Modèles d'IA : les entreprises réclament des règles claires sur les données d'entraînement
Entre obligation de transparence et secret industriel, les acteurs du secteur cherchent un équilibre alors que les premiers contrôles de conformité approchent.
La conformité devient un sujet d'ingénierie autant que de droit. À l'approche des premiers contrôles, les entreprises qui déploient des modèles d'apprentissage automatique doivent documenter l'origine de leurs données, la finalité des traitements et les mesures de limitation des risques.
Documenter sans tout dévoiler
Le point de friction porte sur le niveau de détail exigé. Les éditeurs plaident pour des résumés structurés, suffisamment précis pour être vérifiables mais sans exposer la composition exacte des corpus, qu'ils considèrent comme un actif stratégique.
Côté ayants droit, la demande est inverse : une traçabilité fine, seule capable selon eux de permettre l'exercice concret des droits d'opposition et de rémunération.
Les PME en première ligne
Les grands groupes disposent d'équipes dédiées. Les structures plus petites, qui intègrent des modèles tiers dans leurs produits, découvrent qu'elles portent aussi une part de responsabilité, notamment sur l'information des utilisateurs et la journalisation des incidents.
Plusieurs fédérations demandent des modèles de documentation standardisés et un guichet d'accompagnement, à l'image de ce qui a existé lors de l'entrée en vigueur des règles sur la protection des données personnelles.
