Eugene Volokh
Le tribunal régional de Munich vient de créer un précédent : Google est désormais responsable des fausses accusations générées par ses résumés IA. L'affaire oppose deux éditeurs munichois à Google, dont l'IA Overview les avait faussement associés à des arnaques et pratiques douteuses. Le tribunal a établi que l'IA ne se contente pas d'agréger : elle « réécrit et juge les résultats avec ses propres mots et selon sa propre structure ». Plus révélateur encore, l'IA a formulé des accusations qui n'apparaissaient dans aucune des sources liées.
"L'IA réécrit et juge les résultats avec ses propres mots et selon sa propre structure [traduit de l'anglais]"
— Tribunal régional de Munich, Décision de justice
Google avait tenté de se défendre en arguant que les utilisateurs pouvaient vérifier les sources eux-mêmes, mais le tribunal a rejeté cet argument : la possibilité de réfuter une déclaration par des recherches supplémentaires n'exempte pas de responsabilité. Cette décision allemande fait écho au droit américain où la Section 230, qui protège les plateformes des contenus tiers, ne s'appliquerait pas aux contenus générés par l'IA elle-même. L'enjeu dépasse la diffamation : c'est la responsabilité éditoriale des systèmes d'IA qui se dessine.
Points de vigilance
Risque de sur-régulation qui pourrait freiner l'innovation IA. La définition de 'contenu généré' vs 'agrégé' reste floue et pourrait créer une insécurité juridique pour d'autres services d'IA.
Et maintenant ?
- 🤘 Créer un observatoire européen des erreurs factuelles d'IA générative
Fédérer éditeurs, fact-checkers et juristes pour documenter systématiquement les erreurs factuelles des IA génératives et constituer une base de preuves pour les recours collectifs. Mutualiser les coûts juridiques et créer une jurisprudence cohérente.
→ On saura que ça marche quand les plateformes IA intégreront des mécanismes de correction proactive plutôt que de réagir aux plaintes individuelles.
- 💪 Documenter et signaler les erreurs factuelles des résumés IA
Capturer systématiquement les erreurs factuelles des IA Overview avec screenshots horodatés, sources vérifiées et impact mesurable. Alimenter les bases de données d'erreurs pour renforcer les recours collectifs futurs.
→ On saura que ça marche quand les entreprises d'IA publieront des rapports de transparence sur leurs taux d'erreur factuelle par domaine.
- ✊ Coordonner des actions en cessation contre les IA diffamatoires
Organiser des recours collectifs coordonnés entre victimes de diffamation IA pour créer une pression juridique systémique. Cibler les revenus publicitaires liés aux résumés IA erronés en documentant l'impact sur la réputation commerciale.
→ On saura que ça marche quand les assureurs exigeront des audits de factualité IA avant de couvrir les risques de diffamation des plateformes.
8/10 : Score sur l'échelle des "5 piliers de la liberté", inspiré de l'ouvrage de Timothy Snyder
Damien Van Achter
Ces pistes ne sont pas des recettes toutes faites, mais des points d'entrée pour repenser nos systèmes numériques selon une logique de liberté positive : non pas limiter, mais augmenter nos capacités collectives d'action.
💬 On en discute ?
Tu veux recevoir le flux quotidien des articles publiés sur le site ? Suis-moi sur LinkedIn, Bluesky, Mastodon, Facebook ou rejoins-moi sur Discord !
Tu as des remarques, des suggestions, ou tu veux discuter d'une idée pour avancer dans tes propres projets ? Connecte-toi et laisse-moi un commentaire ou jette un oeil directement à mon agenda. 📆