Bluesky face aux doutes sur les données personnelles et l’entraînement des IA

Les réseaux sociaux sont devenus l’une des grandes réserves de textes, d’images et de conversations disponibles en ligne. À mesure que les entreprises d’intelligence artificielle cherchent des données pour développer leurs modèles, une question auparavant très technique s’impose aux internautes : que deviennent les contenus publiés, parfois spontanément, sur leur fil d’actualité ? Sur Bluesky, cette interrogation a pris une ampleur particulière en mars 2025, après la publication d’une proposition consacrée aux préférences des utilisateurs en matière d’extraction de données.

La plateforme sociale, dirigée par Jay Graber et née d’une initiative lancée à l’époque où Jack Dorsey était à la tête de Twitter, attire notamment des personnes qui souhaitent davantage de contrôle sur leur expérience en ligne. La réaction d’une partie de ses membres montre donc que la confiance ne repose pas uniquement sur une promesse générale de respect de la vie privée. Elle dépend aussi de la façon dont une entreprise explique, concrètement, les usages présents et futurs des contenus publiés.

Une proposition qui a ravivé la méfiance

Le point de départ de la controverse est une proposition rendue publique par Bluesky sur GitHub, la plateforme de développement collaboratif. Son objectif est de permettre aux utilisateurs d’indiquer leurs préférences concernant l’extraction de leurs données dans plusieurs situations, notamment l’archivage public et l’entraînement d’IA génératives.

L’idée peut sembler simple : donner à chacun la possibilité de signaler s’il consent, ou non, à certains réemplois de ses contenus. Mais elle a été interprétée par certains membres comme le signe que Bluesky envisageait de monétiser ou de mettre à disposition les publications de sa communauté pour alimenter des systèmes d’IA. Parmi les voix critiques, l’utilisatrice Sketchette a exprimé le sentiment d’une trahison face à ce qui était perçu comme une exploitation insuffisamment transparente des données.

Cette réaction illustre un malentendu fréquent dans les débats sur l’IA. Une proposition qui vise à recueillir une préférence n’équivaut pas nécessairement à une décision d’exploiter des données. Elle pose toutefois une question légitime : si une plateforme prévoit un mécanisme de consentement, quels acteurs pourront s’y référer, quelles données seront concernées et quel effet concret aura le choix de l’utilisateur ?

La formulation de ces règles compte autant que leur intention. Les internautes veulent savoir si le consentement est demandé avant toute utilisation, si un refus est respecté par défaut et si les informations sont compréhensibles sans devoir déchiffrer une documentation technique.

Bluesky affirme ne pas entraîner ses IA sur les publications des membres

Face aux inquiétudes, Bluesky a apporté une clarification nette : la plateforme a déclaré qu’elle n’utiliserait pas les publications de ses utilisateurs pour entraîner des IA génératives. Jay Graber a réaffirmé cette position, afin de répondre aux craintes suscitées par la proposition technique.

Cette assurance concerne l’usage que Bluesky elle-même ferait des contenus publiés sur son service. C’est un engagement important dans un contexte où de nombreuses plateformes sont scrutées pour leurs politiques de données et pour les conditions dans lesquelles elles développent leurs propres outils d’intelligence artificielle.

Il faut néanmoins distinguer plusieurs réalités qui sont souvent confondues dans une même discussion. Une plateforme peut renoncer à entraîner ses propres modèles sur les publications de ses membres, tout en hébergeant des contenus publics. Or, la visibilité publique d’un message n’implique pas automatiquement que son auteur souhaite le voir aspiré, classé, archivé ou utilisé à grande échelle par des acteurs extérieurs.

Pourquoi le consentement ne résout pas tout

Le consentement est souvent présenté comme une réponse évidente à la collecte de données. Dans les faits, il n’est utile que si les conditions du choix sont claires. Accepter l’utilisation d’une publication pour l’archivage public n’a pas la même portée qu’accepter son emploi dans l’entraînement d’un modèle d’IA générative. Dans le premier cas, il peut s’agir de préserver une trace consultable d’échanges publics. Dans le second, des contenus peuvent contribuer à l’apprentissage statistique d’un système capable ensuite de générer du texte, des images ou d’autres productions.

La distinction est d’autant plus importante que les publications ne contiennent pas toujours seulement l’opinion de leur auteur. Elles peuvent évoquer un travail, une santé fragile, une situation familiale, un lieu fréquenté ou une autre personne. Même lorsqu’un message est public, son contexte peut lui donner une sensibilité particulière.

Les utilisateurs attendent donc davantage qu’une simple case à cocher. Ils veulent pouvoir identifier :

• les catégories de données concernées, par exemple les publications, médias, profils ou interactions ;
• les finalités précises, comme l’archivage, l’analyse ou l’entraînement d’un modèle ;
• les destinataires éventuels de ces données ;
• la possibilité de modifier un choix déjà effectué ;
• les moyens prévus pour faire respecter un refus.

Le débat sur Bluesky rappelle aussi qu’une architecture technique ne remplace pas une relation de confiance. Des réglages peuvent exprimer une préférence, mais ils ne suffisent pas à eux seuls à empêcher tous les comportements indésirables. Une règle doit être expliquée, appliquée et, si nécessaire, contrôlée.

Un réseau décentralisé n’est pas automatiquement un espace privé

Bluesky se distingue de nombreux réseaux sociaux par son ambition de s’appuyer sur une infrastructure plus ouverte et décentralisée. Son écosystème repose sur l’AT Protocol, conçu pour donner une place plus importante à l’interopérabilité et à la portabilité des identités et des contenus. Cette orientation nourrit l’intérêt d’utilisateurs désireux de ne pas dépendre entièrement d’une plateforme unique.

Mais il faut éviter un raccourci : décentralisation ne signifie pas confidentialité automatique. Un réseau peut être plus ouvert dans son fonctionnement tout en accueillant des publications publiques, visibles et susceptibles de circuler entre différents services. La décentralisation peut offrir de nouveaux choix techniques et réduire certaines dépendances, mais elle pose aussi de nouvelles questions sur la responsabilité des acteurs et sur la diffusion des données.

Pour un utilisateur, le premier réflexe reste donc de distinguer ce qui est destiné à être vu par tous de ce qui relève d’un échange plus restreint. Une publication publique est conçue pour circuler. Cela ne retire pas à son auteur tout droit sur ses données, mais cela augmente mécaniquement les enjeux liés à la copie, à l’indexation et à la réutilisation par des tiers.

Pourquoi Bluesky est comparé à Facebook et Instagram

Les réactions observées sur Bluesky s’inscrivent dans un climat de défiance plus large envers les grandes plateformes. Des réseaux comme Facebook et Instagram ont régulièrement été critiqués pour l’ampleur des données recueillies auprès de leurs utilisateurs et pour l’usage de ces données dans le développement de produits fondés sur l’IA.

Cette comparaison est centrale pour comprendre la sensibilité de la communauté Bluesky. Beaucoup de membres ne cherchent pas uniquement une alternative fonctionnelle aux réseaux dominants. Ils espèrent aussi un autre rapport à leurs contenus, plus lisible et plus respectueux de leurs attentes.

L’engagement annoncé par Bluesky peut donc constituer un élément de différenciation. Refuser d’entraîner des IA génératives sur les publications des membres répond à une préoccupation concrète. Mais une promesse ne peut durablement produire ses effets que si elle s’accompagne d’informations précises sur les données collectées, leur durée de conservation, leur éventuel partage et les recours ouverts aux utilisateurs.

La transparence est aussi un enjeu concurrentiel. Dans un secteur où les conditions d’utilisation sont longues et évoluent fréquemment, une plateforme qui formule clairement ses choix peut gagner la confiance de personnes lassées de découvrir, après coup, l’étendue des pratiques de collecte.

Le cadre européen pousse à mieux expliquer les usages des données

En Europe, les débats autour des réseaux sociaux et de l’IA ne se déroulent pas dans un vide juridique. Le Règlement général sur la protection des données, ou RGPD, impose déjà des obligations relatives au traitement des données personnelles, notamment en matière d’information des personnes, de base juridique et de respect de leurs droits.

L’essor de l’intelligence artificielle ajoute une difficulté : les systèmes sont entraînés à partir de volumes considérables de contenus, parfois issus de sources très diverses. Déterminer l’origine des données, l’étendue de leur réutilisation et les responsabilités de chaque intervenant devient plus complexe lorsque plusieurs entreprises ou services techniques sont impliqués.

L’Union européenne travaille également à encadrer les systèmes d’IA. En mars 2025, le déploiement progressif de ce nouveau cadre réglementaire nourrit les discussions sur la transparence, la gouvernance et la protection des droits fondamentaux. Pour les plateformes, l’enjeu n’est pas seulement d’éviter une sanction. Il s’agit de concevoir des mécanismes de données compréhensibles par le public et compatibles avec les exigences juridiques.

Dans ce contexte, le choix de Bluesky de rendre publique une proposition sur GitHub a un intérêt : il expose une réflexion technique au regard de la communauté. Cette ouverture ne supprime pas les interrogations, mais elle permet au moins à des utilisateurs et à des développeurs de discuter des mécanismes envisagés avant leur éventuelle mise en œuvre.

Ce qu’il faut surveiller

La clarification de Bluesky selon laquelle les publications ne serviront pas à entraîner des IA génératives répond à l’inquiétude la plus immédiate. La suite dépendra toutefois de plusieurs éléments très concrets : la forme finale du mécanisme de préférences, la clarté de son interface, les données effectivement visées et la façon dont la plateforme expliquera les limites de ce dispositif.

Il faudra aussi observer la distinction entre les engagements de Bluesky et les pratiques d’éventuels tiers. Sur les espaces numériques ouverts, la transparence n’est pas un détail administratif. Elle est la condition qui permet aux utilisateurs de décider, en connaissance de cause, ce qu’ils souhaitent publier et les usages qu’ils acceptent ou refusent.

Pour Bluesky, l’épisode est un test de crédibilité. La plateforme a l’occasion de montrer qu’un réseau social décentralisé peut associer innovation technique et respect explicite des choix individuels. Pour ses membres, il rappelle une règle simple : avant de publier, mieux vaut considérer qu’un contenu public peut circuler largement, et exiger des plateformes qu’elles disent sans ambiguïté ce qu’elles en font.