Face à l’ingestion massive de données pour entraîner les systèmes d’IA générative, il est urgent d’identifier des nouveaux modèles qui permettent aux IA d’accéder à des données de qualité, tout en maintenant le contrôle sur leur usage. Le streaming de données pourrait redéfinir les rapports de force géopolitiques dans le domaine de l’IA.
Par Primavera de Filippi, Directrice de la Recherche chez Alien Intelligence (*)
La souveraineté ne se joue plus seulement sur les champs de bataille, mais aussi dans le cyberespace. Avec l’IA générative, la conquête de l'espace latent (la représentation interne d'un modèle d'IA où les connaissances sont encodées sous forme de paramètres numériques) est devenue une nouvelle prérogative. Car contrôler l'espace latent, c'est contrôler les contenus —générés par l'IA— qui influencent notre cognition collective. Il ne s'agit donc plus seulement d’un enjeu de souveraineté territoriale ou économique, mais aussi de souveraineté cognitive.
L'Europe possède un énorme patrimoine culturel qui doit être protégé. Or, toute tentative de verrouiller ce patrimoine dans le but de les protéger produit l’effet inverse : nos langues et spécificités culturelles deviennent statistiquement insignifiantes dans les modèles d'IA. Si nos données sont verrouillées, les AI d’OpenAI, Google ou Anthropic n’apprendront la culture européenne qu’à travers des interprétations étrangères. Notre patrimoine risque alors d'être marginalisé par son absence dans les corpus d'entraînement.
Le streaming : solution au piratage numérique
Cette situation rappelle les débuts d'Internet face au piratage. Les solutions techniques (tels que les systèmes de protection anti-copie) ont échoué, et les poursuites judiciaires se sont révélées socialement inacceptables. La solution est venue des plateformes de streaming qui ont offert une expérience supérieure au piratage tout en rémunérant les créateurs.
Spotify et Netflix ont résolu le problème du piratage non par la répression mais par l'innovation commerciale : transformer la propriété en accès et les achats en abonnements. Cette même logique peut s'appliquer à l'IA générative.
Aujourd'hui, les modèles d'IA ingèrent massivement des données sans autorisation ni compensation. Le cadre juridique traditionnel – droit d'auteur, droits de la personnalité – conçu avant l'arrivée de l'IA générative — ne peut réguler efficacement ces pratiques. Comment tracer les contributions individuelles dès lors qu’elles ont été synthétisées dans des millions de paramètres ?
Newsletter
Ma Tribune
L’actualité qui compte pour vous, chaque jour dans votre boîte mail.
Le streaming de données : solution pour l’IA
Le streaming de données représente un nouveau paradigme : plutôt que l'ingestion permanente de données dans les poids des modèles, il rend l'information accessible aux modèles d'IA tout en maintenant les données dans des espaces souverains.
Concrètement, les modèles d’IA n’accèdent pas aux données brutes, mais doivent soumettre des requêtes aux entrepôts de données afin d’obtenir le résultat du traitement de ces données. Chaque requête est tracée, autorisée et compensée via des mécanismes de paiement à l'usage (pay per use). Ainsi, les données restent sous contrôle des ayant-droits, tout en devenant accessibles pour l’enrichissement de ces modèles.
Plusieurs technologies existent déjà, telles que le RAG (Retrieval-Augmented Generation) qui permet d'interroger en temps réel des bases de données externes sans intégrer ces informations dans ses paramètres internes, ou le LoRA (Low-Rank Adaptation) qui crée des couches d’apprentissage supplémentaire pour adapter un modèle à des domaines spécifiques sans cependant le modifier. Ces technologies enrichissent les modèles d'IA avec de nouvelles bases de connaissances sans ingestion permanente, préservant la souveraineté des données tout en les rendant exploitables par des tiers.
Entre protection et innovation
L'objectif n'est pas d'entraver le développement de l'IA mais, au contraire, de l'améliorer. L'Europe s’est spécialisée dans la création de produits haut de gamme ; une démarche similaire peut être appliquée à l'intelligence artificielle pour créer une "IA haute gamme".
Les modèles actuels sont souvent critiqués pour générer de la “bouillie algorithmique” (AI slop, en anglais): du contenu homogénéisé, sans nuance ni spécificité culturelle. Quand les IA s'entraînent sur des données facilement accessibles, elles reflètent inévitablement les limitations de ces corpus. Cela représente non seulement une limitation esthétique, mais aussi une menace pour la diversité culturelle
Le streaming de données permet d’aller au-delà de cette bouillie algorithmique. Musées, universités, et entreprises peuvent partager leurs données tout en conservant le contrôle sur les usages qui en sont fait, en échange d’une compensation équitable. Ces nouveaux flux de revenus incitent à créer des données de haute qualité, garantissant l'accès à des informations qualifiées et des connaissances spécialisées.
Un impératif géopolitique
Alors que les IA deviennent les principaux consommateurs et producteurs d'information, la préservation de notre diversité culturelle implique qu’elles apprennent les subtilités de la culture européenne. Il faut cependant leur permettre d'accéder à des données de haute qualité, et culturellement ancrées.
On ne peut défendre notre souveraineté culturelle aux dépens de notre souveraineté cognitive. Si verrouiller nos données les protège contre des usages non autorisés, cela garantit aussi leur marginalisation. Inversement, les partager sans contrôle ni contrepartie signifie renoncer à notre souveraineté culturelle. Le streaming de données offre une troisième voie : rendre notre patrimoine culturel accessible à l'IA tout en préservant le contrôle. Cela permet à l’Europe de maintenir un rôle significatif dans la géopolitique de l'espace latent, promouvant une nouvelle doctrine de souveraineté pour l'ère de l'intelligence artificielle.
_____
(*) Primavera de Filippi est directrice de recherche au CNRS à Paris, et chercheuse associée au Berkman-Klein Center for Internet & Society à Harvard. Experte juridique chez Alien Intelligence, ses recherches portent sur les défis et les opportunités juridiques de la blockchain et de l’IA.
