans à poser des garde-fous pendant que les Américains construisaient, et le réveil est tardif mais bienvenu. Ce qui me tracasse, c'est pas le financement (les milliards souverains sont là), c'est si les mêmes institutions qui pondent 200 pages de réglementation savent aussi accélérer des boîtes tech. C'est une autre compétence, pas forcément dans leurs gènes.

IA et droit d’auteur : la proposition de loi qui inquiète Mistral arrive à l’Assemblée

La Commission des affaires culturelles de l'Assemblée nationale a adopté mardi 2 juin la proposition de loi visant à instaurer une présomption d'utilisation des contenus culturels par les fournisseurs d'intelligence artificielle. Votée à l'unanimité par le Sénat le 8 avril, la proposition est portée par la sénatrice Agnès Evren (LR). Son principe tient en un article unique : inverser la charge de la preuve en matière de droit d'auteur. Aujourd'hui, c'est à l'auteur ou à l'éditeur de démontrer qu'une entreprise d'IA a utilisé ses œuvres pour entraîner ses modèles. Demain, si la loi est adoptée, cette utilisation sera automatiquement présumée dès lors qu'un indice lié au développement ou aux résultats d'un système d'IA la rend vraisemblable. Les débats en commission se sont révélés relativement consensuels, l'ensemble des groupes, à l'exception du RN, jugeant le texte équilibré. Un amendement déposé par Prisca Thevenot (Renaissance) pour abaisser le seuil de déclenchement de la présomption a été rejeté, tout comme les 15 autres amendements présentés. Le texte sera examiné en séance publique le 11 juin. L'enjeu est considérable pour les créateurs et les sociétés de gestion de droits françaises, qui réclament ce type de dispositif depuis plusieurs années. En renversant la charge de la preuve, la loi contraindrait les grandes entreprises d'IA à démontrer qu'elles n'ont pas utilisé des œuvres protégées, ou à négocier des accords financiers avec les ayants droit pour se prémunir de poursuites judiciaires. Selon ses défenseurs, dont Agnès Evren, l'objectif n'est pas de multiplier les procès mais d'obliger l'industrie de l'IA à passer d'une logique de prédation à une logique de transparence et de rémunération. Les auteurs, musiciens, journalistes et autres créateurs dont les œuvres alimentent les modèles sans compensation pourraient ainsi voir leur situation radicalement changer. Le texte ne fait pourtant pas l'unanimité, et les débats en séance publique s'annoncent plus tendus qu'en commission. Le député Paul Midy (5e circonscription de l'Essonne) a publiquement tiré la sonnette d'alarme après l'adoption en commission, dénonçant une mesure susceptible de fragiliser Mistral AI, la principale entreprise française dans le secteur des grands modèles de langage. Cet argument de compétitivité nationale illustre la tension centrale du débat européen sur l'IA : comment protéger les droits des créateurs sans handicaper les acteurs locaux face aux géants américains et chinois, soumis à des cadres juridiques bien moins contraignants ? La France se retrouve ainsi à trancher un dilemme que l'Union européenne n'a pas su résoudre dans l'AI Act, et la séance du 11 juin déterminera si le législateur français choisit de pencher du côté des artistes ou de celui des investisseurs.

💬 C'est la loi qui aurait dû exister il y a trois ans. Renverser la charge de la preuve, ça met fin à la logique absurde où c'est l'auteur spolié qui doit prouver qu'il s'est fait spolier. L'argument Mistral est compréhensible, mais si payer des droits aux créateurs les "fragilise", c'est qu'il y avait un problème de modèle économique depuis le début.

Amnesty appelle à interdire les IA génératives entraînées sur du pillage de données

Amnesty International a publié un rapport détaillé sur les violations des droits humains causées par l'intelligence artificielle générative, appelant explicitement à interdire les modèles entraînés sur du scraping de données non consenti. L'organisation analyse l'ensemble de la chaîne de production de l'IA, des fabricants de puces GPU jusqu'aux contenus générés, en passant par la constitution des jeux de données. Elle cible directement les outils grand public les plus utilisés : ChatGPT, DALL-E, Gemini, Midjourney, LLaMA, Stable Diffusion et DeepSeek. Selon Amnesty, ces modèles ont été construits à partir de données collectées "sans la connaissance ni le consentement des personnes à l'origine des données", qu'il s'agisse d'utilisateurs de réseaux sociaux ou d'artistes. La conclusion est sans appel : le scraping massif et non consenti est "fondamentalement incompatible avec le droit international relatif aux droits humains", notamment le Pacte international relatif aux droits civils et politiques adopté par l'ONU en 1966. L'impact dépasse la seule question de la vie privée. Amnesty identifie des violations du droit à la non-discrimination, à la liberté d'expression et à la liberté de pensée. Le rapport pointe également les coûts environnementaux de l'IA générative, dont l'augmentation continue de la taille des modèles et des volumes de données nécessaires à leur entraînement affecte de manière disproportionnée les pays du Sud global. À cela s'ajoute une domination culturelle et linguistique anglophone structurelle, intégrée dès la phase de collecte des données. Pour l'ONG, derrière l'apparence de sophistication technologique se cache "une réalité faite de principes de conception qui bafouent les droits humains", comparables aux dérives des outils d'IA antérieurs à la générative. Ce rapport s'inscrit dans un mouvement plus large de contestation juridique et institutionnelle du modèle économique des grandes plateformes d'IA. En Europe, l'organisation noyb a déjà menacé Meta d'une class action pour l'entraînement de ses modèles sur des données d'utilisateurs européens, et plusieurs artistes ainsi que des éditeurs de presse ont engagé des procédures similaires aux États-Unis contre OpenAI et Google. Le règlement européen sur l'IA impose des obligations de transparence sur les données d'entraînement, mais les ONG estiment ces mesures insuffisantes. En demandant une interdiction pure et simple des systèmes bâtis sur du scraping non consenti, Amnesty franchit un cap rhétorique notable : il ne s'agit plus de réguler ces pratiques, mais de les proscrire au nom du droit international, ce qui pourrait alimenter de nouvelles stratégies judiciaires et législatives dans les mois à venir.

💬 La position d'Amnesty est radicale, et c'est exactement là son intérêt : plus de régulation molle, on interdit ce qui viole les droits humains, point. Interdire ChatGPT et Gemini du jour au lendemain c'est pas pour demain, mais ancrer ce débat dans le droit international plutôt que dans la soft law de l'AI Act, c'est un changement de registre qui peut nourrir des procédures vraiment musclées. Reste à voir si les juges suivront.

L’AI Act : le cadre Européen qui redéfinit l’Impact sociologique de l’IA en entreprise

L'Union européenne a adopté l'AI Act, un règlement dont l'entrée en vigueur progressive s'étend désormais jusqu'en 2028, après que le calendrier initial prévoyait une application complète dès 2026. Ce texte impose des obligations sur l'entraînement des modèles d'IA, protège la propriété intellectuelle et introduit un système de classification des risques. Pour décrypter ses effets concrets, Mathieu Changeat, cofondateur de Dydu et directeur des opérations du groupe Zaion Dydu, livre une analyse de terrain. Selon lui, le glissement des délais ne doit pas masquer le vrai problème : le déficit de financement européen face aux géants américains et chinois. Malgré la valorisation milliardaire d'acteurs comme Mistral AI, la force de frappe financière nécessaire au développement et à la démocratisation des modèles d'IA générative reste insuffisante à l'échelle du continent. L'AI Act aura néanmoins un impact structurant sur la perception de confiance des utilisateurs et des entreprises. Le label de conformité qu'il introduit atteste d'un entraînement sur des données éthiques et renforce la transparence, sans pour autant éliminer les hallucinations algorithmiques, qui relèvent de l'architecture technique des modèles. Son effet le plus tangible se manifeste dans la quête de souveraineté numérique : grands groupes et secteur public privilégient désormais des solutions européennes, parfois au détriment de la performance pure, sous l'effet des tensions géopolitiques actuelles. Cette tendance à l'autorégulation précède le règlement lui-même, ce qui signifie que l'AI Act ne bouleversera pas les pratiques des acteurs déjà engagés dans cette direction, mais formalisera des comportements qui s'imposaient déjà de fait. Une fracture technologique se dessine cependant entre grandes entreprises et PME. Si les grands groupes disposent des ressources pour investir dans des solutions souveraines sur mesure, les petites structures risquent de rester dépendantes de solutions standards, souvent américaines, faute de moyens et de capacité à suivre la cadence réglementaire. En parallèle, l'émergence des agents IA autonomes, capables de collaborer sur des tâches complexes, soulève de nouvelles questions de gouvernance que l'AI Act n'avait pas anticipées dans sa version originelle, élaborée avant l'explosion de ChatGPT fin 2022. L'Europe se trouve ainsi dans une position ambivalente : pionnière sur le plan réglementaire, mais en retard sur le plan industriel, avec un règlement qui définit les règles du jeu sans garantir les moyens d'y jouer à armes égales.

💬 L'AI Act réglemente un marché de 2022, les agents autonomes et tout ce qui a explosé depuis ChatGPT ne sont pas vraiment dedans. Le label de conformité va rassurer les grands comptes, ça oui, mais les PME vont rester sur AWS et GPT faute de moyens pour faire autrement. On crée le cadre réglementaire sans s'assurer qu'il y a une industrie derrière pour jouer le jeu.

OpenAI déploie des cadres de gouvernance pour une IA d'entreprise sûre et évolutive

OpenAI a publié son Frontier Governance Framework (FGF), un document qui détaille comment l'organisation évalue et atténue les risques systémiques liés à ses modèles d'intelligence artificielle les plus avancés. Le framework s'aligne directement sur le Code de pratique pour l'IA généraliste de l'Union européenne ainsi que sur le Transparency in Frontier AI Act (TFAIA) de Californie. Il introduit une définition précise du risque systémique : tout scénario prévisible pouvant causer plus de 50 décès ou 1 milliard de dollars de dégâts matériels lors d'un seul incident. Les menaces sont réparties en catégories spécifiques, cybersécurité offensive, risques CBRN (chimique, biologique, radiologique, nucléaire), manipulation harmful et perte de contrôle, elles-mêmes subdivisées en niveaux de risque numérotés. Un modèle classé Tier 3 en cybersécurité est, par exemple, capable d'identifier et d'exploiter des failles zero-day dans des systèmes durcis sans intervention humaine ; en catégorie CBRN, un tel modèle pourrait autonomement compléter le cycle de synthèse d'un agent biologique de classe A selon les classifications CDC. Ce cadre fournit aux entreprises déployant des LLMs en production un blueprint concret pour structurer leur gouvernance interne. Plutôt que de traiter ces niveaux comme de simples avertissements, les équipes sécurité peuvent s'en servir pour fixer des seuils opérationnels précis, déclencher des audits tiers et dimensionner les ressources de monitoring post-déploiement. Pour les outils de marketing automation ou les assistants de code, cela se traduit par des obligations claires : classifieurs de contenu en temps réel, supervision humaine maintenue dans les workflows critiques, et fail-safes déterministes pour les agents autonomes gérant la logistique ou le trading financier. Le framework note également que la manipulation, influencer des comportements humains à des fins électorales ou propagandistes, reste un domaine exploratoire où les mitigations système au niveau du déploiement priment sur les évaluations pré-lancement. Le FGF s'inscrit dans une dynamique réglementaire accélérée : l'UE exige désormais des évaluations de risques systémiques pour les modèles frontier, et plusieurs États américains suivent avec leur propre législation sur la transparence des IA. OpenAI se positionne ici à la fois comme acteur régulé et comme producteur de standards de facto, en publiant des méthodologies que d'autres labs ou entreprises peuvent adopter. La catégorie "perte de contrôle" est particulièrement révélatrice des préoccupations du moment : un modèle Tier 3 y est décrit comme supérieur aux experts humains, capable d'opérer en autonomie prolongée tout en échappant aux mécanismes de détection, y compris le monitoring de sa propre chaîne de pensée. La publication du FGF intervient alors que la course aux agents autonomes s'intensifie chez OpenAI, Google et Anthropic, et que la question de savoir qui contrôle réellement ces systèmes devient un enjeu industriel et politique de premier plan.

💬 OpenAI écrit les règles par lesquelles ils vont être évalués, c'est malin. Définir le risque systémique à 50 morts ou un milliard de dégâts, ça donne enfin du concret plutôt que des grands principes flous. Ce qui bloque, c'est la description du Tier 3 en "perte de contrôle" : un modèle capable d'échapper au monitoring de sa propre chaîne de pensée, c'est pas vraiment un avertissement, c'est presque une feuille de route.