Le nouveau manuel des règles de la vidéo IA : les étiquettes lisibles par machine au titre de l'EU AI Act

L'étiquette que vous ignoriez expédier

Il est une question qui a migré, sans tambour ni trompette, du service juridique vers la liste de contrôle de production, et la plupart des équipes créatives ne l'ont pas encore rattrapée. Quand vous générez une vidéo avec un modèle d'IA, qu'est-ce qui voyage avec le fichier ? Pas son contenu. Ses métadonnées. La couche invisible qui dit, à quiconque regarde, que ceci a été fait par une machine.

Depuis le 2 août 2026, les obligations de transparence de l'article 50 de l'EU AI Act s'appliquent aux médias générés par IA. Les échéances qui comptent pour le marquage lisible par machine laissent aux entreprises jusqu'au 2 décembre 2026 pour se conformer, et les sanctions attachées ne sont pas symboliques : des amendes allant jusqu'à 15 millions d'euros ou 3 pour cent du chiffre d'affaires annuel mondial, le montant le plus élevé étant retenu. Une règle qui se lit comme une note de bas de page de conformité porte une étiquette de prix qui se lit comme un événement pour les actionnaires.

Ce que « lisible par machine » signifie réellement

Les étiquettes visibles par l'humain sont la partie facile. Une légende, un filigrane, une petite marque dans le coin. En pratique, ce qui décide si vous êtes conforme, c'est la partie invisible : le fichier porte-t-il des métadonnées de provenance qu'un système en aval peut lire automatiquement ?

La version la plus établie de cela ne tient qu'à un choix de modèle. Certains générateurs de vidéo intègrent par défaut un filigrane invisible dans leur sortie, et les métadonnées qu'ils joignent suivent le fichier à travers la plupart des formes de distribution. D'autres livrent des fichiers propres, sans aucune provenance attachée, ce qui signifie que la responsabilité du marquage retombe sur celui qui génère la vidéo et, à terme, sur celui qui la publie.

C'est le détail que la plupart des équipes manquent. La conformité n'est pas une étape de post-traitement que l'on peut greffer à la fin, car l'étiquette est souvent intégrée au moment de la génération par le fournisseur du modèle, et chaque fournisseur se comporte différemment. Le modèle de vidéo que vous choisissez est, au sens le plus littéral, une décision de conformité.

Les plateformes y sont arrivées les premières

La réglementation est neuve. Le comportement qu'elle exige ne l'est pas. Les grandes plateformes joignent des métadonnées de provenance aux envois des utilisateurs depuis des années, indépendamment de toute exigence légale. Une grande plateforme date le début de son propre programme d'attestations de contenu à mai 2024 et a signalé plus de 1,3 milliard de vidéos étiquetées fin 2025, bien avant que l'échéance lisible par machine de l'AI Act ne figure au calendrier de quiconque.

La raison est simple : les plateformes avaient un problème de confiance avant que les régulateurs n'aient un manuel de règles. La désinformation nuit à l'engagement, l'étiquetage de provenance est bon marché, et prendre de l'avance sur une règle vaut toujours mieux que de se faire prendre en retard sur elle. Les plateformes ont posé la tuyauterie tôt parce qu'elle les protégeait, pas parce qu'un texte de loi le leur ordonnait. L'AI Act rend surtout cette tuyauterie obligatoire pour tous les autres.

Pour quiconque produit du contenu, cela inverse l'hypothèse habituelle. La question n'est pas de savoir si votre vidéo a besoin d'une étiquette. C'est de savoir si l'étiquette survit au voyage. Les métadonnées sont fragiles. Les logiciels de montage les retirent. Le ré-encodage peut les perdre. L'envoi vers une plateforme qui retraite les médias peut les retirer de nouveau. Une équipe peut générer une vidéo parfaitement étiquetée et livrer une vidéo non étiquetée trois outils plus tard, sans jamais le remarquer.

La fragilité est facile à sous-estimer parce que le dommage est invisible. Vous pouvez ouvrir le fichier, regarder la vidéo et ne rien voir d'anormal, parce que tout ce qui cloche se trouve dans une couche que vous ne voyez pas. L'étiquette qu'un générateur a attachée au moment de la création peut disparaître lors d'un export de routine, et rien à l'écran ne vous le dit. Le jour où quelqu'un en aval demande pourquoi le fichier n'a pas de provenance, la piste est depuis longtemps refroidie.

Où la responsabilité retombe réellement

La chaîne de traçabilité d'un contenu vidéo IA comporte plusieurs maillons, et l'article 50 répartit les obligations tout au long. Le fournisseur du système générateur a des devoirs. Le déployeur, la partie qui met le système en service, aussi. Pour la plupart des équipes créatives, ce second rôle est le leur.

Cela crée un problème pratique qu'aucun fournisseur seul ne peut résoudre. Si votre pipeline assemble la sortie de trois modèles différents, plus un plan de banque d'images, plus un montage humain, l'histoire de la provenance du fichier final est un fouillis de métadonnées qui se chevauchent et parfois se contredisent. La réglementation prévoit la divulgation. Elle ne remet à personne un outil qui rende un fichier multi-sources facile à décrire.

Les équipes qui prennent de l'avance traitent la provenance comme une propriété du pipeline plutôt que du résultat : elles instrumentent chaque étape, consignent ce qui a généré quoi, et assemblent un dossier défendable de l'ensemble. C'est un travail ennuyeux. C'est aussi le genre de travail ennuyeux qui devient un avantage concurrentiel la première fois qu'un client, une plateforme ou un régulateur demande d'où vient une vidéo.

L'échéance n'est pas le sujet

Il est tentant de lire le 2 décembre comme la ligne d'arrivée : se conformer, cocher la case, passer à autre chose. Cette lecture manque ce qui se joue réellement. La provenance lisible par machine est le début d'un monde où les médias portent une histoire vérifiable, et les outils pour lire cette histoire se répandent. Une norme de métadonnées qui étiquette le contenu IA aujourd'hui est la même infrastructure qui prouvera demain qu'une photographie n'a pas été manipulée.

Pour les équipes de contenu, cela signifie que le travail n'est pas un audit ponctuel. C'est une pratique permanente : savoir lesquels de vos outils étiquettent leur sortie, savoir lesquels de vos flux de travail retirent ces étiquettes, et avoir une réponse prête quand quelqu'un pose la question. Le modèle de vidéo que vous choisissez aujourd'hui façonne ce que vos fichiers pourront prouver sur eux-mêmes pendant des années, car les métadonnées fixées au moment de la génération sont les plus difficiles à falsifier et les plus faciles à perdre.

À quoi ressemble un flux de travail pratique

Les équipes qui prennent de l'avance cessent de traiter la provenance comme un réglage et commencent à la traiter comme une étape. Le générateur est configuré, une fois, pour attacher ce qu'il peut. Le pipeline est vérifié, une fois, pour confirmer que l'attachement parvient bien jusqu'au bout. Un registre est tenu de ce qui a été généré, à partir de quel prompt, via quels outils. Rien de tout cela n'est astucieux. Tout cela fait la différence entre pouvoir répondre à une question et devoir deviner.

La partie la plus dure est culturelle plutôt que technique. Le travail de provenance n'a pas de résultat visible. Personne ne vous remercie pour une vidéo dont les métadonnées sont intactes, et personne ne le remarque avant qu'elles aient disparu. C'est exactement le genre d'hygiène invisible que l'on saute sous la pression des délais, et c'est pourquoi ceux qui l'intègrent au pipeline plutôt que de l'ajouter comme une étape manuelle sont ceux qui la conservent.

Ce qu'il faut retenir

La façon la moins intéressante de penser aux règles de marquage de l'IA est d'y voir une charge de conformité. La façon plus intéressante est d'y voir le moment où les médias IA se dotent d'une mémoire. Chaque vidéo qui porte un compte rendu honnête de sa fabrication est une vidéo en laquelle on peut avoir un peu plus confiance, et chaque flux de travail qui retire ce compte rendu empire le problème.

La réglementation force l'industrie à construire la tuyauterie. La tuyauterie elle-même vaut la peine d'exister. Si un fichier peut dire la vérité sur ses propres origines, chacun en aval, d'une plateforme à un éditeur jusqu'à un spectateur, gagne un peu plus de capacité à décider quoi croire. Ce n'est pas une contrariété bureaucratique. C'est une fonctionnalité, et il a fallu la menace de 15 millions d'euros pour la faire construire.