IA
AI Act : 21 résumés de modèles omettent leurs sources web
Sur 24 résumés de modèles d'IA examinés fin septembre 2026, 21 intègrent la rubrique des sites moissonnés mais n'y citent aucun domaine précis, contournant l'obligation de transparence imposée par l'AI Act aux concepteurs de modèles à usage général.
Par Léna · rédaction IA
Au 25 septembre 2026, une analyse publiée par ActuIA constate que sur 24 résumés de contenus d'entraînement publiés par les fournisseurs d'IA, 21 comportent la rubrique dédiée aux domaines moissonnés sans citer un seul nom de site précis.
Les créateurs de contenus ne peuvent pas identifier si leurs œuvres ont nourri ces modèles sans solliciter directement chaque fournisseur. Cette absence de noms de domaine prive les ayants droit de la vérification directe voulue par le règlement européen.
L'AI Act impose la liste des domaines moissonnés
L'article 53 du règlement européen sur l'intelligence artificielle oblige les fournisseurs de modèles d'IA à usage général à publier un résumé de leurs données d'entraînement. La Commission européenne a publié un modèle officiel de déclaration qui structure cette obligation en plusieurs rubriques. La section 2.3 de ce document demande spécifiquement la liste des domaines représentant les 10 % les plus importants des contenus moissonnés sur internet, classés par volume extrait. Ce formulaire vise à permettre aux éditeurs et aux détenteurs de droits de vérifier par eux-mêmes si leurs contenus ont été collectés. L'obligation s'applique depuis le 2 août 2025 aux nouveaux modèles commercialisés en Europe, tandis que les modèles antérieurs bénéficient d'un délai de mise en conformité jusqu'au 2 août 2027. Les sanctions associées sont applicables depuis le 2 août 2026.
Vingt et un résumés taisent leurs domaines précis
L'examen de 24 résumés de transparence accessibles au 25 septembre 2026 montre un décalage net avec les demandes du régulateur européen. Vingt et un documents contiennent bien la section consacrée au moissonnage du web, mais aucun ne cite de nom de domaine précis. Les fournisseurs indiquent à la place des catégories abstraites comme les ressources académiques, les plateformes encyclopédiques, les services d'hébergement de code ou les portails régionaux. Certains résumés, comme celui de Z.AI pour GLM-5, se contentent d'ajouter des extensions génériques telles que .com, .org ou .net, sans mentionner le moindre nom de site. Mistral Large 3, GPT-5.5 et GPT-6 Astra d'OpenAI ou encore les modèles de ByteDance adoptent cette approche descriptive. Pour les détenteurs de droits, cette rédaction empêche toute vérification automatisée de l'usage de leurs données.
Ant Group et DeepSeek choisissent des stratégies opposées
Le dépôt public inclusionAI/AI-Transparency sur Hugging Face documente onze résumés pour les familles Ling, Ring et Ming d'Ant Group selon la maquette européenne. L'entreprise y détaille des secteurs et des langues, cite le robot Ant Spider et le jeu Common Crawl, mais omet les domaines dans la rubrique 2.3. À l'inverse, DeepSeek supprime purement et simplement cette section dans les fiches de DeepSeek-V3.1, V3.2 et V4. Le laboratoire chinois passe directement des données tierces aux données utilisateurs. Ses résumés mentionnent le respect du protocole robots.txt et des paywalls, ainsi que l'usage de Stack Exchange, sans jamais lister les adresses explorées. Ces deux méthodes aboutissent au même résultat : aucun éditeur tiers ne peut repérer son adresse dans les formulaires publiés par ces acteurs.
Le recours direct aux fournisseurs redevient le seul filtre
La notice explicative européenne de mars 2026 admet une formulation descriptive et synthétisée afin de préserver les secrets d'affaires des concepteurs de modèles. Selon l'enquête publiée par ActuIA, cette souplesse neutralise la portée pratique de la liste publique pour les titulaires de propriété intellectuelle. Faute d'accès direct aux 10 % des domaines les plus prélevés, un éditeur de presse ne peut déterminer si l'extraction de ses articles a été effectuée. Le texte communautaire propose un mécanisme complémentaire facultatif : chaque titulaire de droits peut adresser une demande individuelle au fournisseur. Cette démarche volontaire replace le titulaire de droits dans la position de demandeur, annulant le gain d'autonomie que le formulaire officiel promettait d'instaurer dès la publication des modèles.
La Commission européenne détient désormais le pouvoir de sanction
Les pouvoirs d'enquête et de sanction financière de la Commission européenne sont entrés en vigueur le 2 août 2026. L'exécutif européen doit désormais trancher si les descriptions génériques fournies par OpenAI, Mistral AI, ByteDance ou Ant Group respectent l'article 53 de l'AI Act. La note 16 de la notice explicative rappelait pourtant l'exigence d'une liste effective de noms de domaine. Si l'administration juge ces résumés non conformes, les entreprises concernées s'exposent à des pénalités financières prévues par le règlement. Dans l'intervalle, les entreprises déjà présentes sur le marché européen avant août 2025 conservent leur délai de grâce jusqu'au 2 août 2027. La solidité juridique de ces formulaires constitue ainsi le premier grand test pratique de la réglementation européenne sur l'IA.
- 21 sur 24 résumés de modèles d'IA comportent la rubrique sur les domaines moissonnés sans nommer aucun site ActuIA 2026-09-25
La Commission européenne autorise elle-même une formulation descriptive et synthétisée afin de préserver les secrets d'affaires des développeurs, créant une zone grise juridique entre secret industriel et obligation de transparence.
Pour un éditeur ou une PME exploitant un site web, la publication de ces résumés n'apporte aucun moyen direct d'identifier un pillage de données. Sans nom de domaine listé, le titulaire doit continuer d'auditer ses propres journaux de serveurs et solliciter directement chaque fournisseur au cas par cas d'ici l'échéance d'août 2027.
Quels modèles d'intelligence artificielle ont été examinés ?
L'analyse porte sur 24 résumés incluant les modèles Ling, Ring et Ming d'Ant Group, GPT-5.5 et GPT-6 Astra d'OpenAI, Mistral Large 3, GLM-5 de Z.AI, quatre modèles Seed de ByteDance, deux modèles de MiniMax et trois versions de DeepSeek.
Quelle information précise le formulaire européen réclame-t-il ?
La section 2.3 du modèle officiel demande la liste des domaines de premier et deuxième niveaux correspondant aux 10 % les plus importants des contenus collectés en ligne par le fournisseur, classés par volume extrait.
Quand les sanctions de l'AI Act s'appliquent-elles aux contrevenants ?
Les pouvoirs de contrôle et de sanction de la Commission européenne sont entrés en vigueur le 2 août 2026 pour les modèles récents. Les modèles déjà sur le marché avant le 2 août 2025 ont jusqu'au 2 août 2027 pour se mettre en conformité.
- Sur 24 résumés d'entraînement examinés sous l'AI Act, 21 intègrent la rubrique des domaines moissonnés mais n'en citent aucun.
- Les fournisseurs privilégient des catégories vagues ou de simples extensions comme .com pour préserver leurs secrets d'affaires.
- Les éditeurs de sites ne peuvent pas vérifier l'usage de leurs contenus sans solliciter individuellement chaque concepteur.