Le nouveau modèle de l’AI de la Commission européenne – Qu’est-ce que cela signifie pour la formation de l’IA ?

En juillet, la Commission européenne (CE) a publié un nouveau modèle d’intelligence artificielle à usage général (GPAI). Cela signifie que les fournisseurs d’IA doivent divulguer le contenu utilisé pour former leurs modèles. Cela intervient après des mois et des mois de titres concernant les créateurs alléguant que le contenu a été utilisé sans consentement pour former l’IA.

Avec ce nouveau modèle, l’UE a clarifié sa position : la transparence est maintenant non négociable. La formation en boîte noire, où quelque chose est créé sans révéler ses mécanismes internes, ne sera pas une option pour les développeurs d’IA. Cela marque un changement significatif, car opérer en Europe nécessitera maintenant une visibilité totale sur les entrées de modèle et la provenance des données de formation, ce qui obligera à réévaluer la collecte et l’utilisation des données.

Beaucoup ont souligné la différence frappante entre cela et le plan d’action américain pour l’IA récemment publié, qui se concentre fortement sur la dérégulation. Comme pour toute nouvelle loi ou réglementation, les entreprises doivent maintenant prendre stock et évaluer exactement comment le modèle GPAI aura un impact sur leurs opérations.

Si elles opèrent dans plusieurs régions, elles feront de même avec le plan d’action américain pour l’IA, ce qui compliquera encore les choses. En raison de la nature complexe de ces réglementations et du fait que la réglementation du développement de l’IA de cette manière est un territoire inexploré, les sorties des développeurs seront probablement très différentes.

Décortiquer le modèle d’IA à usage général

En juillet de cette année, la Commission européenne a publié un modèle obligatoire pour les fournisseurs de GPAI afin qu’ils puissent publier un résumé public des données utilisées pour former leurs modèles. Dans le cadre de la loi européenne sur l’IA, les fournisseurs doivent divulguer des catégories de données telles que les ensembles de données disponibles publiquement, les données privées sous licence, le contenu du web scrapé, les données des utilisateurs et les données synthétiques. L’objectif est de permettre aux détenteurs de droits d’auteur, aux utilisateurs et aux développeurs en aval d’exercer leurs droits légaux en vertu de la législation de l’UE.

Les GPT sont formés avec de grandes quantités de données ; cependant, sur le marché actuel, il y a peu d’informations disponibles concernant l’origine de ces données. Le résumé public que ce modèle présente fournira une vue d’ensemble complète des données utilisées pour former un modèle, répertoriera les principales collections de données et expliquera les autres sources utilisées.

Comparer et contraster, Plan d’action américain pour l’IA

En comparaison, les États-Unis sont déterminés à gagner la course à l’IA et à maintenir leur avance concurrentielle sur la Chine, car l’administration Trump a annoncé son plan d’action pour l’IA plus tôt cet été. Ce nouveau cadre d’IA vise à accélérer la construction de centres de données à consommation d’énergie qui alimentent les systèmes d’IA en assouplissant les réglementations environnementales. En même temps, il cherche à augmenter les exportations mondiales de technologies américaines d’IA. Avec 90 recommandations, le plan reflète les efforts croissants des États-Unis pour rester en tête de leurs concurrents mondiaux.

Le plan est construit autour de trois piliers principaux – accélérer l’innovation, construire l’infrastructure d’IA de l’Amérique et favoriser le leadership dans la diplomatie et la sécurité de l’IA internationales.

Comme partie de cela, un point clé du plan met en évidence la poussée « open-source » de l’Amérique pour alimenter à la fois l’innovation et l’accessibilité. De même, le plan met en évidence la façon dont le gouvernement américain « donnera l’exemple » en matière de croissance de l’IA – par la formation, les échanges de talents et l’expansion de l’adoption dans les industries.

Avec ce plan, les États-Unis visent à rationaliser toutes leurs réglementations technologiques actuelles, en particulier les réglementations environnementales, pour s’assurer que la législation n’entrave pas la croissance, tout en encourageant une distribution internationale plus large de logiciels et de matériel d’IA américains. Cette approche « anti-réglementaire » marque un changement clair par rapport aux cadres précédents axés sur l’éthique, la transparence et l’innovation responsable – se déplaçant plutôt vers un plan d’action plus agressif « innovation d’abord ».

Le morceau manquant

Il vaut la peine de prendre un pas en arrière à ce stade et de considérer si ces actes, bien que différents, pourraient souffrir des mêmes défauts qui amèneront les développeurs à voir un manque de valeur à les respecter. Les approches de l’UE et des États-Unis laissent un vide critique autour de la propriété intellectuelle dans les ensembles de données de formation de l’IA. La loi européenne sur l’IA oblige à des résumés de données de formation et à une politique de conformité aux droits d’auteur, mais elle n’établit pas de cadre évolutif pour identifier ou licencier les œuvres protégées par le droit d’auteur.

Aux États-Unis, il n’existe aucune règle spécifique – laissant les sociétés d’IA naviguer dans un cadre juridique en évolution façonné par des décisions de justice et des litiges en cours avec les détenteurs de droits. Au-delà du texte juridique, ce qui manque, c’est le côté pratique ; aucune des deux approches ne définit des méthodes industrielles praticables pour détecter le contenu protégé à grande échelle, vérifier l’utilisation légale ou rationaliser la licence. Jusqu’à ce que de telles solutions soient définies, l’incertitude entourant les droits d’auteur dans les ensembles de données de formation de l’IA restera un défi important pour l’industrie.

Le coût caché des entreprises qui sautent la traçabilité de l’IA

Malgré certaines des failles de ces réglementations, on suppose que celles-ci amèneront les développeurs d’IA à se concentrer fortement sur la façon de rester à flot d’un point de vue juridique – mais ce n’est pas toujours le cas. En fait, la véritable division dans l’IA en ce moment n’est pas entre la réglementation de l’UE et celle des États-Unis, mais entre les sociétés qui investissent dans la traçabilité aujourd’hui et celles qui parient qu’elles n’auront pas à le faire. C’est une répétition de ce que nous avons vu il y a des années avec la mise en œuvre du Règlement général sur la protection des données (RGPD) – les sociétés qui ont construit la confidentialité dès le départ n’ont pas seulement évité les amendes, mais ont également gagné la confiance des consommateurs et un accès plus fluide aux autres marchés qui ont plus tard reproduit les normes du RGPD.

Le même schéma peut être en train d’émerger avec l’IA. La traçabilité des données de formation et des décisions de modèle deviendra probablement une norme mondiale, et les sociétés qui retardent devront réaménager leurs systèmes à l’avenir. Revenir en arrière pour ajouter la documentation, le suivi de la provenance et les fonctionnalités d’audit à un système existant est beaucoup plus coûteux et complexe que de les construire dès le départ, en détournant l’attention de constructions plus rentables que l’entreprise souhaite réaliser.

En d’autres termes, la traçabilité et la transparence ne sont pas des ajouts facultatifs ; elles doivent être intégrées dans les systèmes d’IA dès le départ. Les entreprises qui les traitent comme des afterthoughts risquent de mettre en pause l’innovation, de faire face à des réactions réglementaires et de perdre la course indéfiniment.

L’IA éthique nécessite une unité mondiale

D’un point de vue macro, ces approches polarisées créent un véritable problème pour les entreprises mondiales. Les sociétés dans les marchés à faible réglementation comme les États-Unis peuvent se développer plus rapidement à court terme, mais lorsqu’elles décident d’entrer dans l’UE, elles sont confrontées à un mur de conformité : les règles de traçabilité et de documentation de la loi sur l’IA nécessitent des capacités qu’elles n’ont jamais construites.

Retravailler le suivi de la provenance, la documentation et les fonctionnalités d’audit dans un système existant est coûteux, lent et perturbateur, surtout parce que la traçabilité est l’une des parties les plus intensives en ressources de la conformité. C’est le même schéma que nous avons vu avec le RGPD, où les retardataires dans la confidentialité par conception ont lutté avec des réaménagements coûteux et un accès retardé au marché, tandis que les premiers mouvements ont gagné un avantage durable.