Une IA Ethique pour transformer votre business
Une bonne synthèse de la situation sur les bases de données d’entraînement (texte, audio, vidéo et photo) indispensables aux LLM. C’est encore le Far West, cependant tous les pays listés vont vers un respect des droits d’auteurs. Une bonne nouvelle, autant pour les auteurs que pour les marques utilisatrices des images ou des textes.
Google et OpenAI profitent de la tendance politique aux US pour tenter de se débarrasser des questions de droits d’auteurs / voisins sur les data d’entrainement et de garder les modèles en mode boîte noire. Cela va à l’opposé de la plupart des “bills” dans les États et bien sûr de l’IA Act en Europe. Ce sont deux piliers fondamentaux de l’IA Éthique qui sont à risque.
Concernant DeepSeek vs les US, je ne participerai pas ici à l’excitation générale sur des éléments probablement fantasmés (des deux côtés). Par contre, très factuellement, le nombre d’utilisateurs en dehors de la Chine est énorme. Sur des applications en entreprise, on déconseille déjà le Shadow IA avec un ChatGPT gratuit qui fait la même chose, mais là, on va passer un cran supérieur avec DeepSeek.
Beau cadeau de France Digitale à deux titres : une très didactique explication des différentes composantes de l’IA et une proposition de modèle pour sortir des deux mauvaises solutions vers lesquelles on se dirige. D’un part, les droits d’auteurs doivent être respectés et les médias ne devraient pas de se faire piller leurs contenus. Mais de l’autre côté, s’ils bloquent, c’est l’assurance de n’avoir que des modèles américains ou chinois et de voir les LLM ignorer des pans de la culture européenne dans ses réponses. La solution proposée ne prétend pas être parfaite, mais elle a le mérite de poser le débat au bon endroit.
Le modèle de partenariat OpenAi avec les médias dévoilé : en échange d’un peu de visibilité, OpenAI peut entraîner ses modèles sur des datas de très bonne qualité (et s’en passer dans le futur ?). Le baiser de la mort pour les médias ?
Les LLM entrainés sur des données copyrighté reproduisent ces contenus : il ne s’agit pas de juste utiliser un contenu pour construire un “raisonnement”
Les droits de propriété intellectuelle sur les données d’entrainement va devenir de plus en plus un problème pour les constructeurs de LLM.
L’article ne mentionne pas directement le cas des contenus médias utilisés pour entrainer les modèles, mais ça doit très certainement englober ce sujet