Transparence du règlement sur l’IA : article 50 et règles d’hypertrucage

L’essentiel, ce qu’il faut retenir de l’article 50

• L’article 50 s’applique à chaque agent conversationnel, chaque outil d’IA générative et chaque système d’hypertrucage, pas seulement à l’IA à haut risque. Si votre produit génère du contenu ou interagit avec des personnes, vous êtes dans le champ.
• Les quatre obligations de transparence couvrent : l’information sur l’interaction avec une IA, le marquage de contenu lisible par machine, l’avis de reconnaissance des émotions / catégorisation biométrique, et l’étiquetage des hypertrucages et des contenus générés par l’IA.
• L’article 50 s’applique depuis le 2 août 2026. (Le Digital Omnibus a reporté les obligations à haut risque au 2 décembre 2027 ; la transparence n’a pas été reportée.)
• Le manquement déclenche des amendes jusqu’à 15 millions d’euros ou 3 % du chiffre d’affaires annuel mondial, le même palier que les manquements à haut risque. Voir le guide des sanctions.
• La Commission a adopté ses lignes directrices finales sur l’article 50 le 20 juillet 2026 (C(2026) 5054, sur le fondement de l’article 96). C’est la lecture de la Commission de ces obligations. Voir ce qui a réellement changé. Pour le champ d’application négatif côté agents : ce que les agents d’IA n’ont pas à marquer.
• Le code de bonnes pratiques sur le marquage et l’étiquetage des contenus générés par l’IA a été publié dans sa forme finale le 10 juin 2026. Il est volontaire et neutre sur le plan technologique : il demande une approche en couches (métadonnées lisibles par machine, filigrane et détection) plutôt que d’imposer une seule technique. Signer est un moyen reconnu de montrer une mise en conformité de bonne foi ; la date pour figurer sur la liste initiale des signataires de la Commission était le 27 juillet 2026 à 18 h 00 CEST.
• Les obligations se répartissent entre fournisseurs (qui construisent les systèmes d’IA) et déployeurs (qui les utilisent). Chacun a des responsabilités distinctes. Se tromper de rôle est un manquement, voir notre guide fournisseur / déployeur.
• Les fournisseurs de modèles GPAI doivent permettre la conformité en aval en rendant leurs sorties compatibles avec les exigences de marquage et d’étiquetage.

La plupart des organisations qui se préparent au règlement sur l’IA se concentrent sur la classification à haut risque, l’évaluation de la conformité et la gestion des risques. C’est compréhensible : le régime à haut risque est la partie la plus complexe du règlement. Mais il existe un jeu parallèle d’obligations qui s’applique bien plus largement, à des systèmes que la plupart des entreprises ne considéreraient jamais comme « à haut risque » : agents conversationnels, générateurs d’images, outils de synthèse vocale, plateformes de synthèse vidéo, et tout système d’IA qui interagit directement avec des personnes.

Ce sont les obligations de transparence au titre de l’article 50. Elles s’appliquent indépendamment de la classification des risques. Un agent conversationnel d’assistance client qui répond à des questions de facturation est dans le champ. Un outil marketing qui génère des photos de produits est dans le champ. Une plateforme de contenu qui publie des résumés rédigés par IA est dans le champ. Il n’y a pas de seuil de taille, pas d’exemption pour les outils internes dont les sorties sont tournées vers l’extérieur.

L’article 50 s’applique depuis le 2 août 2026. Ce n’est pas un report général de la transparence. Le seul aménagement, l’article 111, paragraphe 4, du règlement (UE) 2026/1744, concerne le marquage de l’article 50, paragraphe 2, jusqu’au 2 décembre 2026, pour les systèmes déjà mis sur le marché avant le 2 août 2026. Les systèmes nouveaux à compter de cette date sont immédiats. Les autres branches de l’article 50 ne bénéficient pas de ce délai. État actuel : ce qui s’applique réellement au 2 août 2026.

Ce guide couvre ce que l’article 50 exige, qui doit s’y conformer, comment le code de bonnes pratiques traduit le texte juridique en mesures techniques, et les étapes concrètes de mise en conformité. Pour une introduction plus large au règlement, voir notre vue d’ensemble du règlement sur l’IA. Textes prêts à coller : pack d’information de l’article 50.

Les quatre obligations de transparence

L’article 50 établit quatre obligations de transparence distinctes. Chacune vise une catégorie différente de système d’IA et un type différent d’information. Le fil commun : les personnes ont le droit de savoir quand elles interagissent avec une IA, et quand un contenu qu’elles rencontrent a été généré ou manipulé par une IA.

Les obligations s’appliquent aux systèmes visés par l’article 50, qu’ils soient ou non aussi classés à haut risque au titre de l’annexe III. Un système à haut risque qui fonctionne aussi comme agent conversationnel doit respecter à la fois le régime à haut risque et les obligations de transparence.

1. Information sur l’interaction avec une IA (agents conversationnels et assistants virtuels)

L’article 50, paragraphe 1, exige que les fournisseurs veillent à ce que leur système d’IA soit conçu de manière à ce que les personnes physiques soient informées qu’elles interagissent avec un système d’IA, sauf si cela ressort à l’évidence des circonstances et du contexte d’utilisation. L’information doit intervenir avant ou au moment de la première interaction.

Cette obligation couvre :

• Les agents conversationnels d’assistance client (texte, voix ou multimodal)
• Les assistants virtuels intégrés dans des produits ou des services
• Les agents téléphoniques d’IA qui traitent des appels entrants ou sortants
• Les systèmes d’IA interactifs sur des sites, des applications ou des plateformes de messagerie

L’information doit être claire, opportune et intelligible. Une clause enterrée dans les conditions générales ne satisfait pas l’article 50, paragraphe 1. Le standard est qu’une personne d’attention moyenne, confrontée au système, comprenne, avant que l’interaction de fond ne commence, qu’elle communique avec une IA plutôt qu’avec un humain.

L’exception « cela ressort à l’évidence des circonstances » s’interprète étroitement. Un assistant vocal au timbre robotique sur une enceinte connectée peut y entrer. Un agent conversationnel sophistiqué qui imite les schémas conversationnels humains n’y entre presque certainement pas. Dans le doute, informez.

Exemple concret : une banque européenne déploie un agent conversationnel d’IA sur son site pour traiter les demandes de compte. L’agent utilise le langage naturel et répond à la première personne (« Je peux vous aider »). Sans une information claire, par exemple une bannière persistante indiquant « Vous discutez avec un assistant d’IA », la banque méconnaît l’article 50, paragraphe 1. La fluidité conversationnelle rend la nature d’IA non évidente.

2. Marquage de contenu lisible par machine (filigranes, métadonnées, C2PA)

L’article 50, paragraphe 2, exige que les fournisseurs de systèmes d’IA qui génèrent du contenu de synthèse audio, image, vidéo ou texte veillent à ce que les sorties soient marquées dans un format lisible par machine et détectables comme générées ou manipulées artificiellement.

Il ne s’agit pas des étiquettes visibles (cette obligation relève de l’article 50, paragraphe 4). L’article 50, paragraphe 2, porte sur un marquage technique intégré au contenu lui-même, invisible pour la personne destinataire mais lisible par des outils de détection automatisés, des plateformes et des systèmes en aval.

Le marquage doit être :

• Efficace : résistant à une suppression triviale (un simple réencodage, une capture d’écran ou une conversion de format ne devrait pas ôter entièrement le marquage)
• Interopérable : compatible avec des normes largement adoptées
• Proportionné : l’approche technique devrait convenir au type de contenu et au contexte de diffusion

Ni l’article 50 ni les lignes directrices de la Commission n’imposent une technique précise. Le code de bonnes pratiques traite les identifiants de contenu C2PA (Coalition for Content Provenance and Authenticity) comme le point de référence évident pour les images, la vidéo et l’audio, sans les exiger exclusivement. Pour le texte, les approches fondées sur les métadonnées sont la voie pratique. Le tableau ci-dessous est donc un choix raisonnable par défaut, pas une spécification juridique.

3. Avis de reconnaissance des émotions et de catégorisation biométrique

L’article 50, paragraphe 3, exige que les déployeurs de systèmes de reconnaissance des émotions et de systèmes de catégorisation biométrique informent les personnes physiques qui y sont exposées. L’avis doit couvrir le fonctionnement du système et les catégories de données à caractère personnel traitées.

Cette obligation croise les pratiques interdites de l’article 5. L’inférence des émotions sur le lieu de travail et dans les établissements d’enseignement est interdite d’emblée. L’obligation d’information de l’article 50, paragraphe 3, s’applique au jeu étroit d’usages de reconnaissance des émotions et de catégorisation biométrique qui restent licites, principalement les applications médicales ou de sécurité et certains contextes de sûreté.

Les déployeurs doivent aussi respecter les obligations de protection des données du RGPD, ce qui signifie que l’avis de transparence de l’article 50, paragraphe 3, devrait être coordonné avec l’avis de confidentialité du RGPD. Voir notre comparaison règlement sur l’IA et RGPD pour l’articulation de ces régimes.

4. Étiquetage des hypertrucages et du texte généré par l’IA

L’article 50, paragraphe 4, exige que les déployeurs de systèmes d’IA qui génèrent ou manipulent un contenu constituant un hypertrucage indiquent que le contenu a été généré ou manipulé artificiellement. Il en va de même pour le texte généré par l’IA publié pour informer le public sur des questions d’intérêt public.

C’est l’étiquette visible, destinée aux personnes, distincte du marquage lisible par machine de l’article 50, paragraphe 2. L’étiquette doit être :

• Claire et distinguable pour une personne d’attention moyenne
• Placée de manière accessible au point de consommation (pas cachée derrière un clic ni enterrée dans des métadonnées)
• Efficace pour le support (étiquette visuelle pour l’image et la vidéo, information audible pour l’audio, avis textuel pour l’écrit)

La définition de l’hypertrucage à l’article 3 est large : un contenu image, audio ou vidéo généré ou manipulé par l’IA qui présente une ressemblance avec des personnes, des objets, des lieux, des entités ou des événements existants et peut être perçu à tort par une personne comme authentique ou véridique. Cela saisit :

• Les photos de produits générées par l’IA qui dépeignent des scènes réalistes
• Les clones vocaux de synthèse utilisés en marketing ou dans les médias
• La vidéo manipulée par l’IA utilisée en publicité, en journalisme ou dans le divertissement
• Les images de profil générées par l’IA dans des contextes tournés vers les personnes

Pour le texte généré par l’IA, l’obligation d’étiquetage s’applique spécifiquement lorsque le texte est publié dans le but d’informer le public sur des questions d’intérêt public, sauf si le contenu a fait l’objet d’un processus de contrôle ou de révision humaine et qu’une personne physique ou morale détient la responsabilité éditoriale. Cette exception compte pour les entreprises de médias (voir Exceptions et cas limites).

Qui est tenu de s’y conformer : fournisseurs et déployeurs

L’article 50 répartit les obligations entre fournisseurs et déployeurs. Comprendre quelle obligation tombe sur quel rôle est critique, surtout parce que beaucoup d’organisations sont à la fois fournisseurs (de leurs propres outils) et déployeurs (de l’IA de tiers).

L’obligation du fournisseur est d’abord une obligation de conception : construire le système pour que la conformité soit possible et simple. L’obligation du déployeur est opérationnelle : faire en sorte que la transparence atteigne réellement les personnes concernées.

Pour le détail de toutes les obligations du fournisseur et du déployeur dans le règlement sur l’IA, voir la comparaison fournisseur / déployeur. Les définitions de rôle sont à l’article 3, et les obligations propres au déployeur sont détaillées à l’article 26.

Conséquence critique : si un fournisseur omet de construire des fonctions d’information ou de marquage dans le système, le déployeur peut se trouver dans l’impossibilité de s’y conformer. Dans ce cas, le déployeur devrait exiger ces fonctions du fournisseur, changer de fournisseur, ou construire des mécanismes d’information complémentaires, parce que l’obligation d’informer du déployeur n’est pas excusée par la défaillance du fournisseur.

Le code de bonnes pratiques sur le marquage et l’étiquetage

La Commission a publié le code de bonnes pratiques final sur le marquage et l’étiquetage des contenus générés par l’IA le 10 juin 2026, après des versions de projet plus tôt dans l’année. Le code est volontaire. Il ne crée pas d’obligations propres, et il ne remplace pas l’article 50 : les obligations s’appliquent depuis le 2 août 2026, que vous signiez ou non. Ce que la signature offre, c’est un jeu défini de mesures que vous pouvez opposer comme preuve d’une mise en conformité de bonne foi, plutôt que de devoir construire votre propre justification devant une autorité nationale. Ce n’est pas une immunité juridique, et les autorités compétentes restent les seules à juger.

Le code est organisé en deux sections : la section 1 couvre les fournisseurs (marquer les sorties génératives sous une forme lisible par machine), et la section 2 couvre les déployeurs (étiquetage des hypertrucages et information du texte d’intérêt public).

Pour figurer sur la liste initiale des signataires de la Commission, les formulaires devaient être soumis au 27 juillet 2026 à 18 h 00 CEST. Les organisations peuvent encore signer après cette date ; elles n’apparaissent simplement pas sur la liste initiale publiée.

Point critique, le code est neutre sur le plan technologique. Il n’impose pas une seule technique de marquage. Il demande plutôt une approche en couches, au motif que tout marqueur isolé peut être ôté dans une diffusion normale. Les trois domaines techniques ci-dessous sont les couches qu’il décrit.

Pour le détail des deux sections du code, qui peut signer, et si signer en vaut la peine pour votre organisation, voir le code de bonnes pratiques sur le marquage des contenus générés par l’IA. Pour la lecture de la Commission des obligations sous-jacentes, voir les lignes directrices finales de l’article 50.

Identifiants de contenu (C2PA)

Le code pointe vers la famille C2PA (Coalition for Content Provenance and Authenticity) / Content Credentials comme point de référence évident pour les images et les médias. C’est un point de référence, pas une exigence : vous pouvez satisfaire l’obligation de marquage par d’autres moyens, pourvu que le résultat soit lisible par machine et détectable. Les identifiants de contenu C2PA sont un manifeste signé cryptographiquement, intégré dans un fichier média ou associé à celui-ci, qui consigne :

• L’origine du contenu (quel outil ou système l’a généré)
• Les actions réalisées (génération, édition, composition)
• L’identité de l’acteur (le fournisseur ou le déployeur, pas nécessairement la personne destinataire)
• Une empreinte inviolable liant le manifeste au contenu

Les identifiants C2PA sont déjà pris en charge par Adobe, Microsoft, Google, OpenAI et les principaux fabricants d’appareils photo. C’est cette adoption large, plutôt qu’une désignation juridique, qui fait de C2PA le choix pratique par défaut pour les images, la vidéo et l’audio.

Filigrane invisible

Pour les contenus susceptibles d’être dépouillés de leurs métadonnées (téléversements sur les réseaux sociaux, captures d’écran, conversions de format), le code de bonnes pratiques recommande le filigrane invisible comme couche secondaire. Les filigranes invisibles sont intégrés dans le domaine du signal du contenu et survivent aux transformations courantes.

Le code n’impose pas un algorithme de filigrane précis, mais demande que l’approche soit :

• Robuste face aux transformations courantes (compression, recadrage, réencodage, conversion de format)
• Imperceptible pour les spectateurs et les auditeurs humains
• Détectable par des outils de détection normalisés
• Porteuse d’une charge utile minimale suffisante pour identifier l’origine IA

Exigences de métadonnées pour le texte

Le contenu textuel pose des difficultés propres, parce qu’il n’y a pas de signal visuel ou auditif dans lequel intégrer un filigrane. Le code de bonnes pratiques retient une approche fondée sur les métadonnées pour le texte :

• Le texte généré par l’IA devrait porter des métadonnées de provenance dans le document, la réponse d’API ou l’infrastructure de publication
• Pour le texte publié sur le web, des métadonnées structurées (par exemple annotations schema.org, en-têtes HTTP ou balises de flux RSS) devraient indiquer la génération par IA
• Le code reconnaît que le filigrane statistique du texte (modifier les probabilités de jetons pour intégrer un signal détectable) reste expérimental et ne l’exige pas, mais encourage la recherche et une adoption future

Guide de mise en œuvre technique

Traduire l’article 50 et le code de bonnes pratiques en systèmes de production exige un travail d’ingénierie concret. Ci-dessous, une ventilation pratique par obligation.

Mettre en œuvre l’information de l’agent conversationnel (article 50, paragraphe 1)

L’information doit être non ambiguë et apparaître avant l’interaction de fond. Schémas recommandés :

• Discussion web : une bannière persistante ou un premier message du système indiquant : « Vous discutez avec un assistant d’IA. » La bannière devrait rester visible tout au long de la conversation, pas seulement dans le premier message.
• Assistants vocaux / agents téléphoniques d’IA : une information audible au début de l’interaction : « Cet appel est pris en charge par un système d’IA. » Répétez si la conversation est transférée ou si le contexte change.
• Plateformes de messagerie (intégrations WhatsApp, Slack, Teams) : réglez le nom d’affichage et le profil du robot pour indiquer clairement la nature d’IA (par exemple « Acme AI Assistant »). Ajoutez une information au premier message.
• Courriel : si l’IA génère ou rédige substantiellement des réponses, incluez un avis visible dans le corps ou la signature : « Cette réponse a été générée par un système d’IA. »

Mettre en œuvre le marquage de contenu lisible par machine (article 50, paragraphe 2)

Pour les images et la vidéo :

1. Intégrez un SDK C2PA (par exemple la bibliothèque libre c2pa-rs ou le SDK Content Authenticity d’Adobe) dans votre chaîne de génération.
2. Au moment de la génération, créez un manifeste C2PA précisant l’outil d’IA, l’action de génération et l’identité du fournisseur.
3. Intégrez le manifeste dans le fichier de sortie (JPEG, PNG, WebP, MP4, WebM).
4. En couche secondaire, appliquez un filigrane invisible à l’aide d’un algorithme robuste (par exemple intégration en domaine spectral pour les images, intégration à spectre étalé pour l’audio et la vidéo).
5. Vérifiez que le manifeste et le filigrane survivent à votre chaîne de diffusion (traitement CDN, génération de miniatures, conversion de format).

Pour l’audio :

1. Appliquez des identifiants de contenu C2PA au fichier audio.
2. Intégrez un filigrane audio invisible dans le domaine spectral.
3. Essayez la robustesse face aux transformations courantes : compression MP3, conversion de fréquence d’échantillonnage et découpage partiel.

Pour le texte :

1. Balisez les réponses d’API avec des métadonnées de provenance (par exemple un en-tête HTTP X-AI-Generated: true ou un champ provenance dans la réponse JSON).
2. Pour le contenu web publié, ajoutez des données structurées schema.org ou une balise meta indiquant la génération par IA.
3. Dans les chaînes éditoriales du CMS, stockez les métadonnées de génération par IA à côté de l’enregistrement de contenu, afin que les systèmes en aval puissent accéder à la provenance.

Mettre en œuvre l’étiquetage des hypertrucages et des contenus (article 50, paragraphe 4)

L’étiquette visible doit être accessible à la personne qui consomme le contenu :

• Images : superposez une étiquette visible (par exemple « Généré par l’IA » ou « Créé avec l’IA ») dans une position lisible. Autre option : afficher l’étiquette dans l’interface à côté de l’image, avec une icône de provenance renvoyant à la vérification C2PA.
• Vidéo : affichez une étiquette persistante ou récurrente à l’écran pendant la lecture. Pour la vidéo courte, une étiquette dans la première image et à intervalles réguliers.
• Audio : fournissez une information audible au début et/ou une étiquette visible dans l’interface du lecteur.
• Texte : incluez un avis clair au début ou à la fin du contenu : « Cet article a été généré par l’IA » ou « Ce contenu a été produit avec l’assistance de l’IA. »

Exceptions et cas limites

L’article 50 comporte plusieurs exceptions qui restreignent les obligations d’étiquetage et d’information dans des contextes précis.

Œuvres artistiques, satiriques et créatives

L’article 50, paragraphe 4, prévoit une exception pour les contenus générés par l’IA utilisés à des fins artistiques, satiriques, créatives ou fictives. Dans ces cas, l’obligation d’étiquetage des hypertrucages est allégée : l’information n’a pas à être placée sur le contenu lui-même, mais doit être divulguée « d’une manière appropriée qui n’entrave pas l’affichage ou la jouissance de l’œuvre ».

En pratique, un film qui utilise des effets visuels générés par l’IA ou une vidéo satirique qui utilise un échange de visages par IA peut placer l’information d’IA dans le générique, les métadonnées ou une description jointe, plutôt que comme étiquette à l’écran pendant la lecture. L’exception n’élimine pas l’obligation d’information, elle assouplit l’exigence de placement.

L’exception « IA évidente »

L’article 50, paragraphe 1, exempte l’information sur l’interaction avec une IA lorsque la nature d’IA ressort à l’évidence des circonstances et du contexte d’utilisation pour une personne raisonnablement informée et observatrice. Cette exception s’interprète étroitement dans la lecture de la Commission.

Systèmes qui y entrent vraisemblablement : menus téléphoniques rudimentaires fondés sur des règles (« Tapez 1 pour la facturation »), voix clairement robotiques sans imitation humaine, ou personnages non joueurs dans un contexte fictionnel évident.

Systèmes qui n’y entrent vraisemblablement pas : agents conversationnels de classe GPT à fluidité de langage naturel, agents vocaux d’IA entraînés sur des clones de voix humaines, ou tout système où une personne raisonnable pourrait croire interagir avec un humain.

Exceptions pour les services répressifs

L’article 50 prévoit des exceptions limitées pour les usages des services répressifs et de la sécurité nationale. Lorsque l’information compromettrait une enquête en cours, empêcherait la détection d’une activité criminelle ou mettrait en péril la sécurité nationale, Les obligations de transparence peuvent alors être différées, mais non levées de façon permanente. L’information doit intervenir dès que la justification cesse, sans délai injustifié.

Exception de révision éditoriale pour le texte généré par l’IA

Le texte généré par l’IA publié pour informer le public sur des questions d’intérêt public doit être étiqueté, sauf si le texte a fait l’objet d’un processus de contrôle ou de révision humaine et qu’une personne physique ou morale détient la responsabilité éditoriale de la publication.

Cette exception est conçue pour les organisations de médias. Un organe de presse qui utilise l’IA pour rédiger des articles mais soumet chaque brouillon à une révision éditoriale, à une vérification des faits et à une validation humaine avant publication n’est pas tenu d’étiqueter la sortie comme générée par l’IA, pourvu que l’organe détienne la responsabilité éditoriale. L’exception ne s’applique pas si la révision éditoriale est superficielle ou automatisée.

Sanctions en cas de manquement à la transparence

Les manquements aux obligations de transparence de l’article 50 relèvent du palier 2 de la structure de sanctions du règlement sur l’IA, prévue à l’article 99 :

• Jusqu’à 15 millions d’euros ou 3 % du chiffre d’affaires annuel mondial, le montant le plus élevé étant retenu (pour les grandes organisations)
• Jusqu’à 15 millions d’euros ou 3 % du chiffre d’affaires annuel mondial, le montant le plus faible étant retenu (pour les PME et les jeunes pousses, un ajustement de proportionnalité)

Le contrôle de l’application est assuré par les autorités nationales de surveillance du marché dans chaque État membre. Le bureau de l’IA de la Commission supervise les obligations liées aux GPAI, mais le contrôle de la transparence au niveau du déploiement est national.

Les déclencheurs d’exécution comprennent :

• Les réclamations des consommateurs portant sur des interactions d’IA non divulguées ou des hypertrucages non étiquetés
• La surveillance proactive du marché (autorités qui testent des agents conversationnels, parcourent des plateformes à la recherche de contenus d’IA non étiquetés)
• Les signalements des plateformes (plateformes d’hébergement qui signalent un contenu dépourvu des marquages exigés)
• Les régulateurs sectoriels (autorités financières, sanitaires ou de télécommunications qui identifient des manquements à la transparence dans leur secteur)

Le niveau de sanction, identique à celui des manquements aux systèmes à haut risque, indique que la Commission traite la transparence comme une obligation centrale, pas comme une préoccupation secondaire. Les organisations qui relèguent l’article 50 à « juste de l’étiquetage » sous-estiment à la fois l’intention réglementaire et le risque d’exécution.

Pour la ventilation complète des sanctions, y compris la méthode de calcul et la comparaison avec le RGPD, voir le guide des sanctions du règlement sur l’IA.

Scénarios concrets de mise en conformité

Scénario 1 : entreprise SaaS avec un agent conversationnel d’assistance client

Une entreprise SaaS B2B déploie un agent conversationnel d’IA sur son site et dans son application mobile pour traiter les demandes d’assistance de premier niveau (réinitialisations de mot de passe, questions de facturation, explications de fonctions). L’agent utilise un grand modèle de langage affiné et répond en langage naturel.

Obligations :

• Information sur l’interaction avec une IA (art. 50, par. 1) : l’agent doit informer clairement les personnes qu’elles interagissent avec une IA avant que la conversation de fond ne commence. Une information au premier message (« Je suis un assistant d’IA ») plus un indicateur d’interface persistant y satisfait.
• Marquage de contenu lisible par machine (art. 50, par. 2) : si l’agent génère des réponses textuelles, le fournisseur du modèle de langage sous-jacent doit mettre en œuvre des métadonnées de provenance. L’entreprise SaaS (en tant que déployeur) devrait vérifier que les réponses d’API du fournisseur du modèle incluent des champs de provenance et les préserver tout au long de la chaîne de livraison.
• Étiquetage des hypertrucages (art. 50, par. 4) : non applicable, sauf si l’agent génère des images, de l’audio ou de la vidéo.

Exemple concret : l’agent de l’entreprise SaaS répond à une personne qui demande « Puis-je parler à un humain ? » en disant « Bien sûr, je vous transfère. » Le transfert prend 30 secondes, pendant lesquelles l’agent poursuit la conversation pour recueillir du contexte. La personne croit déjà parler à un humain. C’est un manquement : le point de bascule doit rétablir clairement si la personne parle à une IA ou à un humain.

Scénario 2 : agence marketing utilisant des images de produits générées par l’IA

Une agence marketing utilise un outil de génération d’images par IA pour créer des photos de produits, des images de style de vie et du contenu pour les réseaux sociaux, pour le compte de ses clients. Les images dépeignent des produits réalistes dans des décors réalistes.

Obligations :

• Marquage de contenu lisible par machine (art. 50, par. 2) : l’outil de génération d’images (fournisseur) doit intégrer des identifiants de contenu C2PA et des filigranes invisibles dans chaque image générée. L’agence (déployeur) ne doit pas ôter ces marquages.
• Étiquetage des hypertrucages (art. 50, par. 4) : si les images ressemblent à des scènes du monde réel et pourraient paraître faussement authentiques, l’agence doit les étiqueter comme générées par l’IA au point de publication. Pour les publications sur les réseaux sociaux, cela signifie une légende ou une superposition visible. Pour les galeries de produits d’un site, une étiquette à côté de l’image ou sur l’image.

Exemple concret : l’agence génère une photo de produit d’un sac à main placé dans une rue parisienne. L’image est photoréaliste. Sans étiquetage, un consommateur pourrait croire que la photo a été prise sur place. L’agence doit l’étiqueter, même s’il s’agit de contenu commercial : la définition de l’hypertrucage couvre l’imagerie réaliste générée par l’IA qui pourrait paraître faussement authentique. L’exception artistique ou satirique ne s’applique pas à la photographie commerciale de produits.

Scénario 3 : entreprise de médias publiant des résumés d’actualité rédigés par l’IA

Une plateforme d’agrégation d’actualités utilise l’IA pour générer des résumés de l’actualité, publiés à côté de liens vers les articles sources. Les résumés sont générés sans révision éditoriale humaine.

Obligations :

• Marquage de contenu lisible par machine (art. 50, par. 2) : les résumés textuels doivent porter des métadonnées de provenance indiquant la génération par IA. La plateforme devrait mettre en œuvre des données structurées (schema.org ou équivalent) sur les pages de résumé.
• Étiquetage des hypertrucages / information du texte d’IA (art. 50, par. 4) : parce que les résumés sont publiés pour informer le public sur des questions d’intérêt public et ne font pas l’objet d’une révision éditoriale humaine, la plateforme doit les étiqueter comme générés par l’IA. Un avis visible du type « Ce résumé a été généré par l’IA » en tête de chaque résumé est exigé.

Exemple concret : la plateforme soutient que ses résumés « ne font que reformuler » des articles sources et ne constituent donc pas un contenu généré par l’IA nécessitant une information. Cet argument échoue : l’article 50, paragraphe 4, s’applique au texte généré par l’IA publié sur des questions d’intérêt public, que les faits sous-jacents proviennent ou non de sources humaines. C’est le processus de génération, pas l’originalité des faits, qui déclenche l’obligation.

Comment l’article 50 s’articule avec les obligations GPAI

Les fournisseurs de modèles d’IA à usage général (GPAI), les organisations qui développent des modèles de fondation ou de grands modèles de langage, ont des obligations au titre de l’article 51 et de l’article 53 qui soutiennent directement la conformité à l’article 50 en aval.

Concrètement, les fournisseurs GPAI doivent :

1. Permettre le marquage de contenu lisible par machine : les modèles GPAI qui génèrent du contenu de synthèse doivent être conçus pour permettre aux fournisseurs et déployeurs en aval de marquer les sorties conformément à l’article 50, paragraphe 2. Cela signifie que l’API du modèle GPAI ou sa chaîne de sortie doit prendre en charge la génération d’identifiants C2PA, l’intégration de filigrane ou le balisage de métadonnées.

2. Fournir une documentation technique : les fournisseurs GPAI doivent fournir une documentation suffisante pour que les fournisseurs en aval comprennent les capacités, les limites et les caractéristiques de sortie du modèle, y compris les mécanismes de marquage et d’étiquetage disponibles.

3. Soutenir les fonctions de transparence : si un modèle GPAI alimente un agent conversationnel ou un système interactif, le fournisseur du modèle doit veiller à ce que le système puisse être configuré pour délivrer les informations de l’article 50, paragraphe 1.

La conséquence pratique est que les organisations qui déploient des modèles GPAI de tiers (par exemple GPT, Claude, Gemini, Llama, Mistral) devraient vérifier que le fournisseur du modèle offre :

• Un marquage de sortie compatible C2PA pour les images, la vidéo et l’audio
• Des métadonnées de provenance dans les réponses d’API pour le texte
• Des mécanismes d’information configurables pour les cas d’usage interactifs

Si le fournisseur GPAI n’offre pas ces fonctions, le déployeur doit mettre en œuvre des solutions complémentaires, sous peine de manquement. Pour une analyse plus approfondie des obligations GPAI, voir notre guide des obligations GPAI.

Liste de contrôle pas à pas

Utilisez cette liste de contrôle avec la liste de contrôle complète du règlement sur l’IA et l’outil d’évaluation pour confirmer où en est votre organisation sur la transparence.

1. Inventoriez tous les points de contact fondés sur l’IA. Identifiez chaque système qui interagit avec des personnes physiques (agents conversationnels, assistants vocaux, interfaces de recommandation) ou génère du contenu (texte, images, audio, vidéo). Incluez les outils internes dont les sorties atteignent un public externe.

2. Classez chaque point de contact au regard des quatre obligations de l’article 50. Reliez chaque système à l’obligation ou aux obligations pertinentes : information sur l’interaction avec une IA, marquage lisible par machine, avis de reconnaissance des émotions, ou étiquetage des hypertrucages et des contenus. Beaucoup de systèmes en déclenchent plus d’une.

3. Déterminez votre rôle pour chaque système. Pour chaque système d’IA, établissez si vous êtes le fournisseur, le déployeur, ou les deux. Utilisez les critères de l’article 3 et notre guide fournisseur / déployeur.

4. Auditez les informations existantes. Passez en revue les interactions actuelles des agents conversationnels, les sorties de contenu généré et les avis destinés aux personnes. Identifiez les écarts où l’interaction avec une IA n’est pas divulguée ou le contenu généré par l’IA n’est pas étiqueté.

5. Vérifiez le marquage lisible par machine. Pour chaque système d’IA qui génère des images, de la vidéo, de l’audio ou du texte : confirmez que des identifiants de contenu C2PA, des filigranes invisibles ou des métadonnées de provenance sont intégrés. Vérifiez que les marquages survivent à votre chaîne de diffusion.

6. Mettez en œuvre ou améliorez les informations des agents conversationnels. Ajoutez des avis clairs et persistants d’interaction avec une IA à toutes les interfaces d’agents conversationnels et d’assistants virtuels. Testez auprès de vraies personnes pour confirmer que l’information est remarquée et comprise.

7. Mettez en œuvre des étiquettes de contenu visibles. Pour le contenu généré ou manipulé par l’IA soumis à l’article 50, paragraphe 4, ajoutez des étiquettes visibles au point de publication ou de diffusion. Établissez un format d’étiquetage cohérent d’un canal à l’autre.

8. Passez en revue la conformité du fournisseur GPAI. Si vous utilisez des modèles GPAI de tiers, demandez la documentation des fonctions de marquage de l’article 50, paragraphe 2, du fournisseur. Vérifiez que les identifiants de contenu ou les filigranes sont disponibles et actifs.

9. Actualisez les contrats et les accords de traitement. Veillez à ce que les contrats avec les fournisseurs d’IA incluent l’obligation de maintenir les fonctions de transparence, de fournir les outils de provenance et de vous notifier les changements de capacités de marquage.

10. Documentez tout. Consignez vos mesures de conformité à l’article 50 dans votre documentation technique ou dans un registre autonome de transparence. La documentation est votre preuve première en cas d’action d’exécution.

11. Formez les équipes concernées. Les équipes marketing, assistance client, produit et ingénierie doivent comprendre leurs obligations de l’article 50. Créez des consignes internes claires sur le moment et la manière d’informer d’une interaction avec une IA et d’étiqueter le contenu généré par l’IA.

12. Établissez une surveillance continue. La conformité à la transparence n’est pas un exercice unique. De nouveaux outils d’IA, des modèles actualisés et des canaux de diffusion changés peuvent introduire de nouvelles obligations. Intégrez la revue de l’article 50 dans votre cycle régulier de conformité.

Questions fréquentes

L’article 50 s’applique-t-il si mon agent conversationnel est clairement nommé « AI Assistant » ?

Peut-être, mais le nom seul peut ne pas suffire. L’article 50, paragraphe 1, exige que les personnes physiques soient informées qu’elles interagissent avec une IA. Un nom comme « AI Assistant » est un indicateur fort, mais la lecture de la Commission insiste sur une information non ambiguë et explicite au point d’interaction. Bonne pratique : combiner un nom clair, une information au premier message et un indicateur d’interface persistant. Ne vous fiez pas uniquement au nom du produit.

Dois-je apposer un filigrane sur des images générées par l’IA utilisées seulement en interne ?

L’article 50, paragraphe 2, s’applique aux fournisseurs de systèmes d’IA qui génèrent du contenu : l’obligation se déclenche au point de génération, pas à la diffusion. Si le système d’IA est conçu pour générer des images de synthèse, le fournisseur doit intégrer des marquages lisibles par machine, quel que soit l’usage prévu. Un usage seulement interne n’exempte pas le fournisseur. En revanche, l’obligation d’étiquetage du déployeur au titre de l’article 50, paragraphe 4 (information visible) s’applique principalement au contenu qui atteint des personnes physiques ou le public.

Que se passe-t-il si mon IA génère un texte qu’un humain retravaille ensuite lourdement avant publication ?

L’exception de révision éditoriale de l’article 50, paragraphe 4, s’applique. Si le texte généré par l’IA fait l’objet d’une révision éditoriale humaine significative et qu’une personne physique ou morale détient la responsabilité éditoriale de la publication finale, le texte n’a pas à être étiqueté comme généré par l’IA. Une révision « significative » signifie une vérification des faits de fond, une réécriture ou un jugement éditorial, pas une lecture cursive ni un correcteur automatique.

Comment l’article 50 s’articule-t-il avec les obligations de transparence du RGPD ?

Elles sont complémentaires, pas redondantes. L’article 13 du RGPD exige la transparence sur le traitement des données à caractère personnel, y compris d’informer les personnes concernées des décisions automatisées. L’article 50 du règlement sur l’IA exige la transparence sur la nature d’IA du système et de ses sorties, que des données à caractère personnel soient ou non traitées. Les organisations devraient coordonner les deux jeux d’informations dans une approche de transparence unifiée. Voir notre guide règlement sur l’IA et RGPD.

Quand l’exception « œuvres artistiques » s’applique-t-elle au contenu marketing ?

Étroitement. L’exception artistique, satirique ou créative de l’article 50, paragraphe 4, s’applique aux œuvres ayant une finalité véritablement artistique, satirique ou fictive. Le contenu marketing commercial, les images de produits, les vidéos publicitaires, les supports promotionnels, ne qualifient pas d’expression artistique au titre de cette exception. Si vous générez des supports marketing avec l’IA, vous devez les étiqueter.

Puis-je utiliser une seule mention « contenu généré par l’IA » sur mon site au lieu d’étiqueter chaque pièce ?

Non. L’article 50, paragraphe 4, exige un étiquetage accessible au point de consommation. Une mention générale en pied de page ou dans les conditions d’utilisation est insuffisante. Chaque pièce de contenu généré par l’IA soumise à l’obligation d’étiquetage doit être individuellement identifiable comme générée par l’IA, par une étiquette adjacente, une superposition, une légende ou un mécanisme équivalent qu’une personne raisonnable remarquerait en rencontrant ce contenu précis.