EU AI Act transparence : watermarks IA et premier bras de fer

Le 2 août 2026 : la date qui change l'équation pour les fournisseurs d'IA générative

Le 2 août 2026 a marqué une étape cruciale dans l'application de l'EU AI Act (Règlement (UE) 2024/1689 relatif à l'intelligence artificielle). Ce jour-là, deux grandes familles d'obligations sont entrées en vigueur simultanément. D'une part, les pouvoirs d'enforcement de la Commission européenne sur les fournisseurs de modèles d'IA à usage général (GPAI) sont devenus pleinement opérationnels : demandes d'information, accès aux modèles, et pouvoirs de rappel peuvent désormais être activés. D'autre part, les obligations de transparence définies à l'Article 50 ont pris force contraignante pour tous les fournisseurs de systèmes d'IA générative déployés dans l'Union européenne.

L'Article 50 impose plusieurs obligations pratiques aux fournisseurs d'IA générative. En premier lieu, tout système d'IA destiné à interagir avec des humains — chatbots, assistants vocaux, agents — doit informer les utilisateurs qu'ils interagissent avec une machine, sauf si cela est évident. En second lieu, les contenus générés artificiellement qui manipulent ou altèrent des images, vidéos ou sons existants — deepfakes au sens large — doivent être marqués de manière machine-lisible. En troisième lieu, les fournisseurs de modèles GPAI utilisés pour générer du texte doivent déployer des techniques permettant aux tiers de détecter l'origine IA du contenu. C'est ce troisième point qui a créé la dynamique observée autour de Claude.

Anthropic a réagi à cette obligation en activant le watermarking invisible du texte généré par ses modèles Claude dès le 2 août 2026. Selon les informations publiées dans leur documentation officielle et relayées par les médias spécialisés, cette technique consiste à embarquer un signal imperceptible directement dans le flux de tokens générés, sans que le texte visible ne soit altéré. Anthropic a annoncé l'ouverture prochaine d'une API de détection permettant aux tiers — plateformes éditoriales, régulateurs, journalistes, équipes sécurité — de vérifier si un texte a été généré par Claude. Cette API de détection est elle-même présentée comme une obligation découlant de l'Article 50(2) du Code de pratique GPAI finalisé en juillet 2025.

Le principe du watermarking de texte repose sur la distribution statistique des tokens. Un modèle de langage génère du texte en sélectionnant des tokens selon une distribution de probabilité. En introduisant un biais subtil et pseudorandomisé dans ces choix — de façon à encoder un identifiant imperceptible sur un corpus suffisamment long — il est possible de créer une signature détectable statistiquement mais invisible à l'œil humain. La technique, développée notamment dans des travaux académiques de Scott Aaronson chez OpenAI en 2022-2023, est aujourd'hui implémentée par plusieurs grands laboratoires sous différentes formes. SynthID-Text de Google en est une autre illustration connue.

La réponse du marché a été immédiate et a pris la forme d'un dépôt GitHub nommé watermarks-remover, publié sous licence MIT, qui affiche désormais plus de 4 500 étoiles. L'outil, qui revendique la couverture de Claude, Gemini via SynthID-Text, des marquages de provenance OpenAI et de plusieurs modèles open-weight, a déclenché un cycle médiatique intense dans la communauté de la sécurité IA. Des services web payants proposant de supprimer les watermarks ont également fait leur apparition en quelques jours, certains récupérés sur des domaines fraîchement enregistrés. Le site BleepingComputer a dénombré une dizaine de nouveaux outils ou services en ligne dans les 72 heures suivant l'annonce d'Anthropic.

L'enjeu technique mis en évidence par ces outils est fondamental. L'API de détection des watermarks d'Anthropic, dont l'ouverture est annoncée mais pas encore effective au moment de la rédaction de cet article, est pointée par des chercheurs en sécurité comme un vecteur potentiel d'oracle de contournement. En permettant à n'importe qui de vérifier si un texte est watermarqué ou non, et pour un coût estimé à environ quatre centimes de dollar par passe, cette API permettrait théoriquement d'itérer sur des modifications du texte jusqu'à ce que le watermark ne soit plus détecté. Ce type d'attaque par oracle est bien documenté dans la littérature cryptographique et suggère que l'efficacité à long terme du watermarking de texte IA dépend de la robustesse de l'implémentation face aux modifications adversariales.

Il est important de noter que les obligations de l'Article 50 s'appliquent uniquement au marquage — Anthropic est tenu de marquer ses outputs, pas de garantir que le marquage soit inviolable. La responsabilité du marquage incombe au fournisseur de modèle ; la responsabilité du contournement délibéré pourrait relever d'autres cadres réglementaires, notamment le droit pénal ou les lois sur la manipulation de l'information. Cependant, la question de l'efficacité pratique des watermarks dans un environnement où des outils de suppression sont librement disponibles est désormais au cœur des débats entre les régulateurs de l'AI Office européen et les fournisseurs de technologie.

Sur le volet GPAI plus large, l'activation des pouvoirs d'enforcement de la Commission le 2 août 2026 intervient dans un contexte de tension persistante entre les grands laboratoires américains et les autorités européennes. Rappelons qu'OpenAI et Anthropic font déjà l'objet d'enquêtes préliminaires liées à l'EU AI Act, comme révélé dans un précédent article de ce site. Meta de son côté a adopté une posture de retrait stratégique vis-à-vis du marché européen pour certains de ses déploiements IA. Le fait que l'AI Office dispose désormais d'un pouvoir de demande d'accès aux modèles et de tests d'évaluation autonomes représente un changement de paradigme dans la capacité réelle de l'UE à réguler des systèmes dont les paramètres et les données d'entraînement restent largement opaques.

Les implications pour les entreprises qui déploient de l'IA générative

Pour les équipes juridiques et conformité des entreprises françaises et européennes utilisant des LLM, le 2 août 2026 marque le début d'une période de responsabilité accrue. Si les obligations de transparence de l'Article 50 s'adressent principalement aux fournisseurs de modèles (Google, Anthropic, OpenAI, Mistral AI), les déployeurs — c'est-à-dire les entreprises qui intègrent ces modèles dans leurs produits et services — ont également des obligations de signalement envers leurs utilisateurs finaux. Tout système déployé après le 2 août 2026 qui interagit avec des utilisateurs humains doit être accompagné d'une notification claire de sa nature artificielle.

La convergence des obligations réglementaires crée une complexité opérationnelle nouvelle. Un système d'IA générative déployé dans le secteur financier peut simultanément relever de DORA (incidents de continuité, gouvernance ICT), de NIS2 (sécurité des systèmes d'information, notification d'incidents), et désormais de l'EU AI Act (marquage des contenus, documentation technique, signalement de la nature IA). Selon ComplianceHub.Wiki, un incident impliquant un agent IA dans le secteur financier peut déclencher trois obligations de notification distinctes en parallèle — envers l'autorité de surveillance financière au titre de DORA, envers l'autorité nationale de cybersécurité au titre de NIS2, et envers l'AI Office au titre de l'EU AI Act si le système est classifié comme GPAI à risque systémique.

La question des délais de mise en conformité haut-risque est également importante à intégrer dans les plannings. Le Digital Omnibus — accord provisoire conclu le 7 mai 2026 entre le Parlement européen et le Conseil de l'UE — a différé les obligations relatives aux systèmes IA à haut risque classifiés en Annexe III. Ces systèmes (recrutement, scoring de crédit, évaluation scolaire, surveillance biométrique, etc.) avaient initialement jusqu'au 2 août 2026 pour se conformer ; cette échéance a été repoussée au 2 décembre 2027. Les entreprises engagées dans des projets de déploiement IA à haut risque disposent donc d'une fenêtre supplémentaire de 16 mois pour finaliser leurs processus de certification et leur documentation.

Le débat sur le watermarking illustre enfin une tension plus profonde dans la gouvernance de l'IA : la tentation d'imposer des solutions techniques à des problèmes qui sont fondamentalement sociotechniques. La désinformation générée par IA, l'usurpation d'identité numérique ou la fraude académique ne sont pas résolubles par le seul marquage des outputs si des outils de suppression sont librement disponibles. La vraie question posée aux régulateurs est celle de la combinaison nécessaire entre obligations techniques, responsabilité des plateformes qui distribuent les contenus, et éducation des utilisateurs à la vérification de l'origine des contenus numériques.

Ce qu'il faut retenir

• Depuis le 2 août 2026, l'EU AI Act impose aux fournisseurs de LLM le marquage machine des textes générés (Article 50) — les déployeurs d'IA en Europe doivent signaler à leurs utilisateurs la nature artificielle des systèmes avec lesquels ils interagissent.
• Les outils de contournement des watermarks IA ont émergé en moins de 48 heures, posant la question de l'efficacité réelle du marquage technique comme outil de conformité — le débat est désormais ouvert entre l'AI Office et les fournisseurs.
• Les obligations haut-risque (Annexe III) ont été repoussées au 2 décembre 2027 via le Digital Omnibus — les entreprises concernées disposent d'une fenêtre supplémentaire pour finaliser leur mise en conformité.