Ne pas rédiger une loi sur l’intelligence artificielle ne signifie pas laisser le secteur sans réglementation. C'est la thèse au centre d'un débat houleux qui redessine aux Etats-Unis les frontières de la réglementation juridique de l’IAalors même que les grandes entreprises du secteur demandent au Congrès des éclaircissements sur ce qu’elles peuvent et ne peuvent pas faire. Même refuser d’intervenir avec des règles spécifiques reste en fait un choix réglementaire à tous égards : cela signifie confier la tâche aux tribunaux et aux lois déjà existantes.
L'IA hérite des lois déjà écrites
Aux États-Unis, une entreprise qui développe des modèles d’intelligence artificielle opère déjà dans un périmètre juridique bien défini : droit d'auteurla diffamation, la protection des consommateurs et le droit pénal s’appliquent à ces technologies autant qu’à tout autre produit ou service. La nouveauté technologique du LLM ne donne pas automatiquement lieu à une dérogation. La FTC l’a réitéré en termes clairs : « Il n’y a aucune exemption pour l’IA des lois déjà en vigueur ». Cela ne signifie pas qu'une entreprise soit automatiquement responsable chaque fois que son modèle cause un préjudice : ceux qui intentent une action en justice doivent néanmoins démontrer les éléments juridiques requis, et l'entreprise peut disposer de moyens de défense statutaires ou constitutionnels.
Ce qui change, c’est le point de départ du litige : il commence toujours au sein d’un système juridique existant, et non en dehors de celui-ci. Les décisions qui en résultent influencent concrètement ce que les entreprises décident de construire, les exigences qu'elles refusent de satisfaire, le montant qu'elles facturent pour couvrir le risque et le degré de surveillance qu'elles accordent à leurs clients.
Un cas souvent cité dans ce contexte est Rice contre Paladin Enterprisesdans lequel une cour d'appel fédérale a autorisé des poursuites contre l'éditeur d'un manuel sur le meurtre après que l'éditeur a admis qu'il avait l'intention d'aider des assassins. L'affaire n'a pas rendu illégaux les livres dangereux en général : mais elle a démontré que la publication de mots ne constitue pas un moyen de défense absolu lorsqu'il existe une intention de contribuer à un crime. Le même principe, appliqué à l'IA, complique encore les choses : un modèle qui reconnaît une cible illégale n'équivaut pas automatiquement à l'intention de son développeur de faciliter un crime, d'autant plus que les systèmes non déterministes fonctionnant à grande échelle peuvent se comporter d'une manière que les développeurs eux-mêmes n'avaient pas prévu.
Choix réglementaires possibles et rôle du Congrès
Ne pas réglementer spécifiquement l’IA ne revient pas à laisser le champ libre : cela signifie que les tribunaux interpréteront les règles existantes au cas par cas, avec des conséquences directes sur ce que les entreprises décideront de construire ou de restreindre. Mais le Réglementation américaine sur l'IA il ne doit pas nécessairement durcir les règles : il peut aussi les assouplir.
Le Congrès pourrait, par exemple, protéger les développeurs de modèles à usage général contre des réclamations spécifiques liées à une utilisation abusive en aval en créant un port sûr pour les entreprises qui répondent à une norme de sécurité précisément définie, ou en précisant où se situe la responsabilité entre le développeur, l'entreprise qui distribue le système et l'utilisateur final. L'article 230, qui limite certaines formes de responsabilité pour les contenus de tiers, est un exemple historique de ce type d'intervention législative : une protection née d'un choix du législateur, et non de l'absence de règles.
Tout récemment, comme l'a rapporté Wired, OpenAI a demandé aux membres du Congrès des conseils clairs sur un sujet délicat : si la coordination d'un ralentissement à l'échelle de l'industrie dans le développement des modèles d'IA les plus avancés serait légale ou si cela risquerait de violer les lois antitrust. C’est le signe que les entreprises du secteur elles-mêmes perçoivent l’incertitude réglementaire comme un obstacle concret à leurs stratégies, et non comme un simple problème académique.
Autodiscipline et normes volontaires : des limites évidentes
Certains proposent un organisme industriel basé sur des évaluations volontaires, plutôt que sur un processus d'approbation obligatoire. Il s’agit d’une position cohérente, mais qui suppose des réponses solides aux questions de responsabilité juridique. LE'Autodiscipline de l'IA Il ne clarifie pas ce qui se passe lorsque les choix de l'entreprise causent un préjudice, ni ne définit la responsabilité tout au long de la chaîne, y compris les infrastructures comme AWS qui hébergent les modèles.
La différence entre normes volontaires et approbation obligatoire pèse lourdement sur le marché : un processus d’autorisation préalable risque de ralentir les modèles utiles, de favoriser les entreprises qui peuvent se permettre de se conformer à la réglementation et de donner aux opérateurs historiques une influence sur les tests que doivent passer les concurrents. En revanche, les normes véritablement volontaires présentent le défaut inverse : l’entreprise la plus disposée à permettre des utilisations dangereuses peut simplement choisir de ne pas y participer.
Défis d’application et risques pour la vie privée
Même les règles les mieux écrites sont limitées lorsque les modèles ne restent pas à l’intérieur des frontières nationales. LE modèles open source posent un problème d'application particulièrement sérieux : une fois que les copies des poids circulent librement, le développeur d'origine ne peut plus les rappeler ni imposer des garanties sur toute version modifiée. Un modèle exécuté localement n’a besoin de l’autorisation d’aucun service hébergé pour répondre à une requête.
Ce sont également ces propriétés qui rendent les modèles open source précieux : recherche indépendante, concurrence, pression sur les prix, inférence privée et possibilité de créer sans l'approbation continue d'un fournisseur. Une règle conçue pour la sécurité peut finir par limiter ces avantages même si tel n’est pas son objectif déclaré.
Ici entre en jeu un deuxième niveau de contrôle, complémentaire à la régulation des modèles : une institution peut toujours superviser l’achat de matériels, surveiller les expérimentations et limiter l’accès aux substances particulièrement dangereuses, peu importe ce que fait ou ne fait pas le modèle d’IA. C'est le même principe déjà appliqué à la production de drogues illicites, où les fournisseurs de produits chimiques ont l'obligation de signaler les transactions suspectes impliquant des composés réglementés.
Mais ici apparaît une tension difficile à résoudre. Plus la méfiance à l’égard des contrôles modèles augmente, plus il devient tentant de surveiller qui les utilise. Des historiques de conversations plus riches et une vérification d’identité plus rigoureuse pourraient aider à distinguer le travail légitime de l’utilisation abusive, mais ils rendraient également plus difficile la préservation d’un accès privé et anonyme à des outils puissants. Le lire la confidentialité de l'IA ils risquent ainsi de se heurter de plein fouet aux besoins de sécurité, dans un équilibre que personne n’a encore pleinement trouvé.
Parce qu'il n'y a pas de solution simple
Comme cela arrive souvent dans le domaine juridique, il n’existe pas de réponse claire et définitive. Les obligations étroites concernant les préjudices graves semblent plus réalisables que les obligations génériques et globales. Des limites explicites à la responsabilité en aval pourraient inciter certaines parties de l’industrie qui opèrent aujourd’hui dans une incertitude quasi paralysante. Et il faudra certainement accorder plus d’attention aux systèmes du monde réel où une utilisation inappropriée devient concrètement dangereuse.
Cependant, le risque d’erreurs, d’évitements et de jugements difficiles sur ce qui constitue un risque acceptable demeure. Toute politique devra fonctionner même dans un monde où des modèles performants et non conformes restent disponibles ailleurs, sans prétendre que ce monde n’arrivera jamais. Dans le même temps, une trop grande prudence réglementaire risque de laisser les modèles américains à la traîne de la concurrence mondiale.
De meilleurs modèles pourraient également produire de meilleures garanties : une plus grande capacité n’implique pas automatiquement un préjudice net plus important. Mais cela peut augmenter ce qu'une protection défaillante vous permet de faire : une mauvaise réponse est un problème, une assistance compétente et prolongée dans un projet dangereux est un problème d'une toute autre ampleur. À mesure que les modèles s’améliorent pour aider les gens à atteindre leurs objectifs, nous devrions nous attendre à ce qu’ils couvrent tout le spectre allant du spam à des scénarios bien plus dangereux.
Le fait de renoncer à la législation laisse aux tribunaux la tâche d'adapter les lois existantes, en traçant les limites par une interprétation judiciaire plutôt que par un choix législatif. Légiférer crée plutôt des opportunités de protection et d’excès de réglementation. Dans aucun des cas, les modèles puissants ne cessent d’exister dans le reste du monde. « Pas de régulation de l’IA » reste cependant un choix de régime réglementaire : cela signifie laisser les lois héritées du passé et les tribunaux qui les interprètent tracer les limites. La question ouverte est de savoir si ce sont réellement les frontières que nous souhaitons.
FAQ
L’intelligence artificielle est-elle aujourd’hui exemptée des lois existantes aux États-Unis ?
Non. La FTC a clairement indiqué qu’il n’existait aucune exemption en matière d’IA des lois existantes, y compris les lois sur le droit d’auteur et la protection des consommateurs.
Que se passe-t-il si le Congrès n'adopte pas de législation spécifique à l'IA ?
Les tribunaux continueront d’appliquer et d’adapter les lois existantes aux questions liées à l’IA, influençant ainsi la manière dont les entreprises réglementent les résultats de leurs modèles.
Pourquoi les modèles open source sont-ils difficiles à réglementer ?
Parce que les copies de poids ouverts peuvent circuler librement une fois publiées, ce qui rend difficile l'imposition de mesures de sécurité ou le retrait de modèles potentiellement dangereux de la circulation.
Quels sont les risques pour la vie privée associés à la réglementation de l’IA ?
Une surveillance accrue pour identifier les utilisations abusives de l’IA pourrait entraîner une surveillance plus invasive, avec le risque d’éroder la vie privée des utilisateurs.
Contenu créé avec l’aide de l’intelligence artificielle et de la révision éditoriale humaine.