Stratégie produit13 minutes de lecture

AI Act : rendre chatbots et contenus IA transparents

Identifiez quoi signaler dans un chatbot ou un contenu IA avec une matrice fournisseur-déployeur, des preuves et un contrôle éditorial clair.

Équipe ZenceArchitecture, produit et design numérique

Publié le1 août 2026

Flux de conversation et de contenu IA traversant un portique transparent avant leur publication

À partir du 2 août 2026, l’article 50 de l’AI Act impose des règles de transparence à certains systèmes d’intelligence artificielle. Pour une entreprise, la bonne réponse n’est pas d’ajouter partout une mention « généré par IA ». Il faut distinguer quatre situations : une personne échange directement avec un système d’IA, un fournisseur génère un contenu synthétique, un déployeur diffuse un deepfake, ou il publie un texte d’intérêt public sans véritable contrôle humain.

Chaque situation appelle un signal différent : information visible dès l’interaction, marquage lisible par machine, label perceptible ou preuve de revue éditoriale. Une même entreprise peut être fournisseur dans un produit conçu sous son nom et déployeur lorsqu’elle utilise le service d’un tiers.

La matrice de cet article aide à identifier le bon propriétaire, le bon moment et la bonne preuve. Elle prépare un cadrage produit ; elle ne remplace pas une analyse juridique du cas réel.

Que demande réellement l’article 50 de l’AI Act ?

Les lignes directrices publiées par la Commission européenne le 20 juillet 2026 définissent le périmètre des obligations de transparence. Leur objectif est simple : permettre aux personnes de savoir quand elles interagissent avec une IA ou sont exposées à certains contenus générés ou manipulés par IA.

Le cadre ne traite pas toutes les utilisations de l’IA de la même manière. Il sépare notamment :

l’information donnée au début d’une interaction directe avec un système d’IA ;
le marquage technique des sorties synthétiques par le fournisseur du système ;
l’information des personnes exposées à la reconnaissance des émotions ou à la catégorisation biométrique ;
la labellisation visible des deepfakes et de certains textes d’intérêt public diffusés sans revue humaine ou contrôle éditorial.

Les règles relatives aux systèmes d’IA à haut risque ont, elles, un autre calendrier. L’AI Omnibus entré en vigueur le 27 juillet 2026 a repoussé certaines échéances à 2027 et 2028, mais les obligations de transparence de l’article 50 restent applicables le 2 août 2026. Confondre ces calendriers peut conduire à retarder un travail qui concerne déjà le produit ou la publication.

La première décision consiste donc à qualifier le rôle et l’exposition, pas à choisir la formulation d’un bandeau.

Cette transparence envers les personnes est distincte des compétences internes. L’article sur la littératie IA en entreprise traite l’article 4, les mesures adaptées aux rôles et les preuves d’usage ; la présente page reste propriétaire des signaux visibles, du marquage et de la revue éditoriale prévus par l’article 50.

Fournisseur ou déployeur : qui doit faire quoi ?

Le fournisseur développe un système d’IA, ou le fait développer, puis le met sur le marché ou en service sous son nom ou sa marque. Le déployeur utilise un système d’IA sous son autorité dans un cadre professionnel. Ces rôles décrivent une responsabilité dans la chaîne de valeur ; ils ne correspondent pas automatiquement à « l’éditeur technique » et « le client final ».

Une PME qui branche le chatbot d’un éditeur sur son service client est généralement déployeur de ce système. Si elle transforme profondément la solution et la commercialise sous son propre nom, sa qualification peut changer. Une agence, un prestataire ou un freelance qui opère l’outil pour le compte de l’entreprise ne devient pas nécessairement le déployeur à sa place : l’entité qui exerce l’autorité et le contrôle reste à identifier.

La foire aux questions officielle sur l’article 50 précise aussi qu’une même organisation peut cumuler des obligations. Un produit conversationnel conçu sous sa marque doit informer la personne qui lui parle. Si ce produit génère des contenus synthétiques, son fournisseur doit également traiter leur marquage technique.

Cartographiez donc trois colonnes avant toute recette :

qui conçoit ou fait concevoir le système sous son nom ;
qui décide de son usage, de son public et de sa diffusion ;
qui maîtrise concrètement l’interface, le modèle, les métadonnées et la publication.

Cette carte doit rester lisible lorsque l’entreprise compare une solution standard, une intégration et un développement sur mesure. Le choix technique change les contrôles disponibles, pas la nécessité d’attribuer les responsabilités.

Lorsqu’une colonne reste sans propriétaire, la transparence risque de devenir une mention ajoutée en fin de projet, sans capacité à vérifier ce qui se passe réellement.

La matrice exposition, signal et preuve

Cette matrice transforme le périmètre officiel en décisions de produit. Elle n’atteste pas une conformité. Elle aide l’équipe à poser les bonnes questions avant de concevoir, intégrer ou publier.

Situation observée	Rôle à qualifier	Signal attendu	Moment utile	Preuve de recette
conversation directe avec un système d’IA	fournisseur du système interactif	information claire et distincte sur la nature IA de l’interaction	dès le début de la première interaction	capture, texte annoncé, test clavier et lecteur d’écran
génération ou manipulation de texte, image, audio ou vidéo	fournisseur du système génératif	marquage lisible par machine et sortie détectable	dans la chaîne de génération ou d’export	fichier témoin, métadonnées, méthode et résultat de détection
diffusion d’un deepfake	déployeur	label visible ou audible, distinct du seul marquage technique	au plus tard lors de la première exposition	contexte de diffusion, label rendu et test multi-support
texte publié pour informer sur un sujet d’intérêt public, sans revue suffisante	déployeur	label clair indiquant l’origine artificielle ou la manipulation	avec le contenu publié	version source, label, journal de publication et responsable
texte d’intérêt public avec revue humaine et responsabilité éditoriale effectives	déployeur	exception à qualifier ; la simple correction formelle ne suffit pas	avant publication	relecteur compétent, sources, modifications, approbation et responsable final
reconnaissance des émotions ou catégorisation biométrique	déployeur	information des personnes exposées	avant ou pendant l’exposition selon le parcours	périmètre, notice rendue, accessibilité et scénario testé

Le test est plus exigeant qu’une recherche de mentions dans le code. Il faut vérifier que le signal survit aux situations réelles : ouverture directe d’un lien, reprise d’une conversation, export d’une image, partage sur un réseau, lecture audio, recadrage d’une vidéo ou passage par un prestataire.

Une preuve qui disparaît dès que le contenu quitte l’outil n’est pas une preuve de bout en bout.

Comment informer au début d’une conversation avec une IA ?

Pour une interaction directe, la Commission indique que la personne doit être informée dès le début de la première interaction, de manière claire, distincte et accessible, sauf si le caractère artificiel est évident. Cette exception doit être interprétée avec prudence : le nom du produit, une petite icône ou une réponse très fluide ne garantissent pas que l’utilisateur comprenne la nature du système.

La mention doit arriver avant que la personne accorde au système une confiance qu’elle n’aurait pas accordée autrement. Elle ne doit pas être enfouie dans les conditions générales, affichée après plusieurs messages ou dépendre d’un survol impossible sur mobile.

Une recette utile vérifie au moins six moments :

première ouverture sur ordinateur ;
première ouverture sur mobile ;
reprise d’une conversation existante ;
arrivée par un lien profond ou une notification ;
usage au clavier et avec une technologie d’assistance ;
transfert vers une personne ou sortie du parcours automatisé.

L’information ne doit pas devenir un panneau juridique qui repousse l’action principale. Elle peut rester courte si elle répond à trois questions : avec quoi la personne échange, ce que le système peut faire et comment reprendre le contrôle. Le cadrage d’un agent IA en entreprise complète ce travail pour les permissions, la mémoire, les outils et les validations humaines.

Marquage technique et label visible ne sont pas interchangeables

Le fournisseur d’un système génératif doit, dans les cas concernés, prévoir un marquage lisible par machine et rendre la sortie détectable comme artificiellement générée ou manipulée. Le dispositif doit être effectif, interopérable, robuste et fiable dans la mesure techniquement possible, en tenant compte du type de contenu, des limites de la technique, du coût et de l’état de l’art.

Ce marquage ne remplace pas le label visible demandé au déployeur pour un deepfake. Une personne ne devrait pas avoir besoin d’un outil spécialisé pour comprendre ce qu’elle regarde ou écoute. À l’inverse, une légende visible ajoutée par le diffuseur ne résout pas nécessairement l’obligation technique qui appartient au fournisseur.

Les faits essentiels publiés par la Commission signalent plusieurs limites et exceptions. L’édition standard qui ne modifie pas substantiellement les données d’entrée ou leur sens n’est pas traitée comme une génération complète. Les lignes directrices détaillent aussi des sorties hors périmètre et une exception étroite pour certains contextes interentreprises ou industriels.

Une période transitoire limitée existe pour le seul marquage et la détection des sorties des systèmes mis sur le marché avant le 2 août 2026 : l’échéance correspondante est alors fixée au 2 décembre 2026. Elle ne reporte ni l’information au début d’une conversation, ni les autres obligations de labellisation. Les contenus créés avant le 2 août ne doivent pas être étiquetés rétroactivement, même si la Commission encourage une démarche volontaire lorsque c’est possible.

Avant de revendiquer une exception, documentez le système, sa date de mise sur le marché, le type de sortie, son usage et la transformation réellement appliquée. Une phrase générique dans un registre ne montre pas que l’équipe a testé le cas.

Quand la revue humaine change-t-elle la décision éditoriale ?

Le texte généré ou manipulé par IA et publié pour informer le public sur un sujet d’intérêt public doit être clairement étiqueté lorsqu’il n’a pas fait l’objet d’une revue humaine ou d’un contrôle éditorial avec responsabilité. Cette règle ne vise donc pas indistinctement chaque brouillon, fiche produit ou e-mail assisté par IA.

Trois questions délimitent d’abord le cas : le texte est-il publié, vise-t-il à informer le public et porte-t-il sur un sujet d’intérêt public ? Les lignes directrices citent notamment la politique, les services publics, la justice, les droits fondamentaux, la sécurité, la santé, l’environnement, la sécurité des consommateurs ainsi que des développements économiques, financiers, scientifiques ou culturels pertinents pour le débat public.

Lorsqu’une revue humaine est invoquée, elle doit porter sur le fond. La Commission décrit l’examen délibéré d’une personne compétente, capable d’exercer un jugement professionnel. Le contrôle éditorial suppose une autorité réelle pour approuver, modifier ou refuser le texte, vérifier les faits et évaluer la fiabilité des sources. Une correction orthographique, un changement de ton ou un clic d’approbation sans lecture ne suffisent pas.

La preuve éditoriale peut rester sobre :

version reçue du système et sources proposées ;
nom ou rôle de la personne compétente ;
points factuels vérifiés et sources retenues ;
modifications substantielles ;
décision d’approbation, de correction ou de refus ;
entité qui assume la responsabilité finale de publication.

Ce journal protège aussi la qualité du contenu. Il relie l’assistance automatisée à une décision humaine au lieu de transformer la mention IA en substitut à la vérification.

Exemple fictif : un assistant de service client qui prépare des contenus

Imaginons une entreprise fictive qui intègre un assistant IA sur son site. Le système répond aux questions, recherche des informations dans une base documentaire et prépare chaque mois un article sur les changements réglementaires du secteur.

L’équipe sépare les parcours. Dans le service client, l’interface indique dès le début qu’il s’agit d’un assistant IA, précise ses limites et rend le transfert humain accessible. Le test couvre l’ouverture directe, la reprise, le mobile et le lecteur d’écran.

Pour les articles, le système ne publie rien. Il crée un brouillon, conserve les sources et le transmet à une personne compétente. Cette personne vérifie les textes officiels, corrige le fond et peut refuser la publication. L’entreprise documente l’approbation et assume la responsabilité éditoriale. Si une vidéo représentant artificiellement une personne réelle est diffusée, un label visible est ajouté au moment de l’exposition, indépendamment des métadonnées techniques disponibles.

Cet exemple ne conclut ni à la conformité du produit, ni à l’application d’une exception. Il montre pourquoi un seul bandeau « nous utilisons l’IA » ne couvre pas des responsabilités et des sorties différentes.

Le dossier minimal de transparence

Un dossier exploitable doit permettre à une nouvelle personne de comprendre ce qui est exposé, qui agit et comment rejouer la preuve. Reliez-le au travail d’automatisation du processus et à la réversibilité des comptes, données et livrables lorsque plusieurs prestataires interviennent.

Conservez au minimum :

Un inventaire daté. Systèmes, versions, fournisseurs, canaux, publics, contenus produits et date de mise en service.
Une qualification des rôles. Fournisseur, déployeur, sous-traitants, responsable éditorial et propriétaire de l’interface.
Une carte des expositions. Conversation, contenu synthétique, deepfake, texte d’intérêt public, émotion ou biométrie.
Les signaux rendus. Texte visible, annonce audio, marquage technique, accessibilité et moment d’apparition.
Les preuves de recette. Scénarios, captures, fichiers témoins, résultats de détection, erreurs et corrections.
La chaîne éditoriale. Sources, compétence du relecteur, modifications, approbation et responsabilité.
Les exceptions invoquées. Fondement, conditions vérifiées, limites et date de réexamen.
La procédure de changement. Contrôle après modification du modèle, de l’interface, du fournisseur ou du canal de diffusion.

Le code de bonnes pratiques européen sur le marquage et la labellisation, publié le 10 juin 2026, constitue un outil volontaire pour démontrer certaines obligations relatives aux contenus générés. Une organisation qui ne l’utilise pas doit pouvoir démontrer sa conformité par des moyens alternatifs adéquats. Le choix mérite donc d’être documenté, sans présenter l’adhésion volontaire comme une certification automatique de tout le produit.

Quelle première action prendre ?

Choisissez un seul parcours visible : le chatbot le plus utilisé, une génération d’image réellement diffusée ou une chaîne éditoriale assistée. N’ajoutez aucune mention immédiatement. Rejouez d’abord le trajet complet et notez le système, le rôle de l’entreprise, la personne exposée, le type de sortie, le moment où son origine devient perceptible et la preuve conservée.

Vous saurez alors si le travail concerne l’interface, le fournisseur, les métadonnées, la publication ou le contrôle éditorial. Cette distinction évite deux excès : afficher un avertissement sur chaque contenu sans rapport avec le risque, ou supposer qu’une clause contractuelle invisible protège l’expérience réelle.

Zence conçoit des logiciels métier et parcours numériques sur mesure en reliant interface, données, permissions, exploitation et critères de recette. La transparence n’est pas une décoration juridique ajoutée au produit. C’est une propriété du parcours : la personne comprend avec quoi elle interagit, l’équipe sait qui répond de la sortie et une preuve permet de vérifier que le signal reste présent.

Sources principales

Écrit et relu par

Équipe ZenceThomas et Bastien croisent architecture logicielle, stratégie produit, design et opérations pour transformer des sujets complexes en produits numériques clairs et durables.