Modèle pour les fournisseurs de modèles d’IA à usage général afin de résumer leur contenu de formation

Tous les fournisseurs de modèles d’IA à usage général sont tenus de publier un résumé du contenu utilisé pour former leurs modèles, sur la base d’un modèle fourni par la Commission. Ce résumé public vise à accroître la transparence des données de formation du modèle et à aider les parties ayant des intérêts légitimes, telles que les titulaires de droits d’auteur, à exercer leurs droits en vertu du droit de l’Union. Le modèle décrit le contenu requis pour le résumé public, ainsi que les explications qui l'accompagnent pour aider les fournisseurs à s'acquitter de leurs obligations.

Lemodèle a été créé à la suite d’uneconsultation multipartite sur les modèles d’IA à usage général organisée par le Bureau de l’IA du 30 juillet au 18 septembre 2024. Au cours de cette période, plus de 430 réponses ont été reçues d'un large éventail d'intervenants. À partir de cette contribution, le Bureau de l’IA a rédigé son approche préliminaire du modèle et a permis aux participants participant à l’élaboration du code de bonnes pratiques sur l’IA à usage général de fournir un retour d’information écrit supplémentaire. La version actuelle du modèle tient également compte des commentaires reçus de 111 parties prenantes, y compris les fournisseurs de modèles d’IA à usage général, les associations d’entreprises, les organisations de titulaires de droits, le monde universitaire, la société civile et les autorités publiques. Le projet de modèle a également été présenté et examiné avec le sous-groupe de pilotage du comité de l’IA sur l’IA à usage général et avec le groupe de travail du Parlement européen (comités IMCO-LIBE) sur l’IA.

En vertu de l’article 53, paragraphe 1, point d), de lalégislation sur l’IA, l’utilisation du modèle est obligatoire. Il permet aux fournisseurs de satisfaire à leurs exigences de transparence de manière simple, cohérente et efficace, tout en réduisant au minimum la charge administrative à ce qui est nécessaire pour atteindre l’objectif du résumé.

Tout fournisseur de modèles d’IA à usage général, y compris ceux présentant des risques systémiques, qui met de tels modèles sur le marché de l’Union est tenu de publier des résumés respectifs. Cette exigence s'applique également aux fournisseurs de modèles publiés sous des licences libres et open source.

L’obligation de publier le résumé devient applicable à partir du 2 août 2025. Pour les modèles mis sur le marché avant cette date, les fournisseurs devraient prendre les mesures nécessaires pour mettre à disposition les résumés correspondants au plus tard le 2 août 2027.

Si un fournisseur d’un modèle mis sur le marché avant le 2 août 2025 ne peut, malgré tous les efforts déployés, fournir certaines informations requises pour le résumé parce que les informations ne sont pas disponibles ou que leur récupération imposerait une charge disproportionnée, le fournisseur devrait clairement indiquer et justifier ces lacunes dans le résumé publié.

Les modèles d'IA à usage général sont formés avec de grandes quantités de données, mais il n'y a que peu d'informations disponibles concernant son origine. Le modèle et les résumés qui en résultent fournissent des détails cruciaux sur les données de formation, augmentant ainsi la transparence. Cette transparence accrue permet aux parties ayant des intérêts légitimes d’exercer les droits que leur confère le droit de l’Union. Il peut s’agir de droits d’auteur, de droits voisins et d’autres droits de propriété intellectuelle, ainsi que d’autres droits protégés par le droit de l’Union, tels que la protection des données, la protection des consommateurs, la non-discrimination et la liberté scientifique.

Le modèle vise à trouver un équilibre entre servir les intérêts des parties ayant des intérêts légitimes et promouvoir une transparence significative du contenu de la formation tout en respectant les droits de toutes les parties concernées, en tenant particulièrement compte de la nécessité de protéger les secrets d’affaires et les informations commerciales confidentielles. La décision sur les détails à divulguer a été le résultat d’un exercice de mise en balance minutieux effectué par la Commission, et le modèle exige différents niveaux de détail en fonction de la source de données afin de protéger les secrets d’affaires des fournisseurs.

Le modèle fournit une base de référence uniforme pour les informations à publier dans le résumé, composé de trois sections principales: 

1. Informations générales: Cette section comprend des détails identifiant le fournisseur et le modèle, des informations sur les types de contenu de formation (par exemple, texte, vidéo, audio, taille par modalité dans de larges gammes, et les caractéristiques générales des données de formation.
2. Liste des sources de données: Cette section exige la divulgation d'informations sur diverses sources de données, telles que les ensembles de données accessibles au public, les ensembles de données privés, les données extraites de sources en ligne, les données des utilisateurs et les données synthétiques. Des exigences plus détaillées pour chaque type de source sont décrites dans le modèle.
3. Aspects pertinents du traitement des données: Cette section exige des informations sur certains aspects du traitement des données importants pour l’exercice des droits des parties ayant des intérêts légitimes en vertu du droit de l’Union, tels que le droit d’auteur, et comprend des détails sur la suppression de contenus illicites. 

Chaque section permet aux fournisseurs de fournir des informations supplémentaires sur une base volontaire.

La transparence des données de formation aidera les titulaires de droits à obtenir des informations pertinentes sur le contenu utilisé dans la formation des modèles d’IA à usage général. Les informations fournies dans le modèle de résumé permettront spécifiquement aux titulaires de droits de mieux évaluer quelles modalités de données et quel type de contenu ont été utilisés et dans quelle mesure les conditions d’exploration de textes et de données licites, telles que prévues dans la directive sur le droit d’auteur dans la directive sur le marché unique numérique, ont été respectées.

Ils recevront également des descriptions détaillées des ensembles de données publics et privés, une liste de tous les grands ensembles de données accessibles au public et des informations détaillées concernant les données extraites de sources en ligne. Il s’agit notamment des noms des robots d’exploration utilisés, de la période de collecte, d’une description détaillée complète du contenu gratté et d’une liste des 10 % de tous les domaines qui ont été grattés sur l’internet (pour les PME, les 5 % ou les 1 000 premiers, la valeur la plus faible étant retenue).

Le modèle exige également des fournisseurs qu’ils indiquent si leur modèle a été formé aux données collectées dans le cadre des interactions des utilisateurs avec l’ensemble de leurs services et produits, y compris les interactions avec leurs modèles d’IA.

Dans ce contexte, le modèle exige la divulgation des modalités des données de l'utilisateur et une description des services et produits connexes, tout en n'exigeant la divulgation d'aucune information personnelle.

De plus amples détails concernant l'utilisation des données personnelles par les fournisseurs pour des activités de formation peuvent être trouvés dans leurs déclarations de confidentialité respectives.

Le résumé doit être rendu public au plus tard lors de la mise sur le marché de l’Union d’un modèle. Il devrait être publié sur le site web officiel du fournisseur de manière clairement visible et accessible, en indiquant clairement quel(s) modèle(s) (et éventuellement quelle(s) version(s) du modèle) est/sont couvert(s) par le résumé. Le résumé devrait également être mis à la disposition du public parallèlement au modèle sur tous ses canaux de distribution publics, tels que les plateformes en ligne.

Oui, le résumé doit être mis à jour si un fournisseur a formé davantage le modèle aux données supplémentaires qui nécessitent une mise à jour du contenu du résumé. Le résumé devrait être mis à jour tous les six mois, ou plus tôt si les nouvelles données utilisées pour la formation continue nécessitent une mise à jour significative du contenu du résumé, selon l'événement le plus tôt. Dans de tels cas, le résumé devrait refléter les données de formation supplémentaires et inclure la date de la mise à jour. Le résumé mis à jour devrait être rendu public parallèlement au modèle modifié.

Lorsqu’un modèle d’IA à usage général déjà mis sur le marché de l’Union est modifié par une entité en aval de manière à ce que l’entité en aval devienne le fournisseur du modèle d’IA à usage général qui en résulte [voir les lignes directrices de la Commission sur le modèle d’IA à usage général], le modèle ne devrait inclure que des informations sur le contenu de la formation utilisé pour la modification. Le nom du ou des modèles modifiés doit être clairement indiqué.

Différents modèles ou versions de modèles peuvent être couverts par le même résumé, si le contenu de leurs résumés est identique. Dans de tels cas, il devrait préciser clairement à quels modèles et versions de modèles le résumé s’applique.

Si différents modèles ou versions de modèles sont fondés sur un modèle d’IA à usage général existant mis sur le marché de l’Union et que les données de formation utilisées pour chacun d’entre eux varient (ce qui nécessite des résumés distincts), les résumés doivent uniquement porter sur les données de formation spécifiquement utilisées pour d’autres modifications ou ajustements. Une référence claire au modèle original et à son résumé correspondant devrait être incluse dans chaque résumé pour les versions modifiées.

La publication d'un résumé du contenu de la formation est obligatoire. Le défaut de fournir ce résumé peut entraîner des mesures coercitives de la part du Bureau de l’IA à compter du 2 août 2026. La non-conformité peut entraîner des amendes pouvant aller jusqu'à 3 % du chiffre d'affaires annuel mondial total réalisé par le prestataire au cours de l'exercice précédent, ou jusqu'à 15 000 000 EUR, le montant le plus élevé étant retenu.

Les fournisseurs de modèles déjà mis sur le marché avant le 2 août 2025 devraient prendre les mesures nécessaires pour mettre à disposition le résumé correspondant au plus tard le 2 août 2027. Si un fournisseur, malgré tous ses efforts, ne peut pas fournir certaines parties des informations en raison d’une indisponibilité ou d’une charge disproportionnée dans la récupération des données, il devrait clairement indiquer et justifier ces lacunes dans le résumé.

L’avisexplicatif (dans toutes les langues officielles de l’UE) et le modèle complètent le code de bonnes pratiqueset les lignes directrices sur les modèles d’IA à usage général, en facilitant le respect de l’obligation prévue à l’article 53, paragraphe 1, point d), de la législation sur l’IA pour les résumés publics du contenu de la formation. Notamment, l'utilisation du modèle est obligatoire et sert de seule orientation pour fournir ces résumés publics.

En revanche, l’adhésion au code de bonnes pratiques est volontaire et répond à d’autres obligations, telles que la politique en matière de droit d’auteur que les fournisseurs doivent mettre en place en vertu de l’article 53, paragraphe 1, point c), de la législation sur l’IA. Toutefois, le modèle et l’avis explicatif s’y rapportant font partie du même train de mesures visant à faciliter le respect des règles relatives aux modèles d’IA à usage général. Par conséquent, les fournisseurs et les parties prenantes sont encouragés à envisager toutes ces ressources en parallèle.