L’affrontement entre Meta et OpenAI s’estompe avec l’entrée en vigueur des règles européennes de transparence sur l’IA

Meta et OpenAI sont soumis à des règles européennes contraignantes de transparence à partir du 2 août, malgré des affirmations selon lesquelles Meta aurait rejeté le cadre tandis qu’OpenAI aurait rejoint plus de 180 signataires.

Ce récit mélange deux codes européens distincts et présente des chiffres inexacts. Meta a refusé un code sur l’IA à usage général en 2025, mais a accepté le nouveau code sur la transparence des contenus le 28 juillet 2026. La Commission européenne indique que plus de 180 parties prenantes ont contribué à rédiger ce code. Il s’agissait de participants, pas nécessairement de signataires.

Cette correction change la perspective. Il ne s’agit pas d’une simple divergence entre Meta et OpenAI sur la nécessité d’étiqueter les contenus synthétiques. Les deux entreprises soutiennent désormais le cadre volontaire destiné à mettre en œuvre ces étiquettes, tout en restant juridiquement responsables au titre de l’EU AI Act.

L’article 50 commence à s’appliquer le 2 août. Il impose à certains systèmes d’IA de s’identifier, aux contenus générés de porter des marqueurs lisibles par machine, et à certains contenus synthétiques de faire l’objet de mentions visibles.

La partie difficile commence après l’échéance. Les entreprises doivent préserver une provenance utile à travers les modifications et la diffusion, tandis que les régulateurs déterminent ce qu’est une conformité adéquate dans la pratique.

Ce que l’EU AI Act change le 2 août

Les nouvelles règles instaurent plusieurs obligations distinctes, plutôt qu’une étiquette universelle pour tout ce qui est créé avec l’IA.

Les fournisseurs de systèmes d’IA interactifs doivent informer les personnes lorsqu’elles interagissent avec une IA, à moins que cela ne soit déjà évident. Cette exigence couvre des interfaces courantes comme les chatbots, les assistants et les systèmes conversationnels de service client.

Cette information doit être fournie au plus tard lors de la première interaction. Une entreprise ne peut pas la dissimuler au fond de conditions générales que les utilisateurs ouvrent rarement.

Le même principe s’applique aux systèmes qui génèrent ou manipulent des images, de l’audio, des vidéos ou du texte. L’article 50 impose aux fournisseurs de rendre les contenus concernés détectables comme artificiels ou manipulés.

Le texte de l’AI Act précise que ces mesures techniques doivent être efficaces, interopérables, fiables et raisonnablement résilientes. Il demande également aux fournisseurs de tenir compte des normes disponibles et des coûts de mise en œuvre.

Un marqueur lisible par machine est une information que les logiciels peuvent détecter et traiter. Il peut s’appuyer sur des métadonnées, le tatouage numérique, des empreintes, des journaux ou une combinaison de techniques.

Cette obligation technique va au-delà d’une étiquette visible. Elle s’applique au niveau du contenu produit par le système, y compris lorsqu’aucun badge ni avertissement n’est visible pour un spectateur humain.

Les obligations de divulgation visible suivent un ensemble de règles plus restreint. Les organisations qui utilisent un système d’IA à titre professionnel doivent signaler les deepfakes impliquant des images, de l’audio ou des vidéos synthétiques ou manipulées.

La loi définit un deepfake comme un contenu ressemblant à de vraies personnes, objets, lieux, entités ou événements, mais qui donnerait faussement l’apparence d’être authentique. Cette définition va au-delà de l’usurpation d’identité politique.

Les textes générés par l’IA font l’objet d’un traitement différent. Une divulgation est requise lorsque le texte informe le public sur des sujets d’intérêt public.

Toutefois, une exception s’applique lorsque des humains examinent le contenu ou exercent un contrôle éditorial. Une personne ou une organisation doit également assumer la responsabilité éditoriale de la publication.

Les œuvres créatives et satiriques bénéficient d’un autre aménagement. Les divulgations ne doivent pas empêcher l’affichage normal ou l’appréciation de contenus artistiques, fictifs ou similaires.

Ces distinctions comptent pour les éditeurs, les studios de jeux, les équipes publicitaires et les plateformes sociales. Une démonstration de produit synthétique peut entraîner des obligations différentes de celles d’un résumé d’actualité édité.

Les lignes directrices de la Commission européenne sur la transparence expliquent comment les autorités doivent interpréter l’article 50 de manière cohérente. Ces orientations ne remplacent pas le règlement lui-même.

Les règles s’appliquent aux systèmes mis sur le marché de l’UE ou utilisés dans l’UE. Un fournisseur n’y échappe pas simplement parce que son siège se trouve hors d’Europe.

Les contenus générés et publiés avant le 2 août ne nécessitent pas d’étiquetage rétroactif. Les nouveaux contenus créés après cette échéance entrent dans la période active de conformité.

Une transition proposée accorderait à certains systèmes existants jusqu’au 2 décembre 2026 pour le marquage lisible par machine. Cet aménagement concerne une obligation technique limitée, et non l’ensemble des exigences de l’article 50.

Cette proposition ne doit pas non plus être interprétée comme un report général de l’application des règles. Les entreprises doivent toujours identifier les systèmes, contenus et usages professionnels relevant de chaque obligation.

Cela crée une pression immédiate sur les interfaces produit et les flux de publication. Un chatbot nécessite une divulgation de son identité, tandis qu’une chaîne de production de contenu nécessite une provenance durable et des étiquettes sensibles au contexte.

La loi modifie donc davantage qu’une ligne de texte dans une interface. Elle crée une chaîne de responsabilité allant de la production du modèle à la diffusion publique.

Pourquoi la divergence entre Meta et OpenAI a été mal rapportée

Meta et OpenAI ont adopté des positions différentes sur un précédent code relatif à l’IA, mais toutes deux soutiennent le nouveau code de transparence régissant les contenus générés.

En juillet 2025, Meta a déclaré qu’elle ne signerait pas le Code de bonnes pratiques de l’UE pour l’IA à usage général. Ce cadre concernait les obligations applicables aux modèles à usage général au titre de dispositions distinctes de l’AI Act.

Meta a invoqué une incertitude juridique et estimé que certaines parties du précédent code dépassaient le champ d’application de la loi. OpenAI, Google, Microsoft et plusieurs autres fournisseurs de modèles ont signé ce cadre.

Ce désaccord a créé un récit facile à retenir. OpenAI semblait disposée à accepter un modèle européen de conformité, tandis que Meta se positionnait contre des engagements volontaires supplémentaires.

Cette histoire ne décrit pas fidèlement le cadre de transparence de 2026. Le nouveau code se concentre sur le marquage et l’étiquetage des contenus générés ou manipulés par l’IA au titre de l’article 50.

OpenAI a annoncé son soutien au code sur la transparence des contenus après sa publication par la Commission en juin. L’entreprise a lié cette décision à ses travaux existants sur la provenance des contenus.

Meta a ensuite annoncé le 28 juillet qu’elle signerait le même code. Sa déclaration de signature contredit directement les informations affirmant que l’entreprise avait refusé ce cadre.

Cette distinction sépare deux instruments de politique publique aux noms similaires :

• Le Code sur l’IA à usage général aide les fournisseurs de modèles à répondre à des obligations en matière de documentation, de droit d’auteur et de risques systémiques.

• Le Code sur la transparence aide les fournisseurs et les déployeurs professionnels à satisfaire aux obligations de marquage et d’étiquetage des contenus générés.

Les deux codes sont des outils volontaires de mise en œuvre. Aucun ne rend facultatives les obligations juridiques sous-jacentes.

Le chiffre souvent repris de plus de 180 organisations doit également être corrigé. La Commission indique que six experts indépendants ont rédigé le code sur la transparence avec la contribution de plus de 180 parties prenantes.

Ce chiffre décrit la participation au processus de rédaction. Il n’établit pas que plus de 180 organisations ont signé le document final.

La Commission a invité les fournisseurs et les déployeurs à soumettre des formulaires de signature avant l’établissement de la liste initiale. Les organisations peuvent également adhérer après l’échéance initiale.

Ces corrections n’effacent pas toutes les différences entre les entreprises. Meta et OpenAI exploitent toujours des portefeuilles de produits, des canaux de distribution et des stratégies de modèles distincts.

Meta contrôle Facebook, Instagram, WhatsApp et des fonctions d’IA grand public intégrées à ces services. Elle doit prendre en compte à la fois les contenus produits par les modèles et la circulation de médias synthétiques sur de grandes plateformes.

OpenAI atteint principalement les utilisateurs via ChatGPT, sa plateforme pour développeurs et des intégrations avec des partenaires commerciaux. Son périmètre de conformité inclut les contenus générés et les applications en aval créées par ses clients.

Microsoft et Google font face à des responsabilités tout aussi stratifiées. Chaque entreprise fournit des modèles, des assistants grand public, des services cloud, des outils de productivité et des plateformes où les contenus synthétiques peuvent circuler.

Le conflit central n’oppose donc pas Meta à OpenAI sur l’importance de la transparence. Il porte sur l’alignement volontaire face à la preuve indépendante de conformité juridique.

Signer offre à une entreprise un modèle opérationnel reconnu. Refuser la laisserait néanmoins responsable du respect de l’article 50 par une autre méthode défendable.

La Commission indique que les non-signataires doivent s’attendre à des questions plus approfondies sur les mesures qu’ils ont choisies. Les autorités pourraient demander des analyses d’écarts, de la documentation technique ou des preuves que des contrôles alternatifs produisent des résultats équivalents.

La comparaison entre Meta et OpenAI reste utile, mais pour une autre raison. Les deux entreprises montrent comment une même organisation peut occuper plusieurs rôles au sein d’une même chaîne de contenu.

Un fournisseur peut générer un contenu, déployer l’IA à titre professionnel, héberger le média qui en résulte et le présenter aux utilisateurs. Chaque rôle peut déclencher une décision de transparence différente.

L’histoire corrigée est moins spectaculaire qu’un boycott d’entreprise. Elle est aussi plus lourde de conséquences, car la conformité dépend désormais de la mise en œuvre à travers des produits interconnectés.

Les étiquettes sont simples, la provenance durable est difficile

Le défi pratique consiste à conserver une provenance de l’IA détectable après qu’un contenu a quitté le générateur qui l’a créé.

Un badge visible peut indiquer à un spectateur qu’un chatbot utilise l’IA. Il peut aussi identifier une image synthétique ou une vidéo manipulée au sein d’une interface contrôlée.

Cette approche s’affaiblit lorsque les utilisateurs téléchargent, recadrent, compressent, capturent, remixent ou republient le contenu. Les outils de diffusion ordinaires suppriment régulièrement les métadonnées ou modifient le fichier sous-jacent.

Le marquage lisible par machine vise à résoudre ce problème. Les logiciels peuvent inspecter un fichier ou un contenu pour y repérer des éléments intégrés sur son origine et son historique de modification.

Aucune technique ne fonctionne parfaitement pour tous les médias. Les métadonnées peuvent disparaître, les tatouages numériques peuvent se dégrader et les modèles de détection peuvent produire des classifications incertaines.

Le code de transparence de la Commission traite le marquage comme un processus à plusieurs niveaux. Les fournisseurs peuvent combiner des signaux techniques, de la documentation, des tests et une assistance à la détection.

L’interopérabilité est importante, car les contenus restent rarement dans le système d’une seule entreprise. Une image peut être créée dans un générateur, passer par un éditeur, puis finir sur un réseau social.

Chaque étape peut préserver, modifier ou supprimer les informations de provenance. Un système fiable nécessite que différents outils reconnaissent et transmettent des signaux compatibles.

Cette exigence exerce simultanément une pression sur Meta, OpenAI, Google, Microsoft, Adobe et les petits développeurs. Leurs produits doivent échanger des informations de provenance sans dépendre d’un format propriétaire d’un seul fournisseur.

Des projets sectoriels comme Content Credentials offrent une base possible. Ils associent à un fichier des informations signées sur son origine et son historique de modification.

Content Credentials utilise la norme technique C2PA, qui prend en charge une provenance vérifiable par cryptographie. La vérification cryptographique permet de contrôler si les informations enregistrées ont changé après leur signature par une partie de confiance.

Cette méthode peut décrire la manière dont un fichier a été créé sans affirmer que son contenu est factuellement exact. L’authenticité de la provenance et l’exactitude factuelle restent deux questions distinctes.

Une photographie réelle peut comporter des identifiants valides et rester trompeuse à cause de sa légende. Une image synthétique peut divulguer honnêtement son origine tout en représentant quelque chose qui ne s’est jamais produit.

Cette limite est importante pour les régulateurs et les utilisateurs. L’article 50 vise la tromperie concernant l’interaction avec l’IA et l’origine synthétique, et non toutes les formes de désinformation.

Le texte présente une autre complication. Un marquage stable devient difficile lorsqu’une personne copie, paraphrase, traduit ou modifie substantiellement une prose générée.

La loi concentre les obligations de divulgation visibles dans le texte sur les contenus d’intérêt public. Elle reconnaît également la relecture humaine et la responsabilité éditoriale, ce qui réduit le risque d’étiqueter chaque phrase assistée.

Les éditeurs ont néanmoins besoin d’un flux de travail cohérent. Les équipes doivent consigner les outils ayant contribué, indiquer si une personne a relu le résultat et préciser qui a accepté la responsabilité éditoriale.

Ces informations peuvent être dispersées entre historiques de navigation, journaux de discussion, fichiers locaux, fils d’e-mails et systèmes de contenu. Une base de connaissances IA consultable peut aider les équipes à reconstituer les décisions, même si elle ne suffit pas à établir la conformité légale.

Pour les développeurs, les questions d’implémentation sont concrètes. À quel moment une API doit-elle renvoyer des informations de provenance, et quelles transformations en aval doivent les préserver ?

Pour les acheteurs en entreprise, les questions d’approvisionnement évoluent également. Ils doivent savoir si les fournisseurs proposent des contrôles de marquage, conservent les enregistrements pertinents et prennent en charge les audits.

Pour les créateurs, le résultat visible compte avant tout. Une étiquette doit rester compréhensible sans submerger l’œuvre ni laisser entendre que toute assistance de l’IA revêt la même importance.

Pour les plateformes, le défi inclut les formats étrangers et non pris en charge. Elles recevront du contenu généré par des outils dotés de systèmes de marquage différents et d’une qualité de divulgation variable.

La question Meta OpenAI dépasse donc les déclarations des entreprises. Leurs choix en matière de conformité peuvent influencer les conventions que devront suivre les petits fournisseurs et les développeurs en aval.

Les grandes plateformes peuvent également décider de la visibilité des signaux de provenance. Un marquage lisible par machine offre peu de valeur publique si les interfaces ne l’affichent jamais.

Une étiquette mal conçue peut créer un autre problème. Les utilisateurs pourraient considérer un contenu non étiqueté comme authentique, même lorsque ses données de provenance ont été supprimées ou n’ont jamais été fournies.

L’absence de marquage détectable ne prouve pas qu’un fichier provient d’un appareil photo ou d’un auteur humain. Les régulateurs et les plateformes doivent communiquer cette limite avec prudence.

C’est le compromis central de l’article 50. L’Europe veut rendre les contenus synthétiques reconnaissables sans transformer des signaux techniques imparfaits en fausses garanties.

L’application de la loi crée davantage de pression que le code volontaire

Signer le code peut simplifier la conformité, mais c’est l’AI Act qui détermine l’exposition juridique.

La Commission décrit le code comme une voie pratique pour satisfaire à l’article 50. Les signataires bénéficient d’un cadre commun et d’une plus grande prévisibilité quant aux mesures attendues.

Cela ne crée pas d’immunité automatique. Les autorités peuvent toujours examiner si un signataire a respecté ses engagements et la réglementation contraignante.

Les non-signataires restent libres de choisir une autre voie. Ils doivent être prêts à expliquer pourquoi leurs contrôles assurent une transparence adéquate et fiable.

Les autorités nationales de surveillance du marché assureront l’essentiel de l’application de l’article 50. Le Bureau de l’IA de l’UE joue un rôle plus restreint concernant certains systèmes liés aux modèles d’IA à usage général et aux grandes plateformes en ligne.

Cette structure distribuée crée de l’incertitude durant les premiers mois. Les différentes autorités doivent élaborer des attentes communes tout en examinant des produits aux conceptions techniques très différentes.

Les lignes directrices de la Commission visent à réduire cette fragmentation. Toutefois, les décisions d’application concrètes montreront comment les autorités équilibrent fiabilité, proportionnalité, faisabilité technique et coût.

Les affirmations concernant l’amende maximale exigent également de la précision. Des articles ont associé les violations de transparence à une amende maximale de 7,5 millions d’euros ou à un pour cent du chiffre d’affaires annuel mondial.

Ces montants s’appliquent à la fourniture d’informations incorrectes, incomplètes ou trompeuses en réponse à une demande d’une autorité. Ils ne constituent pas le plafond général applicable à une violation de l’article 50.

En vertu de l’article 99, les violations de l’article 50 peuvent entraîner des amendes administratives allant jusqu’à 15 millions d’euros. Pour une entreprise, le plafond alternatif correspond à trois pour cent du chiffre d’affaires annuel mondial total de l’exercice précédent.

La réglementation applique généralement le montant le plus élevé aux entreprises. Les petites et moyennes entreprises font l’objet d’un traitement différent, avec application du plafond inférieur pertinent.

Une autorité n’impose pas automatiquement le maximum. Elle doit tenir compte de la nature, de la durée et des conséquences de la violation, de la coopération, des antécédents et d’autres circonstances.

Néanmoins, ce plafond corrigé augmente les enjeux. La transparence n’est pas simplement une norme de communication assortie d’une modeste sanction pour défaut de divulgation.

Le risque va au-delà de l’amende elle-même. Une enquête peut exiger des preuves techniques, révéler des processus internes incohérents et imposer des modifications de produits sur plusieurs marchés.

Meta fait face à cette complexité dans les médias générés et la distribution sociale. OpenAI y fait face à travers ses produits directs, ses API et des résultats réutilisés dans des services tiers.

Google et Microsoft combinent les deux modèles. Ils exploitent des plateformes de modèles tout en diffusant l’IA dans la recherche, la publicité, les logiciels de bureau, les systèmes cloud et les services grand public.

Les petites entreprises supportent une charge différente. Elles peuvent dépendre de fournisseurs de modèles en amont tout en restant responsables de l’interface ou du contenu public qu’elles déploient.

Une startup utilisant un modèle externe doit toujours déterminer si la divulgation relative à son chatbot est claire. Un éditeur utilisant un assistant d’écriture doit toujours assumer la responsabilité éditoriale pour les textes d’intérêt public.

Cette responsabilité partagée peut créer des lacunes. Un fournisseur en amont peut fournir des informations lisibles par machine qu’une application en aval ne parvient pas à préserver.

L’inverse peut également se produire. Un déployeur peut vouloir une provenance précise, mais le fournisseur peut ne proposer que des signaux techniques ou une documentation insuffisants.

Les contrats traiteront de plus en plus de ces transferts. Les acheteurs en entreprise doivent s’attendre à des questions sur le marquage des résultats, les enregistrements, les tests, la réponse aux incidents et la répartition des responsabilités réglementaires.

Le code peut devenir une référence informelle en matière d’approvisionnement, même si sa signature demeure volontaire. Les acheteurs peuvent préférer les fournisseurs qui suivent un cadre reconnu à ceux qui proposent des alternatives non documentées.

Cependant, cet effet de marché ne doit pas être surestimé. La signature révèle une approche de conformité envisagée, et non la preuve que chaque produit et chaque résultat respectent la loi.

La question sceptique centrale concerne la durabilité technique. Les systèmes de marquage restent confrontés à l’effacement, aux transformations, à une adoption inégale et au contournement délibéré.

Les étiquettes lisibles par l’humain apportent leurs propres incertitudes. Les utilisateurs ont besoin de divulgations opportunes et claires, tandis que les œuvres créatives ont besoin d’étiquettes qui ne compromettent pas leur présentation habituelle.

L’application de la loi mettra ces exigences concurrentes à l’épreuve. La norme réellement significative émergera des preuves liées aux produits et des décisions réglementaires, et non des seules annonces de signature.

Ce que Meta, OpenAI et leurs clients devraient surveiller ensuite

Trois signaux montreront si le cadre européen de transparence devient une norme opérationnelle ou un ensemble d’étiquettes fragiles.

Le premier signal sera la liste initiale des signataires publiée par la Commission, ainsi que ses mises à jour ultérieures. Cette liste précisera quelles entreprises ont accepté chaque section du code.

Les organisations peuvent signer la section destinée aux fournisseurs, celle destinée aux déployeurs, ou les deux, selon leurs activités. Les engagements précis comptent davantage que la présence d’une entreprise dans une liste mise en avant.

Si Meta et OpenAI acceptent des sections comparables, le récit précédent sur leur divergence en matière de transparence s’affaiblit davantage. Des engagements différents révéleraient les domaines où leurs rôles produits divergent encore.

Le deuxième signal sera l’implémentation au niveau des produits en août et septembre. Les utilisateurs devraient surveiller les introductions de chatbots, les étiquettes des médias générés, les métadonnées de téléchargement, la documentation destinée aux développeurs et les interfaces de détection des plateformes.

Une brève divulgation dans une application ne répondra pas à la question plus large de la conformité. L’élément important est de savoir si la provenance survit aux déplacements entre outils et plateformes.

Les développeurs devraient examiner les réponses des API et les exportations de médias. Les clients d’entreprise devraient demander une documentation décrivant quels résultats reçoivent des marques et comment celles-ci résistent aux transformations courantes.

Les éditeurs devraient examiner leurs flux éditoriaux pour les textes d’intérêt public. Ils ont besoin de registres clairs concernant la relecture humaine, la responsabilité et toute décision de divulgation.

Ces changements montreront si le code influence les systèmes réels. Des mises à jour d’interface limitées affaibliraient les affirmations selon lesquelles les signataires ont adopté une approche globale.

Le troisième signal sera l’orientation réglementaire et l’application initiales. Les autorités nationales devront déterminer quelles preuves démontrent un marquage fiable, une divulgation claire et une mise en œuvre proportionnée.

Les décisions formelles peuvent prendre du temps. Des indices plus précoces peuvent apparaître par le biais d’avis de surveillance, de demandes de conformité, d’ateliers techniques et de mises à jour des lignes directrices de la Commission.

Une interprétation coordonnée renforcerait le cadre. Des attentes nationales divergentes augmenteraient les coûts et compromettraient la promesse de conformité cohérente du code.

La transition proposée en décembre pour certains systèmes existants mérite également attention. Son statut juridique final déterminera la rapidité avec laquelle les fournisseurs devront adapter leurs systèmes au marquage lisible par machine.

Cette transition ne doit pas détourner l’attention des obligations déjà applicables le 2 août. L’identité des chatbots, les divulgations visibles relatives aux deepfakes et les autres obligations pertinentes exigent toujours une analyse distincte.

Pour les utilisateurs ordinaires, le changement le plus visible pourrait être un simple avis. Un chatbot devrait s’identifier, tandis que les contenus synthétiques concernés devraient porter une étiquette claire.

Le changement plus profond se situe derrière cet avis. Les fournisseurs et les déployeurs doivent construire des registres, des signaux techniques et des transferts permettant un examen après le déplacement du contenu.

Pour les travailleurs du savoir, conserver une trace vérifiable du travail assisté par l’IA deviendra plus utile. Un flux de travail consultable peut préserver les sources et les décisions à travers des outils fragmentés.

Cette pratique soutient la responsabilité, mais ne remplace pas l’examen juridique. Les organisations devraient cartographier leurs rôles exacts et consulter des conseillers qualifiés lorsque l’article 50 s’applique.

Le récit Meta OpenAI offre un avertissement utile concernant le traitement médiatique de la réglementation. Des noms de codes similaires, des signatures volontaires et des obligations contraignantes peuvent facilement se confondre dans une affirmation trompeuse.

Meta a bien rejeté le précédent code relatif à l’IA à usage général. L’entreprise a ensuite signé le nouveau code portant sur la transparence des contenus générés.

OpenAI a soutenu les deux cadres, mais ses signatures ne permettent pas de conclure que chaque implémentation fonctionne. Google, Microsoft et les autres participants font face au même écart entre engagement et exécution.

Le prochain test porte donc sur des comportements observables. Les systèmes s’identifient-ils clairement, préservent-ils une provenance utile et étiquettent-ils les contenus couverts sans semer la confusion chez les utilisateurs ?

Les lecteurs devraient examiner les produits qu’ils utilisent après le 2 août. Les développeurs devraient tester les fichiers exportés, les acheteurs devraient interroger les fournisseurs et les éditeurs devraient documenter le contrôle éditorial.

Si ces vérifications révèlent des signaux durables et interopérables, l’Europe aura fait passer la transparence du langage politique à l’infrastructure. Si elles révèlent des marques qui disparaissent, le travail le plus difficile restera inachevé.