Article 50 de l’AI Act : rendre un chatbot et ses contenus transparents

Depuis le 2 août 2026, l’article 50 de l’AI Act impose des obligations de transparence à certains fournisseurs et déployeurs de systèmes d’intelligence artificielle. Il ne commande pas d’ajouter le même badge « créé par IA » sur chaque document corrigé avec un assistant. Il distingue plusieurs situations : interaction directe avec un système d’IA, contenu synthétique marqué par le fournisseur, deepfake diffusé par un déployeur, texte d’intérêt public sans véritable contrôle éditorial, reconnaissance des émotions et catégorisation biométrique.

Pour une entreprise, le bon point de départ est donc un inventaire des surfaces exposées, pas une campagne générale d’étiquetage. Il faut savoir qui fournit le système, qui le déploie, quelle personne voit quoi, à quel moment, et quelle preuve démontre que l’information a réellement été donnée.

Réponse en bref

Pour appliquer l’article 50 à un chatbot ou à un contenu assisté par IA :

1. recensez les systèmes qui interagissent directement avec des personnes ;
2. séparez votre rôle de fournisseur de votre rôle de déployeur pour chaque surface ;
3. qualifiez le type de sortie : texte, image, audio, vidéo ou interaction ;
4. repérez les deepfakes et les textes destinés à informer le public sur un sujet d’intérêt public ;
5. documentez le contrôle humain sur le fond, pas seulement la correction orthographique ;
6. vérifiez si le fournisseur applique un marquage détectable par machine ;
7. concevez une information visible, claire, accessible et présentée dès la première interaction ou exposition lorsque le texte l’exige ;
8. testez l’affichage sur ordinateur, mobile, lecteur d’écran, export et partage ;
9. conservez la version du message, sa règle de déclenchement et la date de recette ;
10. faites relire les cas ambigus par les fonctions juridique, conformité ou protection des données compétentes.

La prochaine action utile n’est pas de renommer tous vos contenus. C’est de remplir une ligne par surface dans la matrice présentée ci-dessous et de corriger en priorité celles qui parlent directement à une personne.

Ce qui s’applique depuis le 2 août 2026

La Commission européenne indique que les obligations de transparence de l’article 50 s’appliquent depuis le 2 août 2026. Ses lignes directrices finales ont été publiées en juillet et complètent le code de pratique relatif aux contenus générés par IA.

Cette date ne transforme pas chaque utilisation professionnelle d’un assistant en infraction automatique. Elle rend nécessaire une qualification plus précise des systèmes et des contenus concernés. Les responsabilités diffèrent selon la position dans la chaîne de valeur et selon la nature de l’exposition.

La fiche de synthèse de la Commission mentionne aussi une période transitoire jusqu’en décembre 2026 pour l’obligation de marquage de certains systèmes génératifs mis sur le marché avant le 2 août 2026, à la suite de la modification de 2026. Cette nuance concerne le calendrier de marquage du fournisseur. Elle ne doit pas devenir une excuse générale pour différer l’information visible due par un déployeur dans une autre situation.

Enfin, l’article 50 ne remplace pas les règles sur les données personnelles, la consommation, le droit d’auteur, la publicité ou l’accessibilité. Une interface peut être transparente sur son caractère artificiel et rester défaillante sur un autre terrain.

Lorsqu’un système relève des catégories à haut risque de l’annexe III, la transparence doit être séparée de l’évaluation du contexte d’usage. Le guide FRIA et AI Act : préparer l’analyse d’impact sur les droits fondamentaux détaille les six pièces de l’article 27 et le calendrier consolidé après le Digital Omnibus.

Fournisseur ou déployeur : commencer par le bon rôle

Un fournisseur développe un système d’IA, ou le fait développer, puis le met sur le marché ou en service sous son nom ou sa marque. Un déployeur utilise un système sous son autorité dans une activité professionnelle. Une même organisation peut occuper les deux rôles dans des situations différentes.

Cette qualification porte ici sur le système exposé et l’obligation de transparence. Si une organisation modifie ou affine elle-même un modèle à usage général, elle doit traiter séparément la question du fine-tuning et du rôle de fournisseur de modèle GPAI.

Une entreprise qui utilise un assistant du marché pour préparer ses visuels est généralement déployeur de cet usage. Si elle construit un chatbot sous sa propre marque et le met à disposition de clients, la qualification peut devenir différente. L’intégration d’un modèle tiers ne suffit donc pas à conclure que toute responsabilité appartient au fournisseur du modèle.

Posez quatre questions pour chaque surface :

• qui a conçu le système présenté à l’utilisateur ?
• sous quel nom ou quelle marque est-il mis en service ?
• qui décide du contexte, des données, de la diffusion et de la configuration ?
• qui peut arrêter, modifier ou approuver le résultat ?

Le contrat avec un prestataire peut répartir des tâches, mais il ne change pas à lui seul la réalité opérationnelle. La Commission précise notamment qu’une personne morale reste déployeur lorsque des salariés ou des prestataires agissent sous son autorité et son contrôle.

La matrice rôle, surface et obligation

Utilisez une ligne par expérience réellement exposée. Évitez une ligne vague comme « ChatGPT dans l’entreprise », qui mélange des dizaines de finalités.

Surface	Personne exposée	Rôle à confirmer	Question décisive	Mesure possible
chatbot de support	client	fournisseur ou déployeur selon l’architecture	la personne sait-elle dès le début qu’elle échange avec une IA ?	indication dans l’en-tête et le premier message
avatar conversationnel	candidat ou visiteur	fournisseur du système interactif	l’apparence peut-elle faire croire à une personne réelle ?	information visuelle et vocale accessible
image publicitaire synthétique	public	déployeur du contenu	ressemble-t-elle à une personne, un lieu ou un événement existant et paraît-elle authentique ?	étiquette visible si deepfake, plus marquage technique disponible
note publique générée sans revue de fond	public	déployeur	informe-t-elle sur une matière d’intérêt public ?	contrôle éditorial réel ou étiquetage clair
correction orthographique assistée	lecteur	rôle à documenter	le système a-t-il seulement assuré une édition standard sans changement substantiel ?	trace interne de la qualification
outil interne sans contact humain direct	système métier	fournisseur à examiner	la sortie est-elle uniquement traitée de machine à machine ?	contrôler le marquage et les autres obligations applicables
reconnaissance des émotions	salarié ou client	déployeur	une personne est-elle exposée au fonctionnement du système ?	information préalable et analyse des autres règles

Cette matrice n’est pas un verdict juridique automatique. Elle empêche toutefois les deux erreurs les plus fréquentes : traiter tout contenu IA de la même façon, ou supposer qu’un outil acheté transfère toutes les obligations à son éditeur.

Informer une personne qui échange avec une IA

L’article 50 vise les systèmes conçus pour interagir directement avec des personnes, sauf lorsque le caractère artificiel est évident pour une personne raisonnablement informée, attentive et avisée dans le contexte concerné. Les lignes directrices recommandent une lecture restrictive de cette exception.

Une information utile doit arriver dès le début de la première interaction. Un lien « mentions IA » caché dans le pied de page ne remplit pas le même rôle qu’une phrase visible avant que l’utilisateur confie une information ou s’appuie sur la réponse.

Fiche 1 : chatbot textuel

Préparez une fiche de transparence avec :

nom de la surface
public concerné
message affiché avant ou au premier échange
fonction de l’IA
limites importantes pour la décision
moyen de demander une aide humaine
version du message
date et preuve de la recette accessible

Le message peut rester court : « Vous échangez avec un assistant utilisant l’intelligence artificielle. Il prépare des réponses à partir des informations autorisées pour ce service. Vous pouvez demander un contact humain. » Adaptez chaque élément à la réalité. N’annoncez pas un transfert humain qui n’existe pas et ne décrivez pas une base documentaire que le système n’utilise pas.

Testez aussi les portes d’entrée secondaires : lien profond, widget réduit, reprise d’une ancienne conversation, application mobile et message vocal. L’information ne doit pas dépendre uniquement de la page d’accueil du service.

Fiche 2 : voix ou avatar

Pour une voix ou un avatar, vérifiez que l’information est perceptible dans le même canal que l’expérience. Une mention seulement écrite peut être insuffisante pour une interaction principalement vocale. À l’inverse, un avertissement sonore sans équivalent textuel peut exclure certaines personnes.

La formulation ne doit pas imiter une présentation humaine ambiguë. Le nom commercial du service peut être conservé, mais l’identité artificielle doit être compréhensible sans ouvrir un menu technique.

Marquage technique et étiquette visible ne sont pas synonymes

L’article 50 distingue le marquage des sorties par les fournisseurs et l’information visible exigée des déployeurs pour certaines diffusions. Le fournisseur d’un système génératif doit, dans le champ applicable, permettre un marquage lisible par machine et une détection du caractère généré ou manipulé.

Ce signal peut prendre la forme de métadonnées, d’un mécanisme de provenance ou d’une autre solution compatible avec l’état de l’art. Le texte exige une solution effective, interopérable, robuste et fiable dans la mesure techniquement possible. Il ne consacre pas un format unique qui fonctionnerait sans perte sur tous les réseaux, captures, montages et conversions.

Pour un deepfake, la Commission précise qu’un déployeur ne peut pas se contenter du marquage invisible du fournisseur. La personne doit pouvoir percevoir l’information au plus tard lors de sa première exposition, sans outil spécialisé ni action dédiée.

Fiche 3 : contenu image, audio ou vidéo

Conservez deux colonnes distinctes :

Couche	Question	Preuve attendue
provenance technique	le fichier conserve-t-il un signal détectable après export ?	contrôle du fichier original et de la version publiée
information humaine	le public comprend-il la nature artificielle au premier contact ?	capture, transcription ou enregistrement de la diffusion

Rejouez le parcours après compression, recadrage, sous-titrage, capture d’écran et partage sur une plateforme. Une métadonnée présente dans le fichier maître peut disparaître avant l’exposition réelle. Le registre doit alors montrer ce qui reste visible dans chaque canal.

Reconnaître un deepfake sans étiqueter toute création

Le règlement définit le deepfake autour de trois idées : un contenu image, audio ou vidéo généré ou manipulé par IA, une ressemblance avec une personne, un objet, un lieu, une entité ou un événement existant ou plausible, et une apparence trompeuse d’authenticité ou de vérité.

Un effet graphique manifestement fictif n’appelle donc pas la même analyse qu’une fausse déclaration vidéo attribuée à une personne identifiable. Le contexte, le message, l’audience et ses attentes comptent. Pour les œuvres manifestement artistiques, créatives, satiriques ou fictives, le règlement prévoit une information adaptée qui ne doit pas nécessairement gêner l’expérience de l’œuvre.

Avant publication, remplissez cette courte qualification :

1. que reconnaît-on dans le contenu ?
2. cet élément existe-t-il ou pourrait-il raisonnablement être pris pour réel ?
3. quel message factuel le montage semble-t-il porter ?
4. quelle audience verra la création et dans quel environnement ?
5. où l’étiquette restera-t-elle perceptible après partage ?

Lorsque le doute porte sur une personne, une actualité, une information financière, sanitaire ou politique, ne réduisez pas la revue à une décision de design. Faites intervenir les responsables compétents avant diffusion.

Texte d’intérêt public et contrôle éditorial réel

Le traitement des textes est plus précis qu’une obligation générale de signaler toute phrase assistée par IA. L’article 50 vise le déployeur d’un système qui génère ou manipule un texte publié afin d’informer le public sur une matière d’intérêt public. La Commission cite notamment les développements économiques, financiers, politiques, scientifiques ou culturels susceptibles d’alimenter le débat public.

Une exception existe lorsque le texte a subi une revue humaine ou un contrôle éditorial et qu’une personne physique ou morale porte la responsabilité éditoriale. La FAQ de la Commission précise qu’une correction superficielle, purement formelle ou grammaticale ne suffit pas.

Fiche 4 : dossier de contrôle éditorial

Pour chaque publication concernée, enregistrez :

• le nom ou le rôle de la personne responsable de la décision de publication ;
• les affirmations sensibles qui ont été vérifiées ;
• les documents ouverts pour contrôler ces affirmations ;
• les corrections de fond demandées ou effectuées ;
• les passages retirés faute de preuve ;
• la version finale approuvée ;
• la date de validation ;
• la règle de correction après publication.

Ce dossier ne nécessite pas de conserver chaque prompt ni les données brutes confiées au système. Il doit prouver une décision éditoriale substantielle. Une simple case cochée automatiquement par l’auteur du brouillon est fragile si personne ne peut expliquer ce qui a été examiné.

Le workflow éditorial IA propose une chaîne de contrôles plus large pour les sources, l’originalité, les métadonnées, le rendu et la publication. La charte IA en entreprise aide à définir les rôles et les usages autorisés en amont.

Construire un registre de transparence exploitable

Un registre utile peut tenir dans un tableur ou une petite base. Une ligne correspond à une version d’une surface, pas à toute la stratégie IA de l’organisation.

surface_id
surface_version
system_owner
provider_or_deployer_role
exposed_person
interaction_or_content_type
article_50_case
exception_considered
visible_notice_version
machine_mark_status
editorial_control_owner
first_exposure_point
accessibility_check
evidence_reference
review_due_at

article_50_case peut prendre une valeur parmi direct_interaction, synthetic_output, emotion_or_biometric, deepfake, public_interest_text ou out_of_scope_after_review. Une valeur « non concerné » sans motif n’aide pas. L’exception examinée doit renvoyer à une justification datée.

Ne copiez pas de contenu sensible dans le registre. Utilisez une référence vers la recette, la capture ou la décision stockée dans un espace autorisé. Donnez un propriétaire à la date de prochaine revue, car une modification de modèle, de canal ou de public peut changer la qualification.

Le protocole de recette avant exposition

La conformité ne se vérifie pas uniquement dans une maquette. Testez le parcours livré.

Compréhension

• une personne non impliquée dans le projet comprend-elle qu’elle interagit avec une IA ?
• le message explique-t-il la fonction réelle sans jargon trompeur ?
• une limitation décisive est-elle visible avant que la réponse soit utilisée ?

Moment

• l’information apparaît-elle dès le premier échange ou la première exposition lorsque nécessaire ?
• reste-t-elle présente lors d’une entrée par lien profond ?
• une reprise de session ne la contourne-t-elle pas ?

Accessibilité

• l’information est-elle lisible au clavier et par lecteur d’écran ?
• la voix possède-t-elle un équivalent textuel ?
• la couleur n’est-elle pas le seul moyen d’identifier l’étiquette ?
• le zoom mobile ne masque-t-il pas le message ?

Résistance au parcours réel

• l’étiquette survit-elle à l’export et au partage ?
• le fichier publié conserve-t-il le marquage attendu ?
• le contenu recadré ou intégré garde-t-il une information humaine suffisante ?
• une version mise en cache ne réaffiche-t-elle pas une ancienne mention ?

Exploitation

• le support sait-il répondre à une question sur le rôle du système ?
• le propriétaire peut-il retirer rapidement une version erronée ?
• une modification de modèle déclenche-t-elle une nouvelle recette ?
• les incidents et corrections changent-ils le jeu de tests ?

Chaque échec doit produire une correction localisée. Évitez le remède global qui ajoute un bandeau sur toutes les pages sans traiter la première interaction du chatbot ou la version partagée d’une vidéo.

Déployer sans confondre juridique, produit et communication

Une mise en œuvre solide réunit au minimum quatre fonctions.

Le produit décrit les surfaces, les parcours et les versions. La technique vérifie le marquage, les intégrations, les exports et les journaux. L’éditorial qualifie les textes, la revue de fond et la responsabilité de publication. Les fonctions juridique, conformité et protection des données interprètent les cas sensibles dans le contexte de l’organisation.

Organisez le travail sur dix jours :

1. jours 1 et 2 : inventaire des expériences exposées ;
2. jour 3 : attribution provisoire des rôles fournisseur et déployeur ;
3. jours 4 et 5 : qualification des cinq familles de l’article 50 ;
4. jour 6 : conception des messages et étiquettes ;
5. jours 7 et 8 : recette des parcours et fichiers ;
6. jour 9 : correction des cas échoués ;
7. jour 10 : validation, registre et calendrier de revue.

Ce calendrier convient à un périmètre réduit. Une organisation avec de nombreuses marques, langues, pays, systèmes biométriques ou contenus publics sensibles aura besoin d’une analyse plus large.

La méthode de maîtrise de l’IA liée à l’article 4 complète ce travail du côté des compétences. Pour cadrer l’ensemble d’un portefeuille, une mission de conseil IA peut aider à séparer obligations, usages, formation, contrôles et décisions techniques.

Limites

Cet article décrit une méthode opérationnelle à partir des textes et pages de la Commission consultés le 3 août 2026. Il ne constitue pas un avis juridique et ne tranche pas la qualification d’un système particulier. Le texte affiché par l’AI Act Service Desk signale en outre que certaines modifications de 2026 ne sont pas encore répercutées partout dans son affichage consolidé ; les lignes directrices, les textes officiels applicables et les éventuelles mesures nationales doivent être vérifiés au moment de la décision.

Le code de pratique est volontaire et concerne certaines obligations de marquage et d’étiquetage. Le signer ou suivre ses mesures ne dispense pas d’examiner les autres obligations applicables. À l’inverse, ne pas le signer ne supprime pas l’article 50 : l’organisation doit pouvoir démontrer sa conformité par d’autres moyens adéquats.

Les technologies de provenance peuvent perdre des métadonnées lors d’un export ou d’une capture. Aucun signal technique ne garantit à lui seul qu’une personne comprendra la nature d’un contenu. La recette doit donc couvrir à la fois le fichier et l’expérience humaine.

Articles liés

• Maîtrise de l’IA et AI Act : construire un plan de formation prouvable
• Charte IA en entreprise : un modèle d’usage en 12 règles
• Human in the loop IA : concevoir une validation humaine utile

Prochaine étape

Choisissez une seule surface exposée cette semaine, par exemple le chatbot du site ou une chaîne de publication vidéo. Remplissez sa ligne dans la matrice, testez la première exposition sur mobile et ordinateur, puis consignez la preuve avant d’étendre le contrôle au reste du portefeuille.