Les systèmes d’intelligence artificielle générative ont un appétit inextinguible de données. Or, les données de qualité viennent à manquer, limitant ainsi la rapidité et l’efficacité de l’entraînement des modèles d’IA. Si c’est le cas des « pure players » de l’IA, les réseaux sociaux, quant à eux, disposent d’une manne de données récentes et gratuites, celles que leurs utilisateurs partagent. Ce n’est pas pour rien qu’Elon Musk a fusionné xAI, qui a développé le chatbot Grok, et X. Ce n’est pas non plus un hasard si OpenAI laisse entendre qu’elle envisage de créer un réseau social, dans le but de disposer de ses propres données pour entraîner ses IA en temps réel. Google, quant à lui, dispose d’un flux de contenus provenant de son moteur de recherche et de YouTube. Cependant, même pour les réseaux sociaux ce n’est pas aussi simple, surtout en Europe à cause du RGPD. Le 11 avril dernier, la Data Protection Commission (DPC) d’Irlande a annoncé l’ouverture d’une enquête sur le réseau social X, relative à l’entraînement de Grok avec les tweets des utilisateurs européens. Et en septembre dernier, la Cnil irlandaise avait lancé une enquête formelle sur Google, concernant l’élaboration du modèle de langage à partir de données d’utilisateurs européens. Quant à Meta, le groupe a annoncé, le 14 avril dernier, qu’il allait entraîner ses modèles d’IA à partir des contenus publics de ses utilisateurs européens grâce à « la garantie donnée par la DPC et du Comité européen de la protection des données » sur la base légale du traitement portant sur l’intérêt légitime ».
« Nous améliorons continuellement l’IA de Meta. Pour ce faire, nous souhaitons vous informer que nous utiliserons des informations publiques telles que les publications et les commentaires publics de comptes appartenant à des personnes âgées de 18 ans ou plus, ainsi que vos interactions avec les fonctionnalités d’IA de Meta. Nous utiliserons ces informations sur la base de nos intérêts légitimes de développement et d’amélioration des modèles d’IA générative pour l’IA de Meta. Vous avez le droit de vous opposer à l’utilisation de vos informations à ces fins. Si vous faites part de votre opposition, nous vous enverrons un e-mail confirmant que nous n’utiliserons pas vos interactions avec les fonctionnalités d’IA de Meta ou vos informations publiques des produits Meta… ». Telle est, par exemple, la mise à jour de la politique de confidentialité d’Instagram intervenue le 7 avril dernier. Comme les membres de Facebook ou de Threads, les « instagramers » ont jusqu’au 27 mai pour s’opposer à ce que leurs productions servent de matière à l’entraînement de l’IA de Meta. Selon le groupe de Mark Zuckerberg, le CEPD a confirmé son interprétation de l’article 6 du RGPD, validant son intérêt légitime comme base légale du traitement. Par ailleurs, il a simplifié la démarche d’opposition, ce qui correspond à une exigence des autorités européennes.
L’entraînement de l’IA de Meta aurait dû débuter en juin 2024. C’était sans compter sur Max Schrems et son association Noyb. L’ONG autrichienne et d’autres organisations ont déposé 11 plaintes demandant aux autorités de protection des données d’Autriche, Belgique, France, Allemagne, Grèce, Italie, Irlande, Pays-Bas, Norvège, Pologne et Espagne de prendre une décision urgente avant l’entrée en vigueur des changements, qui devaient avoir lieu le 26 juin. Les plaignants considéraient que le traitement de leurs données n’avait pas de base légale, remettant en cause la thèse de l’intérêt légitime défendue par Meta et approuvée par l’autorité irlandaise. Meta a été contraint de mettre en pause l’entraînement européen de son IA.
La DPC a donc sollicité une position harmonisée du CEPD qui a rendu son avis le 18 décembre 2024. Le Comité explique comment l’intérêt légitime peut être utilisé comme base légale pour développer ou utiliser des modèles d’IA à partir d’un test en trois étapes : identifier un intérêt légitime réel et pertinent, démontrer que ce traitement est nécessaire pour atteindre cet objectif et effectuer une mise en balance des intérêts entre les bénéfices pour le responsable de traitement et les droits des personnes concernées.
« Nous saluons l’avis rendu par le Comité européen de la protection des données en décembre dernier, qui a confirmé que notre approche initiale était conforme à nos obligations légales », a déclaré Meta dans son communiqué du 14 avril annonçant le début de l’entraînement de ses modèles d’IA en Europe. Meta considère qu’il a obtenu une « garantie » du CEPD. Or, l’avis du Comité n’est pas une décision mais une opinion servant de base de raisonnement. Meta doit désormais convaincre de son intérêt légitime à traiter ces données, en l’absence d’autres moyens pour atteindre ses objectifs et que ce traitement ne porte pas une atteinte disproportionnée au droit des personnes. Par ailleurs, Noyb et Max Schrems restent persuadés que le consentement des utilisateurs est la seule base légale d’un tel traitement. Mais pour l’instant, ils n’ont pas réagi à l’annonce de Meta.
L’entraînement des modèles d’IA à partir des contenus créés par les utilisateurs n’est pas non plus sans poser de problèmes par rapport au droit d’auteur. Certes, quand une personne ouvre un compte sur un réseau social du groupe Meta, elle approuve des conditions générales par lesquelles elle accorde à la plateforme « une licence non exclusive, gratuite, transférable, sous-licenciable et mondiale » sur ses contenus. Mais une telle licence illimitée dans le temps est contraire au code de la propriété intellectuelle. Ses articles L.131-1et L.131-3 interdisent en effet la cession globale des œuvres futures et prévoient que « la transmission des droits de l’auteur est subordonnée à la condition que chacun des droits cédés fasse l’objet d’une mention distincte dans l’acte de cession et que le domaine d’exploitation des droits cédés soit délimité quant à son étendue et à sa destination, quant au lieu et quant à la durée ». Et puis, il faut respecter les droits moraux du créateur. La clause peut aussi être attaquée sous l’angle du droit de la consommation. Mais ces contentieux sont lourds et longs. Le risque pris par Meta est donc minime.
Meta souhaite disposer des données des Européens pour que ses produits basés sur l’IA soient « entraînés sur des informations qui reflètent la diversité des cultures et des langues des communautés européennes qui les utiliseront ». Ce qui est en effet souhaitable. On peut cependant s’interroger sur la valeur d’une IA entraînée sur des contenus pas toujours fiables, voire des fake news.