IA générative : Google et Meta face au risque de diffamation en Australie

Un commentaire injurieux ou mensonger publié en ligne peut déjà nuire à la réputation d’une personne ou d’une entreprise. Avec l’intelligence artificielle générative, le risque change d’échelle : au lieu de laisser ce contenu isolé dans un fil de discussion ou parmi des centaines d’avis, une plateforme peut le sélectionner, le résumer et le reformuler dans une réponse présentée comme utile. En Australie, cette évolution fait redouter à des spécialistes du droit de la diffamation une nouvelle série de contentieux pour Google et Meta.

La question ne concerne pas seulement les erreurs inventées par un modèle. Elle porte aussi sur les propos initialement écrits par des internautes, puis repris par une IA. Un résumé d’avis sur un restaurant, une recommandation de lieu ou une synthèse de réactions sous une publication d’actualité peuvent donner une visibilité et une apparence de cohérence nouvelles à une affirmation dénigrante. Or la jurisprudence australienne a déjà élargi la réflexion sur la responsabilité des acteurs qui diffusent des commentaires de tiers.

Pourquoi les résumés d’IA créent un risque juridique nouveau

Les grands modèles de langage sont conçus pour produire un texte à partir des informations auxquelles ils ont accès. Dans le cas d’un service comme une carte, un moteur de recommandation ou un réseau social, ces informations peuvent inclure des contenus créés par les utilisateurs : avis, notes, commentaires et discussions publiques. L’IA ne se contente pas nécessairement de les afficher les uns après les autres. Elle peut en dégager une tendance, choisir certains éléments et les présenter dans une phrase concise.

C’est précisément cette étape de transformation qui retient l’attention des juristes. Un commentaire diffamatoire reste, à l’origine, le fait de son auteur. Mais lorsqu’une plateforme l’intègre à une réponse automatisée, elle ne se limite plus forcément à héberger un message que l’internaute doit retrouver lui-même. Elle participe potentiellement à sa diffusion sous une nouvelle forme.

En droit de la diffamation, l’enjeu est en substance de savoir si une déclaration est communiquée à une autre personne, si elle permet d’identifier la personne visée et si elle porte atteinte à sa réputation. L’application de ces principes à l’IA générative est délicate, car une réponse peut agréger plusieurs publications, en omettre le contexte et donner davantage de poids à une opinion marginale.

Les cas les plus concrets sont aussi les plus ordinaires. Une personne demandant où dîner pourrait recevoir une synthèse d’avis défavorables sur un établissement. Un lecteur d’une publication Facebook pourrait voir s’afficher un résumé de commentaires sur une personnalité ou une organisation. Si la réponse relaie une accusation fausse ou dénigrante, la plateforme qui l’a générée pourrait devoir expliquer son rôle dans cette publication.

La jurisprudence australienne a déjà renforcé la notion de publication

Le débat intervient dans un pays où le droit de la diffamation appliqué aux plateformes numériques a déjà connu des évolutions importantes. En 2021, une décision marquante dans l’affaire opposant Dylan Voller à plusieurs médias a établi que des opérateurs de pages pouvaient être considérés comme responsables de commentaires diffamatoires publiés par des utilisateurs.

Le litige concernait des commentaires postés sur Facebook à propos du traitement de Dylan Voller dans un centre de détention. La portée de cette décision a dépassé le seul cas des médias concernés : elle a contribué à redéfinir la manière dont les tribunaux australiens envisagent la publication de propos de tiers sur les réseaux sociaux.

Pour les plateformes et les services enrichis par l’IA, cette jurisprudence constitue un avertissement. Elle ne tranche pas à elle seule tous les cas d’usage des modèles génératifs, ni la responsabilité précise d’une plateforme pour chaque réponse automatisée. Mais elle montre que l’argument selon lequel un contenu vient uniquement d’un internaute ne suffit pas toujours à écarter la question de la responsabilité de l’opérateur.

Le professeur David Rolph, de l’Université de Sydney, souligne que les lois sur la diffamation n’ont pas véritablement intégré les défis nouveaux posés par l’intelligence artificielle. Les modèles de langage à grande échelle, capables de produire instantanément des réponses à partir de vastes ensembles de contenus, appellent selon lui une réforme du cadre juridique.

Cette réforme ne viserait pas seulement les géants américains. Elle devrait aussi aider à déterminer, de manière plus claire, ce qui relève de l’auteur initial d’un propos, de l’utilisateur qui formule une requête, du fournisseur d’un modèle et de la plateforme qui choisit de restituer une réponse au public.

Google a déjà fait face à des condamnations en Australie

Les inquiétudes des experts ne sont pas théoriques. Plusieurs affaires australiennes ont déjà impliqué Google dans des litiges liés à des contenus diffamatoires accessibles par ses services.

John Barilaro, ancien vice-premier ministre de Nouvelle-Galles du Sud, a ainsi obtenu plus de 700 000 dollars australiens de Google dans une affaire liée à l’hébergement d’une vidéo diffamatoire. Dans une autre décision, Google a été contraint de verser 40 000 dollars australiens à la suite d’un résultat de recherche mentionnant un avocat de Melbourne.

Ces affaires ne portent pas directement sur les nouvelles fonctions de résumé par intelligence artificielle. Elles démontrent toutefois que la position d’intermédiaire technique ne met pas automatiquement une entreprise à l’abri d’une action en diffamation. Elles donnent donc un relief particulier aux craintes exprimées au sujet des assistants génératifs.

Michael Douglas, spécialiste du droit de la diffamation, estime probable que ces nouvelles technologies finissent par être examinées devant les tribunaux. Si Meta « ingère » des commentaires pour les restituer au sein d’une réponse, la question de son rôle d’éditeur est inévitablement posée.

Les entreprises pourraient tenter d’invoquer certaines défenses, notamment celle de la « diffusion innocente ». Celle-ci vise, dans certains cas, un acteur ayant diffusé un contenu sans en connaître le caractère diffamatoire. Mais son application devient plus difficile à apprécier lorsqu’un système automatise la sélection et la restitution du contenu concerné. Une IA capable de répondre à une requête très précise peut paraître plus active qu’un simple espace de stockage de messages.

Maps et Facebook expérimentent déjà les synthèses de contenus

L’avertissement intervient au moment où Google et Meta développent de nouveaux usages de l’IA directement à partir des contributions de leurs communautés.

Aux États-Unis, Google a récemment ajouté à son application Maps des fonctions propulsées par Gemini. Les utilisateurs peuvent demander des idées de lieux à visiter et obtenir des recommandations. Le service peut également compiler des avis d’utilisateurs pour en proposer un résumé. L’objectif affiché est pratique : éviter de devoir parcourir un grand nombre de contributions pour se faire une première idée d’un endroit.

Cette commodité soulève néanmoins une question simple : que se passe-t-il lorsqu’un avis faux, excessif ou malveillant est inclus dans les données utilisées par le système ? Un lecteur peut naturellement attribuer une plus grande fiabilité à une synthèse claire produite par une plateforme qu’à un commentaire anonyme perdu dans une longue liste. La forme même de la réponse peut donc modifier la perception de son contenu.

Chez Meta, des résumés générés par IA de commentaires ont aussi commencé à être diffusés sur Facebook, y compris sous des publications de médias d’information. Là encore, l’intérêt est de présenter rapidement les réactions dominantes. Mais un résumé automatique peut simplifier un débat complexe, rapprocher des opinions très différentes ou faire ressortir une allégation problématique.

Les garde-fous mis en avant par Google et Meta

Google affirme mettre en œuvre des efforts importants pour supprimer les faux avis et faire respecter ses règles. Miriam Daniel, vice-présidente de Google Maps, a expliqué que l’objectif de Gemini est de fournir une vision équilibrée, fondée sur un nombre suffisant d’avis positifs et négatifs. Cette méthode entend réduire le poids d’une contribution isolée et proposer une restitution plus représentative.

L’approche est importante, mais elle ne supprime pas toutes les difficultés. Déterminer qu’un avis est faux ou diffamatoire demande parfois une appréciation du contexte que les systèmes automatisés ne peuvent pas établir seuls. Un avis négatif n’est pas forcément illégal, et une critique sévère peut relever d’une opinion légitime. À l’inverse, une affirmation factuelle précise mais fausse peut nuire fortement à une réputation, même si elle est formulée de manière sobre.

Un porte-parole de Meta a reconnu que son IA, encore en cours de développement, ne renvoie pas toujours les réponses attendues. L’entreprise poursuit des mises à jour régulières afin d’améliorer la précision des réponses générées. Elle mène également un travail de sensibilisation auprès des utilisateurs sur le fait que les résultats peuvent être inexacts.

Informer le public des limites d’un outil est utile, mais cette précaution ne répond pas automatiquement à toutes les questions de responsabilité. Pour un plaignant, l’essentiel peut être de savoir qui a rendu un propos préjudiciable accessible, et sous quelle forme. Pour les entreprises, l’enjeu sera de montrer qu’elles ont mis en place des mécanismes cohérents de prévention, de signalement, de retrait et de correction.

Ce qu’il faut surveiller

Au 4 novembre 2024, la principale inconnue est la manière dont les tribunaux appliqueront les principes existants de la diffamation aux réponses produites par les modèles de langage. Les litiges à venir devront notamment départager plusieurs situations : le contenu repris mot pour mot, le résumé fidèle mais préjudiciable, l’affirmation déformée par l’IA et l’erreur entièrement générée par le système.

Les futures décisions pourraient aussi peser sur la conception même des produits. Une plateforme pourrait être incitée à limiter les résumés sur des sujets sensibles, à signaler plus explicitement l’origine des informations, à renforcer la détection des accusations visant des personnes identifiables ou à faciliter les procédures de contestation.

Pour les utilisateurs, la prudence reste tout aussi nécessaire. Publier un avis ou un commentaire factuel, précis et proportionné réduit les risques d’atteinte injustifiée à la réputation d’autrui. Pour Google, Meta et les autres entreprises qui intègrent l’IA générative à leurs interfaces, le défi est plus vaste : conserver l’utilité de réponses rapides et synthétiques sans transformer des propos non vérifiés en affirmations amplifiées par la machine.

L’Australie pourrait devenir un terrain d’observation majeur de cette tension. Sa jurisprudence a déjà montré que les espaces numériques ne sont pas juridiquement neutres. L’arrivée de systèmes qui lisent, sélectionnent et reformulent des millions de messages oblige désormais le droit à préciser où commence, et où s’arrête, la responsabilité d’une intelligence artificielle mise à la disposition du public.