Les gouvernements passent rapidement du débat sur la nécessité d'indiquer qu’un contenu est généré par l’IA à la précision de la manière dont cela doit être fait, par qui et selon quels formats. Ce changement est motivé par une réalité simple : le texte, l’audio, les images et la vidéo synthétiques sont désormais faciles à produire à grande échelle, et les publics ne peuvent souvent pas déterminer ce qui est authentique sans aide.
En 2025 et 2026, l’Union européenne construit une voie de conformité qui combine une loi contraignante (le Règlement sur l’IA de l’UE) avec des orientations pratiques d’application (un code de pratique dédié au marquage et à l’étiquetage). Dans le même temps, la Chine a adopté ses propres mesures d’étiquetage, montrant que « étiqueter la sortie » devient une norme politique mondiale, même si les détails varient selon les juridictions.
1) Pourquoi « étiqueter les sorties de l’IA » est soudainement devenu une priorité réglementaire
Les médias générés par l’IA ont dépassé le stade de la nouveauté pour entrer dans la communication quotidienne : chats de support client, textes marketing, contenus politiques, images d’influenceurs, et extraits audio/vidéo. À mesure que la qualité augmente et que les coûts baissent, le risque concerne moins l’existence de l’IA que la confusion, la manipulation et l’attribution, notamment lorsque le contenu est partagé sans contexte.
Les décideurs présentent de plus en plus la transparence comme une condition préalable à la confiance. L’étiquetage vise à aider les gens à interpréter ce qu’ils voient et entendent, tout en soutenant les outils de détection en aval et l’application des règles par les plateformes. C’est pourquoi les règles récentes insistent à la fois sur la divulgation destinée aux humains (ce que les utilisateurs peuvent percevoir) et sur le marquage technique (ce que les machines peuvent détecter à grande échelle).
Une autre raison est l’applicabilité. Les autorités ont appris que les principes éthiques généraux sont difficiles à auditer. Le marquage de la sortie, en particulier lorsqu’il est normalisé, crée des obligations mesurables : le fournisseur l’a-t-il marqué, peut-on le détecter, et le déployeur l’a-t-il divulgué quand c’était requis ?
2) Article 50 du Règlement sur l’IA de l’UE : marquage et divulgation contraignants (à partir du 2 août 2026)
Le Règlement sur l’IA de l’UE introduit des obligations de transparence spécifiques pour le contenu synthétique à l’article 50. Selon l’article 50, les fournisseurs de systèmes d’IA qui génèrent du contenu synthétique doivent veiller à ce que les sorties soient « marquées dans un format lisible par machine et détectables comme artificiellement générées ou manipulées », couvrant le texte, l’audio, les images et la vidéo synthétiques. La disposition doit être applicable à partir du 2 août 2026. Source : https://artificialintelligenceact.eu/article/50
L’article 50 distingue également une seconde catégorie de responsabilités : les déployeurs, c’est-à-dire ceux qui utilisent des systèmes d’IA dans des contextes réels, doivent divulguer certains deepfakes et certains textes générés ou manipulés par l’IA lorsqu’il existe une dimension d’intérêt public. Autrement dit, la loi ne traite pas « fabriquer le modèle » et « utiliser le modèle » comme la même tâche ; elle attribue des obligations de transparence différentes à chacun.
Cette structure double est importante pour la mise en œuvre. Un fournisseur peut intégrer des marqueurs techniques dans ses sorties, tandis qu’un déployeur (une rédaction, une campagne, une marque ou un opérateur de plateforme) peut avoir des devoirs supplémentaires pour informer le public lorsque le contenu est synthétique, surtout lorsqu’il existe un risque élevé de tromperie.
3) Le nouveau code de pratique de la Commission européenne sur le marquage et l’étiquetage
Pour rendre l’article 50 opérationnel, la Commission européenne a lancé les travaux d’un code de pratique spécifiquement consacré au marquage et à l’étiquetage du contenu généré par l’IA le 5 novembre 2025, avec un processus de rédaction de sept mois. La Commission présente le code comme un moyen d’aider les fournisseurs à satisfaire aux obligations de transparence du Règlement sur l’IA et de soutenir le marquage lisible par machine pour l’audio, les images, la vidéo et le texte synthétiques, ainsi que les devoirs de divulgation pour les déployeurs (deepfakes et certains textes d’intérêt public). Source : https://digital-strategy.ec.europa.eu/en/news/commission-launches-work-code-practice-marking-and-labelling-ai-generated-content
L’idée politique clé d’un code est la normalisation. Une exigence légale telle que « marquée dans un format lisible par machine » peut s’interpréter de nombreuses façons ; un code peut faire converger le marché autour d’approches reproductibles, de tatouages numériques, de métadonnées, de certificats de contenu, de signatures ou d’autres signaux détectables, sans avoir à modifier la loi à chaque évolution technologique.
Il fournit aussi un point de référence partagé pour les audits et les marchés publics. Si acheteurs, plateformes et autorités peuvent tous se référer à une base issue du code, la conformité devient moins une interprétation ad hoc et davantage la mise en œuvre de contrôles connus qui peuvent être testés et documentés.
4) Calendrier : projet en déc. 2025, révisions en 2026, application en août 2026
Le premier projet du Code de pratique sur la transparence du contenu généré par l’IA de l’UE a été publié le 17 décembre 2025. Les mises à jour indiquent qu’un second projet est attendu vers mars 2026, avec une version finale ciblée autour de juin 2026. Source : https://www.techuk.org/resource/dispatch-from-brussels-updates-on-eu-tech-policy-december.
Ce calendrier n’est pas accidentel. L’article 50 devient applicable le 2 août 2026, ainsi un code final à la mi‑2026 offrirait aux fournisseurs et aux déployeurs une fenêtre étroite mais réaliste pour mettre en œuvre le marquage, les divulgations dans l’interface utilisateur, la documentation et les tests de conformité avant l’entrée en vigueur des obligations.
Le calendrier signale également que la conformité en matière de transparence devient une exigence produit, pas seulement une déclaration politique. Les organisations qui attendent le dernier moment risquent d’avoir du mal à intégrer le marquage dans des pipelines de génération complexes, des intégrations partenaires et des flux de publication multicanaux.
5) Qui fait quoi : marquage par le fournisseur vs divulgation par le déployeur
L’analyse juridique du projet de code de l’UE souligne comment il opérationnalise l’article 50 en séparant les responsabilités : les fournisseurs s’occupent de l’aspect technique (marquage/détectabilité), tandis que les déployeurs gèrent l’aspect visible du public (divulgations dans des contextes spécifiques). Cela rend le cadre de transparence plus actionnable parce qu’il associe les obligations à l’acteur qui dispose des leviers appropriés. Source : https://www.ddg.fr/actualite/transparency-of-ai-generated-content-in-depth-legal-analysis-of-the-draft-code-of-practice-implementing-article-50-of-the-eu-ai-act
Pour les fournisseurs, le défi principal est de concevoir un marquage qui résiste aux conditions réelles : recompression de la vidéo, captures d’écran d’images, copier/coller de texte, modifications par les utilisateurs et conversions de format. L’exigence que les sorties soient « détectables » va au‑delà d’un simple badge superficiel et pousse vers des signaux pouvant être vérifiés de manière fiable par des machines.
Pour les déployeurs, le défi est la gouvernance et le contexte. Un déployeur peut avoir besoin de politiques définissant quand une divulgation de deepfake est déclenchée, comment l’afficher, comment consigner les décisions et comment s’assurer que des agences ou des sous‑traitants tiers respectent les mêmes règles. En pratique, de nombreux déployeurs auront besoin d’une « liste de contrôle du contenu synthétique » intégrée aux flux de publication.
6) Normaliser les étiquettes sans nuire à la créativité ou à la liberté d’expression
Les analyses en politique des médias notent que le projet de décembre 2025 de la Commission vise à normaliser le « marquage et l’étiquetage clairs » des médias synthétiques dans le cadre de l’application du Règlement sur l’IA. Il évoque aussi l’idée de divulgations « minimales/non intrusives » dans les contextes artistiques ou satiriques, une tentative de concilier la transparence et l’expression créative légitime. Source : https://www.techpolicy.press/what-the-eus-new-ai-code-of-practice-means-for-labeling-deepfakes
Il s’agit d’une tension de conception importante. Si les étiquettes sont trop subtiles, elles manquent leur objectif. Si elles sont trop visibles ou rigides, elles peuvent dénaturer des œuvres artistiques, stigmatiser des usages bénins ou pousser les créateurs à éviter la conformité. Une bonne politique (et un bon design produit) tente de préserver la compréhension des utilisateurs tout en minimisant les perturbations.
C’est pourquoi de nombreux cadres de transparence reposent implicitement sur une approche en couches : un marquage lisible par machine pour les écosystèmes et les outils de détection, ainsi qu’un étiquetage lisible par l’humain lorsque le public doit être informé, en particulier pour les deepfakes ou les communications d’intérêt public où le risque de tromperie est élevé.
7) Au‑delà de l’Europe : les mesures d’étiquetage de la Chine montrent une direction mondiale
La Chine a également avancé vers une formalisation de l’étiquetage. Les « Mesures pour l’étiquetage du contenu généré et synthétisé par l’intelligence artificielle » ont été co‑émises le 7 mars 2025 et, selon des commentaires juridiques, prennent effet le 1er septembre 2025. Les mesures sont décrites comme imposant des « logos » pour le contenu généré par l’IA/synthétique, exigeant que les utilisateurs déclarent de manière proactive le contenu généré par l’IA lors de la publication, et obligeant les prestataires de services de diffusion de contenu en réseau à réguler la distribution des activités de génération synthétique. Source : https://mmlcgroup.com/china-ai-determination/
La direction prise par la Chine s’appuie sur des directives techniques antérieures. Un résumé d’un guide pratique TC260 d’août 2023 décrit des devoirs d’étiquetage pour différents types de médias, indiquant que les fournisseurs doivent ajouter des tags sur les images/vidéos/autres contenus générés, en cohérence avec la gouvernance plus large de la Chine sur la synthèse profonde. Source : https://www.insideprivacy.com/artificial-intelligence/labeling-of-ai-generated-content-new-guidelines-released-in-china/
La leçon pour les entreprises internationales n’est pas que l’UE et la Chine soient identiques , elles ne le sont pas , , mais que l’étiquetage devient une attente commune en matière de conformité. Les équipes produit auront peut‑être besoin de modes d’étiquetage adaptés aux régions, de journaux de preuve et de contrôles de politique pouvant s’ajuster à différents déclencheurs juridiques (déclarations par le fournisseur vs par l’utilisateur, devoirs des plateformes et modèles d’application).
8) Mise en œuvre par l’industrie : de l’UX « Généré par l’IA » aux marqueurs lisibles par machine
La réglementation pousse la transparence d’un « agréable à avoir » à une fonctionnalité standard d’interface et d’infrastructure. Un exemple concret est l’orientation UX « Étiquette de sortie générative » (« Generated by AI »), publiée le 8 avril 2024, qui propose des modèles d’interface concrets pour rendre explicites les sorties produites par l’IA et améliorer la confiance des utilisateurs. Source : https://cloudscape.design/patterns/genai/output-label/
Mais les étiquettes dans l’interface seules sont peu susceptibles de satisfaire des exigences comme le marquage lisible par machine et la détectabilité de l’article 50. De nombreuses organisations auront besoin des deux : un indicateur visible par l’utilisateur dans les contextes pertinents et un marqueur technique pouvant être détecté par des outils automatisés, même après que le contenu a circulé sur différentes plateformes.
Parallèlement, l’UE expérimente déjà des instruments « codés » pour guider la conformité. Un Code de pratique pour l’IA à usage général volontaire a été publié le 10 juillet 2025 pour aider les fournisseurs à s’aligner sur les exigences du Règlement sur l’IA dans des domaines comme la transparence, le droit d’auteur et la sécurité, et la couverture médiatique a mis en avant le contexte de mise en œuvre phasée du Règlement sur l’IA. Sources : https://digital-strategy.ec.europa.eu/en/policies/contents-code-gpai et https://apnews.com/article/a3df6a1a8789eea7fcd17bffc750e291
Nouveau code et nouvelle loi convergent vers le même message : si vous générez du contenu synthétique, attendez‑vous à devoir l’étiqueter, et à le faire de manière compréhensible pour les humains et vérifiable par les machines. L’article 50 du Règlement sur l’IA de l’UE fixe l’obligation contraignante et la date d’application (2 août 2026), tandis que le code de pratique dédié de la Commission vise à standardiser la manière dont l’écosystème met effectivement en œuvre le marquage et la divulgation.
Pour les fournisseurs et les déployeurs, la tâche pratique consiste désormais à considérer l’étiquetage comme une capacité système : implémenter un marquage lisible par machine pour les sorties textuelles, audio, images et vidéo ; concevoir des divulgations claires destinées aux utilisateurs pour les deepfakes et les contextes d’intérêt public ; et établir une gouvernance pour que la transparence tienne lorsque le contenu est édité, republié ou remixé. Les organisations qui commencent tôt auront le plus de facilité à transformer la conformité en crédibilité.
