Gouvernance de l’IA : Europe, Chine et États-Unis, trois voies pour réguler

L’intelligence artificielle ne se développe plus dans un vide juridique. À mesure que les systèmes génératifs, les algorithmes de recommandation et les outils de synthèse d’images ou de voix s’installent dans les entreprises et les usages quotidiens, les pouvoirs publics cherchent à fixer des limites. L’enjeu est double : prévenir les atteintes aux personnes tout en laissant suffisamment d’espace à l’innovation.

Au 20 décembre 2024, aucun modèle unique de gouvernance mondiale ne s’impose. L’Union européenne construit un cadre transversal fondé sur le niveau de risque. La Chine adopte successivement des règles visant certaines technologies ou certains services. Les États-Unis, eux, combinent initiatives fédérales non législatives et réponses locales. Ces choix auront des effets très concrets sur les produits proposés au public, les données utilisées pour entraîner les modèles et les obligations des entreprises.

Pourquoi la gouvernance de l’IA est devenue indispensable

Parler de gouvernance de l’IA ne revient pas seulement à parler de robots ou de logiciels conversationnels. Il s’agit de l’ensemble des règles, institutions et pratiques qui déterminent comment un système est conçu, entraîné, déployé et surveillé. Cette gouvernance couvre notamment les responsabilités des concepteurs, des fournisseurs et des organisations qui utilisent ces outils.

Plusieurs risques expliquent l’accélération législative :

• La protection des données personnelles, lorsque des systèmes analysent, infèrent ou réutilisent des informations concernant des individus.
• Les biais algorithmiques, qui peuvent conduire à des décisions défavorables ou discriminatoires dans le recrutement, le crédit, l’assurance ou l’accès à certains services.
• La sécurité et la fiabilité, car une erreur d’un outil d’IA peut avoir des conséquences importantes dans les secteurs sensibles.
• La transparence, notamment quand une personne ignore qu’elle échange avec une machine ou qu’un contenu a été artificiellement généré ou modifié.
• La propriété intellectuelle, lorsque des œuvres protégées sont utilisées dans les jeux de données nécessaires à l’entraînement des modèles.

La difficulté est que l’IA ne se limite pas à un secteur. Elle intervient dans la publicité ciblée, la recherche, les ressources humaines, les médias, la cybersécurité ou encore les services publics. Une règle qui semble concerner un chatbot peut donc également toucher des fournisseurs de données, des éditeurs de logiciels et des plateformes numériques.

L’AI Act européen, un cadre unique fondé sur les risques

L’Union européenne a choisi l’approche la plus structurée parmi les grandes puissances économiques. Le règlement sur l’intelligence artificielle, généralement appelé AI Act, est entré en vigueur le 1er août 2024. Son application est progressive : les premières interdictions doivent s’appliquer à partir du 2 février 2025, les règles sur les modèles d’IA à usage général à partir du 2 août 2025, puis l’essentiel du texte à partir du 2 août 2026.

Son principe est simple : plus le risque créé par un système est élevé, plus les exigences imposées sont fortes. Les pratiques jugées inacceptables sont interdites. Les systèmes dits à haut risque, par exemple lorsqu’ils sont utilisés dans certains domaines comme l’emploi ou l’éducation, sont soumis à des obligations de gestion des risques, de documentation, de supervision humaine et de suivi. D’autres outils doivent surtout satisfaire à des obligations de transparence.

L’objectif affiché est de protéger les droits fondamentaux sans interdire la technologie elle-même. Pour les entreprises, cela représente un coût de conformité potentiel : il faut cartographier les usages, documenter les systèmes, évaluer leurs risques et organiser les responsabilités internes. Mais une préparation anticipée peut aussi devenir un atout commercial, en particulier auprès de clients qui réclament des garanties sur la fiabilité et la conformité de leurs outils.

Chine et États-Unis, deux réponses très différentes

La Chine a privilégié une régulation par étapes et par usages. Depuis 2021, les autorités chinoises ont publié des règles visant successivement les services de recommandation algorithmique, les technologies de synthèse profonde, souvent appelées deepfakes, puis les services d’IA générative. Cette méthode cible les fonctionnalités considérées comme les plus susceptibles d’influencer l’information, les comportements en ligne ou la sécurité des utilisateurs.

Cette progression permet de faire évoluer l’encadrement au rythme des technologies déployées. Elle ne constitue pas pour autant une réglementation unique comparable à l’AI Act européen. Pour les entreprises opérant en Chine, l’enjeu est de savoir à quels services et à quels contenus chaque texte s’applique, puis de mettre en place les mesures demandées.

Aux États-Unis, le paysage est plus fragmenté. Le décret présidentiel du 30 octobre 2023 sur le développement sûr, sécurisé et digne de confiance de l’IA a fixé une orientation fédérale. Mais un décret ne constitue pas une loi générale votée par le Congrès, et il ne crée pas à lui seul un régime unifié équivalent au cadre européen.

Les États jouent donc un rôle important. La Californie a notamment examiné le projet SB 1047, consacré à la sûreté et à la sécurité des modèles d’IA les plus avancés. Le texte avait été adopté par le Parlement californien, avant d’être vetoé le 29 septembre 2024 par le gouverneur Gavin Newsom. Cet épisode illustre à la fois l’intensité du débat américain et la difficulté de faire émerger des règles partagées sur des technologies dont les usages évoluent rapidement.

Publicité ciblée, données et web scraping : les effets indirects des nouvelles règles

Les débats sur l’IA dépassent les laboratoires qui conçoivent les modèles. La publicité ciblée est un bon exemple : elle s’appuie sur la collecte et l’analyse de données, ainsi que sur des systèmes capables de classer, recommander ou prédire. Lorsqu’un algorithme produit des traitements injustes ou opaques, les questions de biais et de protection de la vie privée deviennent immédiatement centrales.

Le web scraping, c’est-à-dire la collecte automatisée de données accessibles sur le web, est également concerné. Cette pratique est utilisée depuis longtemps pour agréger des informations, surveiller des prix ou constituer des bases de données. L’IA peut en accroître l’efficacité, en facilitant la sélection, le nettoyage ou la catégorisation de volumes importants de contenus.

Pour autant, le fait qu’une information soit visible publiquement ne signifie pas qu’elle est librement exploitable à n’importe quelle fin. Des données personnelles peuvent être présentes dans les pages collectées. Des œuvres peuvent être protégées par le droit d’auteur. Des conditions d’utilisation peuvent également encadrer l’accès à un service. Les nouvelles règles sur l’IA accentuent donc une vigilance déjà nécessaire : connaître l’origine des données, les droits qui leur sont attachés et l’usage qui en sera fait.

Cette question est particulièrement sensible pour les entreprises qui fournissent des jeux de données ou qui souhaitent entraîner des modèles. Une collecte automatisée mal documentée peut créer des risques juridiques, même si l’objectif recherché est technique. La traçabilité des données et l’examen des droits associés prennent ainsi une place croissante dans la gouvernance interne.

Droit d’auteur : les procès et le débat britannique redessinent les frontières

Les données d’entraînement sont au cœur de plusieurs litiges visant notamment OpenAI et Microsoft. Des artistes, auteurs et musiciens soutiennent que des œuvres protégées auraient été utilisées sans autorisation pour entraîner des systèmes d’IA. Ces procédures posent une question fondamentale : dans quelles conditions l’utilisation massive de contenus protégés pour développer un modèle est-elle compatible avec le droit d’auteur ?

À cette date, ces affaires ne permettent pas encore de dégager une réponse juridique générale et définitive. Mais leurs résultats peuvent avoir une influence durable sur l’économie des modèles d’IA. Selon les décisions rendues, les entreprises pourraient devoir revoir leurs pratiques de collecte, obtenir davantage de licences ou renforcer leurs mécanismes de retrait et de traçabilité.

Le Royaume-Uni illustre lui aussi la difficulté de trouver un équilibre. En décembre 2024, le gouvernement britannique a lancé une consultation sur le droit d’auteur et l’IA. Parmi les pistes examinées figure un mécanisme qui permettrait l’utilisation de contenus protégés pour l’entraînement, sauf opposition explicite des titulaires de droits. Il s’agit alors d’une consultation, et non d’une règle déjà adoptée.

Le débat oppose deux exigences légitimes. Les développeurs soulignent la nécessité d’accéder à de vastes corpus pour améliorer les modèles. Les créateurs demandent de conserver la maîtrise de l’usage de leurs œuvres et, le cas échéant, d’être rémunérés. La réponse choisie pèsera sur la diversité des sources disponibles, sur le coût de développement des modèles et sur la confiance des auteurs.

Ce qu’il faut surveiller dans les prochaines années

La régulation de l’IA ne se jouera pas seulement dans l’adoption de nouvelles lois. Son application concrète sera déterminante. Les autorités devront préciser comment évaluer les risques, contrôler les obligations de transparence et sanctionner les manquements. Les entreprises, de leur côté, devront transformer des principes généraux en procédures opérationnelles.

Trois évolutions méritent une attention particulière. D’abord, la montée en charge de l’AI Act européen jusqu’en 2026, qui fera de la conformité un enjeu pratique pour de nombreux acteurs. Ensuite, les décisions judiciaires liées au droit d’auteur, susceptibles de clarifier ou de durcir les règles applicables aux données d’entraînement. Enfin, la capacité des États-Unis et d’autres pays à réduire la fragmentation de leurs règles sans freiner l’innovation.

La souveraineté numérique restera au centre de ces choix. Réguler l’IA, c’est aussi décider où les technologies sont développées, quelles données elles peuvent mobiliser, quelles valeurs elles doivent respecter et qui répond de leurs effets. L’équilibre recherché est fragile : une réglementation insuffisante peut laisser prospérer les abus, tandis qu’un cadre mal calibré peut pénaliser les plus petites structures. La gouvernance de l’IA est donc appelée à rester un chantier politique, économique et démocratique majeur.