IA open-source : l’industrie fixe un cadre pour distinguer le vrai du flou

Ce n’est pas parce qu’un modèle d’intelligence artificielle est téléchargeable ou que ses paramètres sont accessibles qu’il est nécessairement « open source ». Dans l’IA, l’expression recouvre aujourd’hui des réalités très différentes, allant de systèmes partiellement ouverts à des projets réellement modifiables et redistribuables. Cette confusion est devenue un enjeu concret pour les chercheurs, les développeurs, les entreprises et les administrations qui cherchent à savoir ce qu’ils peuvent effectivement faire avec un modèle.

Le 29 octobre 2024, l’Open Source Initiative, ou OSI, met sur la table un cadre destiné à clarifier cette question. Présentée lors de la conférence All Things Open, l’Open Source AI Definition, souvent abrégée en OSAID, énonce les conditions auxquelles un système d’IA peut être qualifié d’open source. Le texte bénéficie notamment du soutien de Mozilla, de la Digital Public Goods Alliance, ou DPGA, et de l’EleutherAI Institute.

L’objectif n’est pas de régler tous les débats liés à l’IA, ni de garantir qu’un modèle est sûr, performant ou exempt de biais. Il est plus précis : établir un langage commun sur les droits réels accordés à celles et ceux qui souhaitent utiliser, comprendre, modifier et partager un système d’intelligence artificielle.

Pourquoi l’IA avait besoin d’une définition plus claire

L’open source repose traditionnellement sur une idée simple : un logiciel doit pouvoir être utilisé, étudié, modifié et partagé sans autorisation préalable. Mais les systèmes d’IA ne se limitent pas à un programme. Ils associent généralement plusieurs briques : du code, des paramètres de modèle, des méthodes d’entraînement et des informations sur les données ayant servi à produire le résultat.

C’est précisément cette multiplicité qui complique l’application des principes historiques de l’open source. Un développeur peut, par exemple, disposer des paramètres d’un modèle, souvent appelés « poids », sans avoir accès au code nécessaire pour le faire évoluer. Il peut aussi recevoir le code et les paramètres, sans informations permettant de comprendre comment le modèle a été entraîné ou d’en recréer un équivalent.

L’OSI veut donc déplacer la discussion d’une simple question d’accès vers celle des libertés réellement exercées. Son cadre vise à évaluer un système d’IA dans son ensemble, mais aussi ses composants distincts. Le point déterminant est que les éléments nécessaires à la modification doivent être disponibles sous leur forme préférée pour effectuer des changements.

Cette démarche répond aussi à un besoin de comparabilité. Quand une entreprise, un laboratoire ou un projet communautaire présente un système comme ouvert, le public doit pouvoir distinguer une ouverture limitée d’un système répondant à des règles cohérentes de transparence et de réutilisation.

Les quatre libertés au cœur de l’OSAID

La définition proposée par l’OSI se fonde sur quatre libertés essentielles. Elles s’appliquent aux systèmes d’IA entièrement fonctionnels comme aux éléments séparés qui les composent.

Ces libertés peuvent sembler évidentes, mais elles fixent une ligne claire. Un système assorti de restrictions sur les usages autorisés, qui interdit la redistribution ou qui ne permet pas une modification effective, ne répond pas entièrement à cette définition de l’open source.

La notion de modification est particulièrement importante dans le cas de l’IA. Modifier un logiciel classique consiste souvent à agir sur son code. Modifier un système d’IA peut impliquer d’intervenir sur le code, sur les paramètres du modèle ou sur les méthodes qui ont permis de l’entraîner. Sans ces éléments, l’ouverture peut rester essentiellement théorique.

L’OSAID ne demande donc pas seulement qu’un modèle soit visible ou exécutable. Elle cherche à s’assurer qu’une personne compétente dispose des moyens nécessaires pour le comprendre et le transformer.

Données d’entraînement : ce que la définition exige réellement

La question des données d’entraînement est l’un des points les plus sensibles du débat. Les grands modèles d’IA sont entraînés à partir de volumes considérables de textes, d’images, de sons ou d’autres contenus. Or, connaître l’existence d’un jeu de données ne suffit pas toujours à comprendre comment un modèle a été construit ni à en produire une version comparable.

La définition de l’OSI exige donc des informations suffisantes sur les données d’entraînement. L’idée est qu’une personne qualifiée puisse recréer un système équivalent à partir des mêmes données ou de données similaires. Le cadre insiste ainsi sur la capacité de reproduction et de modification, plutôt que sur une promesse abstraite de transparence.

Cette exigence ne revient pas à imposer mécaniquement la publication intégrale de toutes les données utilisées. Elle cherche plutôt à garantir qu’il existe assez d’éléments pour comprendre la démarche d’entraînement et reproduire un système comparable. C’est un compromis central du texte : défendre les principes de l’open source sans fixer une obligation qui pourrait être impraticable dans tous les cas.

Ayah Bdeir, responsable de la stratégie IA chez Mozilla, a mis en avant ce choix pragmatique. Pour l’OSI et ses soutiens, l’enjeu est d’éviter deux écueils : une définition tellement rigide qu’elle ne pourrait pas être appliquée, ou une définition tellement vague qu’elle laisserait le terme « open source » perdre son sens.

Poids ouverts et open source : pourquoi les termes ne sont pas interchangeables

Dans les discussions sur l’IA, l’expression « modèle ouvert » désigne fréquemment un modèle dont les paramètres peuvent être téléchargés. Cette disponibilité est utile, notamment pour exécuter un modèle sur ses propres infrastructures ou l’adapter à certains besoins. Mais elle ne répond pas, à elle seule, à l’ensemble des critères de l’OSAID.

Un modèle à poids ouverts peut s’accompagner de restrictions d’usage, ne pas fournir les éléments nécessaires pour l’étudier dans son ensemble, ou ne pas donner les moyens suffisants de le modifier et de le redistribuer. À l’inverse, la définition de l’OSI examine les libertés accordées sur la durée et les informations nécessaires pour les exercer.

Cette distinction a des conséquences pratiques. Pour une équipe de recherche, elle permet d’évaluer si un système peut réellement être reproduit ou amélioré. Pour une entreprise, elle éclaire les possibilités de personnalisation et de redistribution. Pour une administration ou une organisation d’intérêt général, elle aide à apprécier le niveau de contrôle conservé sur un outil déployé dans des services importants.

Un an de débats et une co-conception internationale

L’OSAID est l’aboutissement d’un processus de conception communautaire mené pendant un an. L’OSI indique avoir organisé des recherches, des ateliers internationaux et un travail collectif réunissant des points de vue différents. Cette méthode est importante dans l’univers de l’open source, où une définition a davantage de chances de s’imposer si elle est comprise et discutée par les communautés qui devront l’appliquer.

Carlo Piana, président du conseil d’administration de l’OSI, a souligné le caractère inclusif et équitable de cette co-conception. La confiance affichée par le conseil dans le résultat final repose sur l’idée que la définition respecte les standards fondamentaux de l’open source tout en tenant compte des spécificités techniques de l’IA.

Le chemin n’a pas été parfaitement consensuel. Stefano Maffulli, directeur exécutif de l’OSI, reconnaît que les discussions ont parfois été vives et que les participants avaient des opinions divergentes. Ce point n’est pas anecdotique : définir l’ouverture d’un système d’IA oblige à arbitrer entre des attentes parfois incompatibles, liées à la reproductibilité, à l’accès aux composants ou aux contraintes de mise en œuvre.

Le résultat se présente donc comme un point de départ commun, et non comme une formule figée. L’OSI prévoit de poursuivre le travail avec les communautés afin d’ajuster et d’améliorer la définition à mesure que les pratiques et les systèmes évoluent.

Quels soutiens pour ce cadre de référence ?

Plusieurs organisations ont exprimé leur appui à la démarche. Leur soutien ne signifie pas que tous les acteurs de l’IA adopteront immédiatement l’OSAID, mais il renforce la portée de ce cadre dans les milieux du logiciel libre, de la recherche et des biens communs numériques.

La Digital Public Goods Alliance a annoncé vouloir intégrer ce travail dans les futures mises à jour de son Standard des Biens Publics Numériques pour les applications d’IA. Sa directrice générale de secrétariat, Liv Marte Nordhaug, y voit une fondation utile pour les projets qui souhaitent concilier technologies ouvertes et intérêt général.

L’EleutherAI Institute, connu pour son engagement non lucratif dans le développement de l’IA, soutient également la définition. Sa directrice exécutive, Stella Biderman, souligne qu’elle répond aux besoins des chercheurs indépendants en apprentissage automatique. Pour ces derniers, accéder aux composants nécessaires à l’étude et à la modification d’un système est une condition essentielle d’un travail scientifique et technique autonome.

Mozilla, par la voix d’Ayah Bdeir, apporte pour sa part un soutien notable à l’équilibre recherché par l’OSI. L’organisation défend depuis longtemps une approche du numérique qui donne davantage de contrôle aux utilisateurs et aux communautés. Dans l’IA, cette ambition se traduit notamment par la nécessité de savoir ce qui peut être inspecté, modifié et partagé.

La définition crée-t-elle une obligation juridique ?

L’OSAID est un cadre de référence, pas une loi. Elle ne prescrit pas un mécanisme juridique particulier pour garantir que les paramètres d’un modèle soient librement accessibles à tous. Elle définit avant tout les libertés et les éléments qui doivent être disponibles pour qu’un système puisse être considéré comme open source.

Cette nuance est importante. Une définition décrit un objectif et des critères. Les licences et autres instruments juridiques servent ensuite à organiser les autorisations, les conditions de partage et les responsabilités des personnes ou organisations qui publient un système.

L’OSI reconnaît que les questions juridiques entourant les systèmes d’IA open source vont continuer à évoluer. L’entraînement des modèles, la documentation des données et la redistribution de composants techniques soulèvent des sujets complexes. Le cadre n’épuise pas ces débats, mais il fournit une base plus nette pour les aborder.

Ce qu’il faut surveiller dans les prochains mois

La première question sera celle de l’adoption. L’OSAID deviendra réellement influente si des laboratoires, des entreprises, des administrations et des communautés de développeurs l’utilisent pour décrire leurs systèmes avec précision. Sa force dépendra moins de son existence que de sa capacité à devenir un repère partagé.

Il faudra également observer la façon dont les projets documenteront le code, les paramètres et les informations sur les données d’entraînement. C’est sur ce terrain, très concret, que se jouera la différence entre une étiquette marketing et une ouverture permettant effectivement l’étude, la modification et le partage.

Enfin, la définition pourrait peser dans les discussions sur les biens publics numériques, la recherche indépendante et les politiques d’achat de technologies. Dans un secteur où les promesses d’ouverture sont nombreuses, l’initiative de l’OSI apporte surtout une exigence simple : pour être qualifié d’open source, un système d’IA doit donner aux personnes qui l’utilisent des libertés réelles, et pas seulement un accès partiel à certains de ses composants.