La semaine prochaine, la version gratuite de ChatGPT et la déclinaison Go à 8 euros par mois afficheront de la publicité en France, en Belgique, en Allemagne, en Italie et dans 31 pays européens. Les abonnés Plus, Pro et Enterprise seront épargnés. Le programme, lancé début février, a débuté par les États-Unis puis s’est étendu au Canada, au Royaume-Uni, au Brésil et au Japon.
OpenAI, qui a donné à Adweek quelques détails sur l’ouverture européenne du programme, affirme que 20 % du milliard d’utilisateurs hebdomadaires de ChatGPT ont une « intention commerciale ». Un argument qui fait mouche auprès des annonceurs. Depuis le mois d’août, les revenus tirés de cette activité publicitaire ont progressé de 25 %, a aussi indiqué Colin Fleming, directeur marketing B2B de l’entreprise depuis trois mois.
Image : OpenAI
Évidemment, on ne connait pas le montant de départ, ce qui relativise la performance. Néanmoins, Sarah Friar, la directrice financière d’OpenAI, aurait déclaré à des investisseurs que la publicité approcherait désormais un rythme annualisé de 1 milliard de dollars. C’est beaucoup dans l’absolu, moins quand on compare ce chiffre aux quelque 40 milliards de revenus annualisés auxquels tournerait actuellement OpenAI. Mais il faut bien commencer quelque part.
Toujours dans le registre de la publicité, OpenAI veut s’appuyer sur ses propres technologies pour personnaliser les campagnes marketing en fonction des marchés et de la clientèle visée. « La possibilité de créer des publicités différentes en fonction de la localisation n’est, selon nous, qu’un aperçu de ce que cette technologie peut permettre », a précisé Colin Fleming.
L’entreprise aurait généré un chiffre d’affaires de 6,7 milliards de dollars durant le second trimestre, d’après des indiscrétions du Wall Street Journal. C’est 1 milliard de plus qu’au premier trimestre (+ 18 %). À comparer avec les 11,6 milliards réalisés par Anthropic sur la même période, une première. Le rival aurait même enregistré un bénéfice d’exploitation de 559 millions.
De son côté, OpenAI serait très loin du vert ; la marge opérationnelle se serait même dégradée, repoussant l’hypothèse de rentabilité en mirage lointain, alors que l’introduction en Bourse se profile pour les deux entreprises IA.
La semaine prochaine, la version gratuite de ChatGPT et la déclinaison Go à 8 euros par mois afficheront de la publicité en France, en Belgique, en Allemagne, en Italie et dans 31 pays européens. Les abonnés Plus, Pro et Enterprise seront épargnés. Le programme, lancé début février, a débuté par les États-Unis puis s’est étendu au Canada, au Royaume-Uni, au Brésil et au Japon.
OpenAI, qui a donné à Adweek quelques détails sur l’ouverture européenne du programme, affirme que 20 % du milliard d’utilisateurs hebdomadaires de ChatGPT ont une « intention commerciale ». Un argument qui fait mouche auprès des annonceurs. Depuis le mois d’août, les revenus tirés de cette activité publicitaire ont progressé de 25 %, a aussi indiqué Colin Fleming, directeur marketing B2B de l’entreprise depuis trois mois.
Image : OpenAI
Évidemment, on ne connait pas le montant de départ, ce qui relativise la performance. Néanmoins, Sarah Friar, la directrice financière d’OpenAI, aurait déclaré à des investisseurs que la publicité approcherait désormais un rythme annualisé de 1 milliard de dollars. C’est beaucoup dans l’absolu, moins quand on compare ce chiffre aux quelque 40 milliards de revenus annualisés auxquels tournerait actuellement OpenAI. Mais il faut bien commencer quelque part.
Toujours dans le registre de la publicité, OpenAI veut s’appuyer sur ses propres technologies pour personnaliser les campagnes marketing en fonction des marchés et de la clientèle visée. « La possibilité de créer des publicités différentes en fonction de la localisation n’est, selon nous, qu’un aperçu de ce que cette technologie peut permettre », a précisé Colin Fleming.
L’entreprise aurait généré un chiffre d’affaires de 6,7 milliards de dollars durant le second trimestre, d’après des indiscrétions du Wall Street Journal. C’est 1 milliard de plus qu’au premier trimestre (+ 18 %). À comparer avec les 11,6 milliards réalisés par Anthropic sur la même période, une première. Le rival aurait même enregistré un bénéfice d’exploitation de 559 millions.
De son côté, OpenAI serait très loin du vert ; la marge opérationnelle se serait même dégradée, repoussant l’hypothèse de rentabilité en mirage lointain, alors que l’introduction en Bourse se profile pour les deux entreprises IA.
L’IA mène à tout, y compris à des opérations pour le moins originales. Google a ainsi acheté une énorme partie des données internes de Spirit Airlines, une compagnie aérienne qui a fait faillite aux États-Unis. Le géant du web a confirmé que cette montagne de données servira à entraîner ses modèles d’IA.
Tout est bon manifestement pour l’entraînement des modèles d’intelligence artificielle générative. Les grands acteurs du secteur ont, pour certains, consciencieusement pillé les données disponibles sur le web sans faire trop de cas des droits d’auteur. D’autres se sont jetés comme des morts de faim sur les livres d’occasion et les livres rares.
De son côté, Google n’hésite pas à passer à la caisse pour s’offrir le coffre aux trésors de Spirit Airlines : 10 millions de dollars pour un impressionnant volume de documents en tout genre. Il y a là 100 millions d’emails, 500 millions d’éléments Teams, 17 millions d’éléments OneDrive et 20,6 millions pour SharePoint, 516 dépôts et environ 30 millions de lignes de code, les données de vol et d’exploitation, des milliards d’observations liées aux prix et aux réservations, des informations sur les ressources humaines, de paie et de formation, ou encore des contrats et des dossiers juridiques.
Nourrir la machine
Le document judiciaire de la transaction – la compagnie aérienne est en faillite – est très explicite sur un point (PDF) : les données personnelles des clients ne font pas partie de la vente. La liste des clients, les 97 millions de profils passagers, les 50 millions de membres Free Spirit, les adresses email, numéros de téléphone, enregistrements d’appels, chats clients, enquêtes et plaintes ne sont pas inclus.
Avant le transfert de ces informations, les données doivent passer par un intermédiaire pour les « nettoyer », c’est-à-dire retirer ou transformer les éléments qui permettent d’associer des données à un individu. Google prend en charge cette procédure. Attention, l’affaire n’est pas encore tout à fait dans le sac pour l’entreprise puisqu’un juge doit encore approuver l’opération.
Sur le plan de la confidentialité des données, un porte-parole de Google a assuré à Axios que l’entreprise ne recevra « aucune information personnelle provenant de cet ensemble de données ». Et que la finalité de la transaction est d’« aider à améliorer nos produits et nos modèles d’IA ». Rien à voir donc avec un projet de créer une compagnie aérienne…
En revanche, comme le subodore The Register, Google pourrait entraîner un modèle spécialisé pour le secteur de l’aviation. Le corpus est suffisamment large (finance, opérations, RH, tarification, code…) pour avoir bien d’autres usages.
La compagnie aérienne à bas coût Spirit Airlines a fermé le rideau début mai, après plusieurs années de turbulences post-Covid. L’administration Trump a même tenté de prendre une participation pour sauver l’entreprise, mais ça n’a pas aidé.
Mise à jour 20/08 — Google n’a pas encore mis la main sur le grisbi. Le tribunal des faillites à Manhattan, en charge du dossier Spirit Airlines, a reporté l’approbation du rachat des données de la compagnie aérienne. Un syndicat du personnel navigant commercial a demandé au tribunal de rejeter la transaction à moins de recevoir l’assurance que toutes les informations confidentielles concernant les hôtesses et les stewards soient exclues de la vente. À tout le moins, ils devraient bénéficier des mêmes protections que les données des consommateurs.
L’IA mène à tout, y compris à des opérations pour le moins originales. Google a ainsi acheté une énorme partie des données internes de Spirit Airlines, une compagnie aérienne qui a fait faillite aux États-Unis. Le géant du web a confirmé que cette montagne de données servira à entraîner ses modèles d’IA.
Tout est bon manifestement pour l’entraînement des modèles d’intelligence artificielle générative. Les grands acteurs du secteur ont, pour certains, consciencieusement pillé les données disponibles sur le web sans faire trop de cas des droits d’auteur. D’autres se sont jetés comme des morts de faim sur les livres d’occasion et les livres rares.
De son côté, Google n’hésite pas à passer à la caisse pour s’offrir le coffre aux trésors de Spirit Airlines : 10 millions de dollars pour un impressionnant volume de documents en tout genre. Il y a là 100 millions d’emails, 500 millions d’éléments Teams, 17 millions d’éléments OneDrive et 20,6 millions pour SharePoint, 516 dépôts et environ 30 millions de lignes de code, les données de vol et d’exploitation, des milliards d’observations liées aux prix et aux réservations, des informations sur les ressources humaines, de paie et de formation, ou encore des contrats et des dossiers juridiques.
Nourrir la machine
Le document judiciaire de la transaction – la compagnie aérienne est en faillite – est très explicite sur un point (PDF) : les données personnelles des clients ne font pas partie de la vente. La liste des clients, les 97 millions de profils passagers, les 50 millions de membres Free Spirit, les adresses email, numéros de téléphone, enregistrements d’appels, chats clients, enquêtes et plaintes ne sont pas inclus.
Avant le transfert de ces informations, les données doivent passer par un intermédiaire pour les « nettoyer », c’est-à-dire retirer ou transformer les éléments qui permettent d’associer des données à un individu. Google prend en charge cette procédure. Attention, l’affaire n’est pas encore tout à fait dans le sac pour l’entreprise puisqu’un juge doit encore approuver l’opération.
Sur le plan de la confidentialité des données, un porte-parole de Google a assuré à Axios que l’entreprise ne recevra « aucune information personnelle provenant de cet ensemble de données ». Et que la finalité de la transaction est d’« aider à améliorer nos produits et nos modèles d’IA ». Rien à voir donc avec un projet de créer une compagnie aérienne…
En revanche, comme le subodore The Register, Google pourrait entraîner un modèle spécialisé pour le secteur de l’aviation. Le corpus est suffisamment large (finance, opérations, RH, tarification, code…) pour avoir bien d’autres usages.
La compagnie aérienne à bas coût Spirit Airlines a fermé le rideau début mai, après plusieurs années de turbulences post-Covid. L’administration Trump a même tenté de prendre une participation pour sauver l’entreprise, mais ça n’a pas aidé.
Mise à jour 20/08 — Google n’a pas encore mis la main sur le grisbi. Le tribunal des faillites à Manhattan, en charge du dossier Spirit Airlines, a reporté l’approbation du rachat des données de la compagnie aérienne. Un syndicat du personnel navigant commercial a demandé au tribunal de rejeter la transaction à moins de recevoir l’assurance que toutes les informations confidentielles concernant les hôtesses et les stewards soient exclues de la vente. À tout le moins, ils devraient bénéficier des mêmes protections que les données des consommateurs.
Anthropic a annoncé mercredi dernier comment il allait répondre à l’exigence de l’AI Act européen de « tatouer » les contenus générés par Claude, images comme texte. L’entreprise en était restée aux grandes lignes sans entrer dans les détails techniques pour ce qui concerne les textes. C’est désormais chose faite.
Comment Anthropic va-t-elle se débrouiller pour intégrer un filigrane dans les textes générés par Claude ? C’est une des obligations de l’AI Act mises en œuvre le 2 août, et la page d’assistance publiée le 11 août était chiche en détails. On en sait un peu plus après la publication, en fin de semaine dernière, d’un billet de blog. Et comme on le pressentait, le modèle va insérer dans le texte généré une sorte de signature statistique, sans ajouter le moindre caractère caché.
Quand Claude est confronté à plusieurs mots pour dire la même chose, il ne choisit plus complètement au hasard : le choix sera influencé par une clé secrète et par les mots qui précèdent. Cette mécanique, basée sur SynthID-Text de Google DeepMind, crée un motif invisible pour le lecteur, mais détectable par Anthropic avec la bonne clé.
Pas de caractères cachés
L’entreprise donne cet exemple : « Aujourd’hui, il faisait froid et… ». Il est très peu probable que le mot suivant soit « sucré », en revanche, il pourrait être « gris » ou « couvert ». Dans la plupart des cas, le lecteur ne verra guère de différence entre les deux mots, le sens de la phrase restant globalement le même. Pour Anthropic, ce choix « sans grande conséquence » peut laisser un « motif » qui, répété de nombreuses fois dans les réponses de Claude, reste indétectable pour le lecteur. Par contre, « il peut être repéré par quiconque possède la clé qui permet de l’identifier ».
Dans ce cas de figure, jusque-là, Claude utilisait un générateur de nombres aléatoires pour choisir le prochain mot, ça n’est plus le cas : il se sert maintenant de cette clé et des mots précédents. Le modèle ne privilégiera pas systématiquement le mot « couvert » ou « gris » pour autant : l’un ou l’autre pourra être choisi dans une phrase en fonction des mots qui précèdent.
En examinant la succession de ces mots, il devient possible de vérifier si cela correspond aux choix que Claude aurait effectués en se servant de cette clé. Résultat : « on peut alors estimer la probabilité que le texte ait été généré par Claude ».
Anthropic l’affirme : cette technique n’affectera pas la qualité du texte généré par Claude. Un lecteur ne devrait voir aucune différence entre un texte « normal » de Claude et un autre qui contient le tatouage numérique. Lors de tests internes, aucun effet « sur le contenu, le niveau de créativité ou la lisibilité des textes » n’aurait été constaté.
Les limites de la méthode
Ce système a ses limites, reconnues par Anthropic dans son billet. D’une, ce tatouage ne permet pas de prouver à 100 % qu’un texte a été écrit par Claude : il ne sert qu’à estimer la probabilité que le modèle a rédigé le texte, ou l’a modifié. Dans le sens inverse, il n’est pas non plus possible de conclure que le texte a été entièrement rédigé par un humain, ni identifier si le texte a été généré par une autre IA (chaque entreprise utilisant ses propres clés, ou une autre méthode).
Autre faiblesse : la détection d’IA dans les textes courts est plus difficile, voire impossible. Le système repose sur une accumulation de nombreux choix de vocabulaire ; plus le texte est long, plus le signal statistique se renforce. En quelques phrases, il est difficile de parvenir à une conclusion fiable. Dans le même ordre d’idée, les passages très factuels, ou encore des calculs, du code ou une simple correction ne renverront pas de réponse certaine.
Une réécriture peut également dégrader, voire supprimer, un tatouage. Quelques modifications ne devraient pas changer fondamentalement les choses, mais une réécriture complète peut l’effacer. La popularité d’outils « gags » comme Declaude, qui réécrit un texte IA pour en générer une version en « prose naturelle » (en le moulinant dans plusieurs modèles IA), pourrait se renforcer…
L’application du filigrane ne ralentit pas la génération de texte, promet Anthropic qui parle d’« impact négligeable » ; le système ne produit pas de tokens supplémentaires. La société assure aussi qu’il est impossible de tracer l’utilisateur ni de remonter à son organisation. Une API de détection sera bientôt disponible.
Quant aux images, on sait déjà qu’elles intègrent un filigrane « content credential », un standard C2PA. De fait, tout outil compatible peut détecter une image générée par Claude (comme celui-ci), mais Anthropic proposera également une version maison.
Anthropic a annoncé mercredi dernier comment il allait répondre à l’exigence de l’AI Act européen de « tatouer » les contenus générés par Claude, images comme texte. L’entreprise en était restée aux grandes lignes sans entrer dans les détails techniques pour ce qui concerne les textes. C’est désormais chose faite.
Comment Anthropic va-t-elle se débrouiller pour intégrer un filigrane dans les textes générés par Claude ? C’est une des obligations de l’AI Act mises en œuvre le 2 août, et la page d’assistance publiée le 11 août était chiche en détails. On en sait un peu plus après la publication, en fin de semaine dernière, d’un billet de blog. Et comme on le pressentait, le modèle va insérer dans le texte généré une sorte de signature statistique, sans ajouter le moindre caractère caché.
Quand Claude est confronté à plusieurs mots pour dire la même chose, il ne choisit plus complètement au hasard : le choix sera influencé par une clé secrète et par les mots qui précèdent. Cette mécanique, basée sur SynthID-Text de Google DeepMind, crée un motif invisible pour le lecteur, mais détectable par Anthropic avec la bonne clé.
Pas de caractères cachés
L’entreprise donne cet exemple : « Aujourd’hui, il faisait froid et… ». Il est très peu probable que le mot suivant soit « sucré », en revanche, il pourrait être « gris » ou « couvert ». Dans la plupart des cas, le lecteur ne verra guère de différence entre les deux mots, le sens de la phrase restant globalement le même. Pour Anthropic, ce choix « sans grande conséquence » peut laisser un « motif » qui, répété de nombreuses fois dans les réponses de Claude, reste indétectable pour le lecteur. Par contre, « il peut être repéré par quiconque possède la clé qui permet de l’identifier ».
Dans ce cas de figure, jusque-là, Claude utilisait un générateur de nombres aléatoires pour choisir le prochain mot, ça n’est plus le cas : il se sert maintenant de cette clé et des mots précédents. Le modèle ne privilégiera pas systématiquement le mot « couvert » ou « gris » pour autant : l’un ou l’autre pourra être choisi dans une phrase en fonction des mots qui précèdent.
En examinant la succession de ces mots, il devient possible de vérifier si cela correspond aux choix que Claude aurait effectués en se servant de cette clé. Résultat : « on peut alors estimer la probabilité que le texte ait été généré par Claude ».
Anthropic l’affirme : cette technique n’affectera pas la qualité du texte généré par Claude. Un lecteur ne devrait voir aucune différence entre un texte « normal » de Claude et un autre qui contient le tatouage numérique. Lors de tests internes, aucun effet « sur le contenu, le niveau de créativité ou la lisibilité des textes » n’aurait été constaté.
Les limites de la méthode
Ce système a ses limites, reconnues par Anthropic dans son billet. D’une, ce tatouage ne permet pas de prouver à 100 % qu’un texte a été écrit par Claude : il ne sert qu’à estimer la probabilité que le modèle a rédigé le texte, ou l’a modifié. Dans le sens inverse, il n’est pas non plus possible de conclure que le texte a été entièrement rédigé par un humain, ni identifier si le texte a été généré par une autre IA (chaque entreprise utilisant ses propres clés, ou une autre méthode).
Autre faiblesse : la détection d’IA dans les textes courts est plus difficile, voire impossible. Le système repose sur une accumulation de nombreux choix de vocabulaire ; plus le texte est long, plus le signal statistique se renforce. En quelques phrases, il est difficile de parvenir à une conclusion fiable. Dans le même ordre d’idée, les passages très factuels, ou encore des calculs, du code ou une simple correction ne renverront pas de réponse certaine.
Une réécriture peut également dégrader, voire supprimer, un tatouage. Quelques modifications ne devraient pas changer fondamentalement les choses, mais une réécriture complète peut l’effacer. La popularité d’outils « gags » comme Declaude, qui réécrit un texte IA pour en générer une version en « prose naturelle » (en le moulinant dans plusieurs modèles IA), pourrait se renforcer…
L’application du filigrane ne ralentit pas la génération de texte, promet Anthropic qui parle d’« impact négligeable » ; le système ne produit pas de tokens supplémentaires. La société assure aussi qu’il est impossible de tracer l’utilisateur ni de remonter à son organisation. Une API de détection sera bientôt disponible.
Quant aux images, on sait déjà qu’elles intègrent un filigrane « content credential », un standard C2PA. De fait, tout outil compatible peut détecter une image générée par Claude (comme celui-ci), mais Anthropic proposera également une version maison.
Alors que les suspicions sur les méthodes d’entraînement des systèmes d’IA se multiplient, des libraires d’occasion du Royaume-Uni et d’Irlande signalent des séries d’achats de lots de livres sans cohérence éditoriale.
Mise à jour 17.08 à 16:35 : ajout de la mention des opérations d’Amazon.
Au Royaume-Uni et en Irlande, des librairies de seconde main ont reçu des commandes étonnantes d’acheteurs installés aux États-Unis, au Canada, en Europe continentale et au Royaume-Uni, alors que les spéculations sur les achats de livres pour entraîner des systèmes d’IA vont bon train.
Copropriétaire de Barker Books, dans la ville anglaise d’Alnwick, Stuart Manley indique au Guardian avoir vu ces commandes débuter il y a trois mois. Celles-ci détonnent notamment par leur sélection de livres : alors qu’habituellement, les commandes par lot répondent à une logique thématique, celles-ci intègrent des livres de tous les types.
Des achats sans logique pour le marché du livre d’occasion
Une commande demandait par exemple une traduction estonienne du Chant de la mission de John Le Carré, ou une édition de 1983 d’Agnes Grey, d’Anne Brontë, telle que parue dans le magazine Warship.
À Clargalway, en Irlande, Jim Shaughnessy indique avoir reçu des demandes de nombreux livres aux thématiques variées à partir de mai. Celles-ci peuvent mêler des « livres sur les outils agricoles en Afrique au XVIIIe siècle » à des « biographies de pilotes de course des années 1950 ».
Auprès du Guardian, un libraire explique que la pratique chamboule le secteur, car elle ne correspond pas aux pratiques habituelles : « On dirait qu’un être humain ou une machine fouille au hasard dans le bac des livres d’occasion. Ce qu’ils achètent n’a aucun sens au regard des tendances générales du marché. »
Certaines des demandes relevées par les libraires émanent de la société canadienne Zoom Books. Cette dernière passe depuis plusieurs mois d’étonnantes commandes en Allemagne, en Espagne, aux États-Unis, en Australie ou ailleurs. La société se spécialise dans le scan de livres, détruisant l’objet au passage. Elle nie toute implication dans l’entraînement de systèmes d’IA, mais ne fournit pas d’information supplémentaire sur les sociétés auxquelles elle fournit ses services.
Chez Anthropic, l’opération « Panama » de la destruction de livres
Début janvier, le Washington Post révélait que l’éditrice de Claude, Anthropic, avait investi des millions de dollars dans l’acquisition et la destruction de livres pour scanner leur contenu et entraîner ainsi ses modèles.
Aux prises avec la justice, Anthropic a dû fournir des éléments supplémentaires sur cette activité. Le « projet Panama », tel qu’il a été nommé en interne, a débuté en 2024, alors que les dirigeants de l’entreprise cherchaient à entraîner Claude à « bien écrire », plutôt qu’à recracher du « langage internet de mauvaise qualité ».
Pour ce faire, elle s’est d’abord tournée vers de grands groupes de revente de livres, dont le britannique World of Books et l’états-unien Better World Books, puis vers des prestataires à même de réaliser la numérisation. Concrètement, il s’agit de découper le dos et de trancher les pages pour les numériser une à une, de manière industrielle, détaille Euronews.
Attaquée par un groupe d’auteurs réunis en action collective, Anthropic a accepté le versement d’environ 1,3 milliard d’euros pour éviter le procès. Les autres constructeurs de grands modèles de langage font tous face à des accusations similaires d’irrespect du droit d’auteur – sachant que malgré le paiement accepté par Anthropic, le juge William Aslup a considéré que le recours à des livres pour entraîner un système d’IA relevait du « fair use », une exception aux droits d’auteurs tels que définis par le droit local.
Alors qu’elle prévoit une entrée en bourse à l’automne, certains investisseurs envisageraient que la société de Dario et Daniela Amodei atteigne une valorisation record de 2 000 milliards de dollars.
Dans d’autres occurrences, selon une récente enquête de 404 media, c’est Amazon qui achète des livres de seconde-main aux États-Unis. Dans ces cas-là, l’entreprise semble se charger elle-même de la destruction et du scan des ouvrages.
Alors que les suspicions sur les méthodes d’entraînement des systèmes d’IA se multiplient, des libraires d’occasion du Royaume-Uni et d’Irlande signalent des séries d’achats de lots de livres sans cohérence éditoriale.
Mise à jour 17.08 à 16:35 : ajout de la mention des opérations d’Amazon.
Au Royaume-Uni et en Irlande, des librairies de seconde main ont reçu des commandes étonnantes d’acheteurs installés aux États-Unis, au Canada, en Europe continentale et au Royaume-Uni, alors que les spéculations sur les achats de livres pour entraîner des systèmes d’IA vont bon train.
Copropriétaire de Barker Books, dans la ville anglaise d’Alnwick, Stuart Manley indique au Guardian avoir vu ces commandes débuter il y a trois mois. Celles-ci détonnent notamment par leur sélection de livres : alors qu’habituellement, les commandes par lot répondent à une logique thématique, celles-ci intègrent des livres de tous les types.
Des achats sans logique pour le marché du livre d’occasion
Une commande demandait par exemple une traduction estonienne du Chant de la mission de John Le Carré, ou une édition de 1983 d’Agnes Grey, d’Anne Brontë, telle que parue dans le magazine Warship.
À Clargalway, en Irlande, Jim Shaughnessy indique avoir reçu des demandes de nombreux livres aux thématiques variées à partir de mai. Celles-ci peuvent mêler des « livres sur les outils agricoles en Afrique au XVIIIe siècle » à des « biographies de pilotes de course des années 1950 ».
Auprès du Guardian, un libraire explique que la pratique chamboule le secteur, car elle ne correspond pas aux pratiques habituelles : « On dirait qu’un être humain ou une machine fouille au hasard dans le bac des livres d’occasion. Ce qu’ils achètent n’a aucun sens au regard des tendances générales du marché. »
Certaines des demandes relevées par les libraires émanent de la société canadienne Zoom Books. Cette dernière passe depuis plusieurs mois d’étonnantes commandes en Allemagne, en Espagne, aux États-Unis, en Australie ou ailleurs. La société se spécialise dans le scan de livres, détruisant l’objet au passage. Elle nie toute implication dans l’entraînement de systèmes d’IA, mais ne fournit pas d’information supplémentaire sur les sociétés auxquelles elle fournit ses services.
Chez Anthropic, l’opération « Panama » de la destruction de livres
Début janvier, le Washington Post révélait que l’éditrice de Claude, Anthropic, avait investi des millions de dollars dans l’acquisition et la destruction de livres pour scanner leur contenu et entraîner ainsi ses modèles.
Aux prises avec la justice, Anthropic a dû fournir des éléments supplémentaires sur cette activité. Le « projet Panama », tel qu’il a été nommé en interne, a débuté en 2024, alors que les dirigeants de l’entreprise cherchaient à entraîner Claude à « bien écrire », plutôt qu’à recracher du « langage internet de mauvaise qualité ».
Pour ce faire, elle s’est d’abord tournée vers de grands groupes de revente de livres, dont le britannique World of Books et l’états-unien Better World Books, puis vers des prestataires à même de réaliser la numérisation. Concrètement, il s’agit de découper le dos et de trancher les pages pour les numériser une à une, de manière industrielle, détaille Euronews.
Attaquée par un groupe d’auteurs réunis en action collective, Anthropic a accepté le versement d’environ 1,3 milliard d’euros pour éviter le procès. Les autres constructeurs de grands modèles de langage font tous face à des accusations similaires d’irrespect du droit d’auteur – sachant que malgré le paiement accepté par Anthropic, le juge William Aslup a considéré que le recours à des livres pour entraîner un système d’IA relevait du « fair use », une exception aux droits d’auteurs tels que définis par le droit local.
Alors qu’elle prévoit une entrée en bourse à l’automne, certains investisseurs envisageraient que la société de Dario et Daniela Amodei atteigne une valorisation record de 2 000 milliards de dollars.
Dans d’autres occurrences, selon une récente enquête de 404 media, c’est Amazon qui achète des livres de seconde-main aux États-Unis. Dans ces cas-là, l’entreprise semble se charger elle-même de la destruction et du scan des ouvrages.
Apple veut donner à la nouvelle version de son assistant le meilleur accès possible à l’actualité. Et le constructeur y mettrait les moyens. D’après le Wall Street Journal, le constructeur informatique veut utiliser les contenus des éditeurs de presse qui permettront à Siri AI de fournir aux utilisateurs des informations à jour.
Image : Apple
Les négociations auraient débuté il y a quelques mois, avec des accords sur plusieurs années et à neuf chiffres (100 millions de dollars et au-delà). Dans le détail, l’entreprise proposerait un plan de rémunération variable : les paiements seraient ainsi versés aux partenaires dès que leurs contenus sont utilisés.
Ce n’est pas la première fois qu’Apple fait appel aux éditeurs de presse pour son intelligence artificielle, mais les précédents accords portaient sur l’entraînement des modèles IA de l’entreprise. Il s’agit cette fois de muscler la capacité de Siri à donner l’heure juste en matière d’actualité. L’assistant n’a jamais été très fortiche en la matière (ni sur le reste, d’ailleurs).
Siri AI fait bien meilleure impression. Alimenté par des modèles basés sur ceux de Gemini, le nouvel assistant se rapproche finalement des chatbots comme ChatGPT ou Copilot. Tout n’est pas parfait, mais la version qui sera proposée dans iOS 27 est infiniment supérieure à celle qui traîne sa pauvre carcasse depuis des années.
Malheureusement, Siri AI ne sera pas disponible dès septembre dans l’Union européenne sur iPhone, iPad et l’Apple Watch, Apple boudant toujours le DMA. En revanche, on pourra s’en servir sur Mac, sous réserve de parler anglais.
Apple a déjà eu une expérience malheureuse en prise en charge de l’actualité par ses systèmes d’IA. Début 2025, les résumés de notifications pour les titres de presse générés par Apple Intelligence se sont révélés catastrophiques, ce qui a forcé l’entreprise à suspendre cette fonction et à revoir sa copie.
Apple veut donner à la nouvelle version de son assistant le meilleur accès possible à l’actualité. Et le constructeur y mettrait les moyens. D’après le Wall Street Journal, le constructeur informatique veut utiliser les contenus des éditeurs de presse qui permettront à Siri AI de fournir aux utilisateurs des informations à jour.
Image : Apple
Les négociations auraient débuté il y a quelques mois, avec des accords sur plusieurs années et à neuf chiffres (100 millions de dollars et au-delà). Dans le détail, l’entreprise proposerait un plan de rémunération variable : les paiements seraient ainsi versés aux partenaires dès que leurs contenus sont utilisés.
Ce n’est pas la première fois qu’Apple fait appel aux éditeurs de presse pour son intelligence artificielle, mais les précédents accords portaient sur l’entraînement des modèles IA de l’entreprise. Il s’agit cette fois de muscler la capacité de Siri à donner l’heure juste en matière d’actualité. L’assistant n’a jamais été très fortiche en la matière (ni sur le reste, d’ailleurs).
Siri AI fait bien meilleure impression. Alimenté par des modèles basés sur ceux de Gemini, le nouvel assistant se rapproche finalement des chatbots comme ChatGPT ou Copilot. Tout n’est pas parfait, mais la version qui sera proposée dans iOS 27 est infiniment supérieure à celle qui traîne sa pauvre carcasse depuis des années.
Malheureusement, Siri AI ne sera pas disponible dès septembre dans l’Union européenne sur iPhone, iPad et l’Apple Watch, Apple boudant toujours le DMA. En revanche, on pourra s’en servir sur Mac, sous réserve de parler anglais.
Apple a déjà eu une expérience malheureuse en prise en charge de l’actualité par ses systèmes d’IA. Début 2025, les résumés de notifications pour les titres de presse générés par Apple Intelligence se sont révélés catastrophiques, ce qui a forcé l’entreprise à suspendre cette fonction et à revoir sa copie.
La réorganisation de Google DeepMind n’empêche pas le labo IA du géant du web de continuer à produire des technologies inédites. À l’occasion de la présentation de la nouvelle gamme Pixel 11, DeepMind a dévoilé un nouveau modèle qui transcrit la langue des signes en texte.
Les Pixel 11 sont les premiers smartphones Android à intégrer le modèle SL2T (pour « sign-language-to-text »). Développé par Google DeepMind, il permet aux sourds et aux malentendants de signer devant leur téléphone au lieu de saisir du texte. Il devient donc possible de chercher quelque chose sur internet, d’écrire des messages, d’interagir avec Gemini ou de répondre dans le fil d’une conversation en utilisant la langue des signes.
Les testeurs de Google affirment que cette fonction d’accessibilité est bien plus naturelle, plus rapide et plus agréable que de taper du texte. L’ASL, la langue des signes américaine, est la première à être prise en charge. D’autres langues sont dans les tuyaux, tout comme le support d’appareils supplémentaires.
Les mains dans le cambouis
Comme l’explique Google, les langues des signes – il en existe plus de 200 – sont de « vraies langues », chacune ayant sa propre grammaire et son propre lexique, qui utilise non seulement les mains bien sûr, mais aussi le visage et les mouvements de la tête, le torse et l’espace.
Le développement d’un modèle SL2T doit franchir deux obstacles : d’une, le défi linguistique, puisque les langues des signes ne sont pas la transcription mot à mot d’une langue orale. De deux, un défi visuel : le modèle doit en effet comprendre des mouvements complexes du corps, des mains, du visage, de la position du corps, le tout étant très rapide et parfois simultané.
Image : Google
Google rappelle l’existence de « gants de traduction », une des premières tentatives de transcrire la langue des signes en texte. Une tentative « fondamentalement limitée » puisque les langues des signes ne sont pas de « l’anglais [ou du français] avec les mains ». Le modèle mis au point par DeepMind doit répondre à ces deux problématiques.
Le modèle SL2T a été entraîné sur plus de 100 000 heures de données de 50 langues des signes (un quart de ce volume d’heures ayant été consacré à l’ASL). « L’entraînement conjoint sur diverses langues, dialectes et niveaux de maîtrise permet au modèle d’apprendre des structures sous-jacentes communes, ce qui l’a amené à surpasser les modèles monolingues dans nos expériences », explique l’équipe.
En attendant la LSF
La traduction ne s’appuie pas sur le flux vidéo brut, afin de protéger la vie privée de l’utilisateur. Un modèle spécialisé, MediaPipe Holistic, suit les points de repères du corps ; le traitement est réalisé en local, sur l’appareil. Il envoie ces points de repère au serveur, tandis que la vidéo est immédiatement supprimée.
Les coordonnées corporelles sont ensuite analysées et transformées en texte. « Traduire directement à partir des points de repère supprime les limites artificielles de vocabulaire et permet à la qualité de traduction de progresser directement avec la quantité de données », ajoute Google qui s’enorgueillit de n’avoir pas utilisé de gloses. Ces annotations intermédiaires, très utilisées dans les travaux sur la traduction des langues des signes, sont jugées insuffisantes pour capturer la richesse de ces langages.
En termes de performances, Google affirme que SL2T décroche les meilleurs résultats sur les principaux tests de traduction de l’ASL vers l’anglais (à l’instar de FLEURS-ASL). Le modèle a aussi été optimisé pour des usages du monde réel, où il faut une latence faible, éviter les hallucinations, sans oublier de prendre en compte les signeurs gauchers.
Pour développer la suite, Google a créé l’AI Sign Language Advisory Committee (AISLAC), qui regroupe des organisations internationales de sourds et malentendants, ainsi que des spécialistes du sujet. Un rapport d’impact a également été publié à l’occasion du lancement de cette version 1.0 du modèle SL2T.
La réorganisation de Google DeepMind n’empêche pas le labo IA du géant du web de continuer à produire des technologies inédites. À l’occasion de la présentation de la nouvelle gamme Pixel 11, DeepMind a dévoilé un nouveau modèle qui transcrit la langue des signes en texte.
Les Pixel 11 sont les premiers smartphones Android à intégrer le modèle SL2T (pour « sign-language-to-text »). Développé par Google DeepMind, il permet aux sourds et aux malentendants de signer devant leur téléphone au lieu de saisir du texte. Il devient donc possible de chercher quelque chose sur internet, d’écrire des messages, d’interagir avec Gemini ou de répondre dans le fil d’une conversation en utilisant la langue des signes.
Les testeurs de Google affirment que cette fonction d’accessibilité est bien plus naturelle, plus rapide et plus agréable que de taper du texte. L’ASL, la langue des signes américaine, est la première à être prise en charge. D’autres langues sont dans les tuyaux, tout comme le support d’appareils supplémentaires.
Les mains dans le cambouis
Comme l’explique Google, les langues des signes – il en existe plus de 200 – sont de « vraies langues », chacune ayant sa propre grammaire et son propre lexique, qui utilise non seulement les mains bien sûr, mais aussi le visage et les mouvements de la tête, le torse et l’espace.
Le développement d’un modèle SL2T doit franchir deux obstacles : d’une, le défi linguistique, puisque les langues des signes ne sont pas la transcription mot à mot d’une langue orale. De deux, un défi visuel : le modèle doit en effet comprendre des mouvements complexes du corps, des mains, du visage, de la position du corps, le tout étant très rapide et parfois simultané.
Image : Google
Google rappelle l’existence de « gants de traduction », une des premières tentatives de transcrire la langue des signes en texte. Une tentative « fondamentalement limitée » puisque les langues des signes ne sont pas de « l’anglais [ou du français] avec les mains ». Le modèle mis au point par DeepMind doit répondre à ces deux problématiques.
Le modèle SL2T a été entraîné sur plus de 100 000 heures de données de 50 langues des signes (un quart de ce volume d’heures ayant été consacré à l’ASL). « L’entraînement conjoint sur diverses langues, dialectes et niveaux de maîtrise permet au modèle d’apprendre des structures sous-jacentes communes, ce qui l’a amené à surpasser les modèles monolingues dans nos expériences », explique l’équipe.
En attendant la LSF
La traduction ne s’appuie pas sur le flux vidéo brut, afin de protéger la vie privée de l’utilisateur. Un modèle spécialisé, MediaPipe Holistic, suit les points de repères du corps ; le traitement est réalisé en local, sur l’appareil. Il envoie ces points de repère au serveur, tandis que la vidéo est immédiatement supprimée.
Les coordonnées corporelles sont ensuite analysées et transformées en texte. « Traduire directement à partir des points de repère supprime les limites artificielles de vocabulaire et permet à la qualité de traduction de progresser directement avec la quantité de données », ajoute Google qui s’enorgueillit de n’avoir pas utilisé de gloses. Ces annotations intermédiaires, très utilisées dans les travaux sur la traduction des langues des signes, sont jugées insuffisantes pour capturer la richesse de ces langages.
En termes de performances, Google affirme que SL2T décroche les meilleurs résultats sur les principaux tests de traduction de l’ASL vers l’anglais (à l’instar de FLEURS-ASL). Le modèle a aussi été optimisé pour des usages du monde réel, où il faut une latence faible, éviter les hallucinations, sans oublier de prendre en compte les signeurs gauchers.
Pour développer la suite, Google a créé l’AI Sign Language Advisory Committee (AISLAC), qui regroupe des organisations internationales de sourds et malentendants, ainsi que des spécialistes du sujet. Un rapport d’impact a également été publié à l’occasion du lancement de cette version 1.0 du modèle SL2T.
Google peut s’enorgueillir de compter dans son catalogue 14 services et produits qui dépassent le milliard d’utilisateurs : Gemini fait désormais partie de ce club, comme s’en réjouit Sundar Pichai, le directeur général d’Alphabet et de Google. Le dirigeant parle de l’application Gemini, ce qui exclut les utilisateurs qui se servent de cette IA ailleurs (Google a pris l’habitude d’insérer Gemini partout où c’est possible, parfois au chausse-pied).
La performance est quand même à relativiser, sachant que l’app Gemini est préinstallée sur les smartphones Android. Évidemment, c’est un sérieux avantage qui aide à recruter des utilisateurs. Josh Woodward, le chef de Gemini, confirme qu’Android est la plateforme dominante et de loin, puisque Gemini compte plus de 100 millions d’utilisateurs sur iOS.
Il donne aussi quelques précisions et statistiques d’usage sur Gemini. En vrac : les utilisateurs avancés sur macOS envoient des requêtes deux fois plus souvent que les utilisateurs d’autres plateformes, 63 % des utilisateurs parlent à Gemini, l’IA génère plus de 150 millions d’images chaque jour, elle peut automatiser des actions dans une quarantaine d’apps.
Image : Google
En ce qui concerne les 13 autres produits qui dépassent le milliard d’utilisateurs, ils avaient été révélés durant l’édition 2026 de la Google I/O en mai dernier. Il s’agit de la recherche Google, Gmail, Google Drive, Chrome, Google Maps, Google Play, Google Calendar, Google Photos, Android, Google Discover, Google Lens, YouTube et Google Messages.
Gemini n’est pas la seule application IA qui ait atteint ce seuil psychologique. OpenAI a révélé au détour d’un billet de blog posté le 6 août que ChatGPT dépassait également le milliard d’utilisateurs. Comme l’indique The Verge, le chatbot aurait en fait franchi cette étape dès le mois de juin.
Google peut s’enorgueillir de compter dans son catalogue 14 services et produits qui dépassent le milliard d’utilisateurs : Gemini fait désormais partie de ce club, comme s’en réjouit Sundar Pichai, le directeur général d’Alphabet et de Google. Le dirigeant parle de l’application Gemini, ce qui exclut les utilisateurs qui se servent de cette IA ailleurs (Google a pris l’habitude d’insérer Gemini partout où c’est possible, parfois au chausse-pied).
La performance est quand même à relativiser, sachant que l’app Gemini est préinstallée sur les smartphones Android. Évidemment, c’est un sérieux avantage qui aide à recruter des utilisateurs. Josh Woodward, le chef de Gemini, confirme qu’Android est la plateforme dominante et de loin, puisque Gemini compte plus de 100 millions d’utilisateurs sur iOS.
Il donne aussi quelques précisions et statistiques d’usage sur Gemini. En vrac : les utilisateurs avancés sur macOS envoient des requêtes deux fois plus souvent que les utilisateurs d’autres plateformes, 63 % des utilisateurs parlent à Gemini, l’IA génère plus de 150 millions d’images chaque jour, elle peut automatiser des actions dans une quarantaine d’apps.
Image : Google
En ce qui concerne les 13 autres produits qui dépassent le milliard d’utilisateurs, ils avaient été révélés durant l’édition 2026 de la Google I/O en mai dernier. Il s’agit de la recherche Google, Gmail, Google Drive, Chrome, Google Maps, Google Play, Google Calendar, Google Photos, Android, Google Discover, Google Lens, YouTube et Google Messages.
Gemini n’est pas la seule application IA qui ait atteint ce seuil psychologique. OpenAI a révélé au détour d’un billet de blog posté le 6 août que ChatGPT dépassait également le milliard d’utilisateurs. Comme l’indique The Verge, le chatbot aurait en fait franchi cette étape dès le mois de juin.
Anthropic va appliquer des watermarks sur les contenus générés par Claude, ce qui permettra de les repérer plus facilement. Cet engagement est aussi une obligation réglementaire en vertu de l’AI Act européen.
Depuis le 2 août dans l’UE, les fournisseurs d’IA générative doivent intégrer un marquage technique de détection dans les images, les sons, les vidéos ou les textes générés ou manipulés par IA. C’est le sens de l’article 50 de l’AI Act. Il y a des exceptions importantes : quand le contenu généré par IA a fait l’objet d’un examen humain ou d’un contrôle éditorial, le tatouage n’est pas nécessaire.
Cette obligation ne concerne aussi que les modèles d’IA commercialisés après la date du 2 août ; pour les modèles déjà disponibles, un sursis de 4 mois – jusqu’au 2 décembre – a été accordé. Mais, quoi qu’il en soit, les fournisseurs d’IA doivent plancher sur des systèmes de marquage des contenus générés par leurs services.
Un double dispositif de marquage
Anthropic a dévoilé son plan de match, en tant que fournisseur et comme signataire du code de pratique sur la transparence des contenus générés par IA. L’adhésion à ce code est volontaire, mais de toute manière les exigences de transparence prévues à l’article 50 constituent des obligations légales.
Deux mécanismes sont mis en œuvre sur les modèles lancés après le 2 août (Anthropic indique travailler sur un watermark pour les contenus générés avec les modèles disponibles avant cette date). Le premier concerne le texte, qui contient une marque statistique invisible. Elle ne se voit pas à la lecture, elle ne change pas le sens du texte, et elle reste intégrée au texte ; par conséquent, un copier/coller conservera la marque.
Le deuxième dispositif touche les fichiers générés ou traités par Claude, comme les images au format SVG, PNG ou JPG. Le modèle ajoute des métadonnées de provenance signées selon le standard ouvert Content Credentials de la C2PA (Coalition for Content Provenance and Authenticity). Si de telles métadonnées sont présentes dans un fichier, cela signifie qu’il a été traité par Claude.
Google utilise de son côté SynthID, un filigrane invisible développé par DeepMind. Ce signal est directement intégré dans le contenu, ce n’est pas une métadonnée. Par conséquent, il est possible de combiner SynthID avec Content Credentials : c’est d’ailleurs le choix d’OpenAI pour ses outils de génération d’images. Anthropic donne malheureusement très peu de détails techniques sur son marquage, que ce soit pour les fichiers ou le texte.
Il y a des limites à l’exercice. Anthropic explique ainsi qu’un texte généré par Claude peut ne pas présenter de tatouage s’il a été « fortement modifié, paraphrasé, traduit ou mélangé à d’autres écrits », si le passage est très court (trop peu de texte pour obtenir un signal fiable), si les métadonnées ont été supprimées après une conversion de format, une capture d’écran ou un nouvel enregistrement.
Logiquement, le texte n’aura pas de marquage s’il a été généré par un modèle ne prenant pas en charge le tatouage numérique. Par ailleurs, si un contenu ne présente aucun marquage, cela ne veut pas dire pour autant qu’il n’a pas été généré ou modifié par une IA.
Marquage au fer rouge
Anthropic ne précise pas la technologie utilisée pour tatouer le texte, mais le marquage d’un tel contenu repose généralement sur un algorithme qui influence discrètement les choix de mots ou de tokens du modèle. Cela produit un motif statistique détectable qui peut signaler qu’un texte a été généré ou traité par un système d’IA.
L’entreprise prévient aussi que la présence d’une marque ne confirme pas la provenance d’un contenu. Claude peut ne pas être « l’auteur » d’origine : le modèle peut servir à relire, traduire, résumer ou convertir des fichiers. Le résultat porte un tatouage Anthropic, mais les idées ou les données peuvent provenir d’une autre source. De même, un contenu marqué peut être modifié, extrait ou combiné avec d’autres éléments après son traitement par Claude.
Il ne reste plus qu’une chose à mettre en place : un outil de détection des marques de Claude. Anthropic n’a rien à proposer, ce qui annule tout l’intérêt de cette annonce – pour le moment. L’entreprise planche en effet sur le sujet pour « permettre aux utilisateurs et aux tierces parties de détecter les watermarks intégrés et les métadonnées ». Une documentation technique sur les mécanismes de détection est en préparation. Pour les fichiers contenant un marquage C2PA, des outils sont déjà disponibles comme celui-ci pour détecter des Content Credentials, ou encore celui-là d’OpenAI.
Si l’AI Act a une portée européenne, Anthropic précise que ces marquages seront intégrés partout où les modèles Claude sont utilisés (le chatbot Claude, l’API, Claude Code, Cowork et Tag), dans le monde entier.
Anthropic va appliquer des watermarks sur les contenus générés par Claude, ce qui permettra de les repérer plus facilement. Cet engagement est aussi une obligation réglementaire en vertu de l’AI Act européen.
Depuis le 2 août dans l’UE, les fournisseurs d’IA générative doivent intégrer un marquage technique de détection dans les images, les sons, les vidéos ou les textes générés ou manipulés par IA. C’est le sens de l’article 50 de l’AI Act. Il y a des exceptions importantes : quand le contenu généré par IA a fait l’objet d’un examen humain ou d’un contrôle éditorial, le tatouage n’est pas nécessaire.
Cette obligation ne concerne aussi que les modèles d’IA commercialisés après la date du 2 août ; pour les modèles déjà disponibles, un sursis de 4 mois – jusqu’au 2 décembre – a été accordé. Mais, quoi qu’il en soit, les fournisseurs d’IA doivent plancher sur des systèmes de marquage des contenus générés par leurs services.
Un double dispositif de marquage
Anthropic a dévoilé son plan de match, en tant que fournisseur et comme signataire du code de pratique sur la transparence des contenus générés par IA. L’adhésion à ce code est volontaire, mais de toute manière les exigences de transparence prévues à l’article 50 constituent des obligations légales.
Deux mécanismes sont mis en œuvre sur les modèles lancés après le 2 août (Anthropic indique travailler sur un watermark pour les contenus générés avec les modèles disponibles avant cette date). Le premier concerne le texte, qui contient une marque statistique invisible. Elle ne se voit pas à la lecture, elle ne change pas le sens du texte, et elle reste intégrée au texte ; par conséquent, un copier/coller conservera la marque.
Le deuxième dispositif touche les fichiers générés ou traités par Claude, comme les images au format SVG, PNG ou JPG. Le modèle ajoute des métadonnées de provenance signées selon le standard ouvert Content Credentials de la C2PA (Coalition for Content Provenance and Authenticity). Si de telles métadonnées sont présentes dans un fichier, cela signifie qu’il a été traité par Claude.
Google utilise de son côté SynthID, un filigrane invisible développé par DeepMind. Ce signal est directement intégré dans le contenu, ce n’est pas une métadonnée. Par conséquent, il est possible de combiner SynthID avec Content Credentials : c’est d’ailleurs le choix d’OpenAI pour ses outils de génération d’images. Anthropic donne malheureusement très peu de détails techniques sur son marquage, que ce soit pour les fichiers ou le texte.
Il y a des limites à l’exercice. Anthropic explique ainsi qu’un texte généré par Claude peut ne pas présenter de tatouage s’il a été « fortement modifié, paraphrasé, traduit ou mélangé à d’autres écrits », si le passage est très court (trop peu de texte pour obtenir un signal fiable), si les métadonnées ont été supprimées après une conversion de format, une capture d’écran ou un nouvel enregistrement.
Logiquement, le texte n’aura pas de marquage s’il a été généré par un modèle ne prenant pas en charge le tatouage numérique. Par ailleurs, si un contenu ne présente aucun marquage, cela ne veut pas dire pour autant qu’il n’a pas été généré ou modifié par une IA.
Marquage au fer rouge
Anthropic ne précise pas la technologie utilisée pour tatouer le texte, mais le marquage d’un tel contenu repose généralement sur un algorithme qui influence discrètement les choix de mots ou de tokens du modèle. Cela produit un motif statistique détectable qui peut signaler qu’un texte a été généré ou traité par un système d’IA.
L’entreprise prévient aussi que la présence d’une marque ne confirme pas la provenance d’un contenu. Claude peut ne pas être « l’auteur » d’origine : le modèle peut servir à relire, traduire, résumer ou convertir des fichiers. Le résultat porte un tatouage Anthropic, mais les idées ou les données peuvent provenir d’une autre source. De même, un contenu marqué peut être modifié, extrait ou combiné avec d’autres éléments après son traitement par Claude.
Il ne reste plus qu’une chose à mettre en place : un outil de détection des marques de Claude. Anthropic n’a rien à proposer, ce qui annule tout l’intérêt de cette annonce – pour le moment. L’entreprise planche en effet sur le sujet pour « permettre aux utilisateurs et aux tierces parties de détecter les watermarks intégrés et les métadonnées ». Une documentation technique sur les mécanismes de détection est en préparation. Pour les fichiers contenant un marquage C2PA, des outils sont déjà disponibles comme celui-ci pour détecter des Content Credentials, ou encore celui-là d’OpenAI.
Si l’AI Act a une portée européenne, Anthropic précise que ces marquages seront intégrés partout où les modèles Claude sont utilisés (le chatbot Claude, l’API, Claude Code, Cowork et Tag), dans le monde entier.
Personne n’aime découvrir que son nouveau chanteur ou sa nouvelle chanteuse préférée se révèle être une IA. Spotify lance donc un nouveau badge, « AI Persona », qui sera accolé aux profils des artistes qui ne sont pas des humains. Les créateurs de ces personnages IA pourront le signaler à Spotify, mais la plateforme attribuera également ce badge.
La musique générée par IA inonde les serveurs des plateformes de streaming. Deezer a annoncé le 21 juillet dernier que plus de la moitié des nouvelles chansons téléversées chaque jour – 90 000 morceaux – était générée par IA. L’an dernier, le service de streaming français a détecté 13,4 millions de chansons générées par IA.
Ce tsunami force les plateformes à agir. Le même Deezer démonétise ainsi les écoutes de ces morceaux IA. Du côté du leader du secteur, Spotify, on sort finalement la grosse artillerie. Un nouveau badge « AI Persona » va faire son apparition sur les profils d’artistes générés par IA à partir de la mi-septembre.
Les artistes IA privés de recommandations
Les morceaux proposés par ces profils ne seront pas intégrés dans les recommandations éditoriales ou algorithmiques, sauf si l’auditeur a choisi de suivre l’artiste en question. La plateforme cherche aussi à écarter de ses recommandations le spam et les contenus de faible qualité. Spotify explique :
« Si nous estimons que chaque artiste doit rester libre de choisir la manière dont il se présente, les recommandations de Spotify ont vocation à mettre en avant les artistes authentiques qui développent une véritable carrière musicale. »
Les créateurs de ces artistes peuvent dès aujourd’hui indiquer que leur profil est une persona générée par IA. Mais au vu des changements que cela implique (ne plus faire partie des recommandations revient à se faire invisibiliser, et donc démonétiser de fait), ça ne suffira pas. C’est pourquoi Spotify examinera de son côté « certains profils d’artistes » dont l’identité, le nom, les visuels et la manière dont ils se présentent « semble représenter des identités photoréalistes générées par l’IA ». Ces profils écoperont alors d’un badge « Likely AI Persona ».
Image : Spotify
Le badge sera présent sur la page de profil de l’artiste IA, mais aussi dans les résultats de recherche et à côté des titres dans les listes de lecture. L’auditeur pourra cliquer sur le badge pour savoir si c’est l’artiste lui-même qui s’est déclaré persona IA « dans une démarche de transparence vis-à-vis de son public », ou si Spotify l’a attribué. Dans les prochains mois, les abonnés pourront aussi signaler les artistes qui leur semblent être des personas IA.
Les artistes qui recevront ce badge de la part de Spotify pourront confirmer leur statut ou le contester. La plateforme précise que ce badge ne concerne que l’identité publique de l’artiste, « et non la manière dont la musique a été créée ». Pour ça, l’entreprise propose un système de crédits d’IA et SongDNA qui permettent aux artistes d’être transparents sur la manière dont leurs morceaux ont été créés.
Ce badge complète le « profil vérifié » qui est son exact inverse : ce statut indique qu’un être humain réel se cache derrière un artiste. Spotify précise que des centaines de milliers de profils ont déjà été vérifiés de la sorte.
Personne n’aime découvrir que son nouveau chanteur ou sa nouvelle chanteuse préférée se révèle être une IA. Spotify lance donc un nouveau badge, « AI Persona », qui sera accolé aux profils des artistes qui ne sont pas des humains. Les créateurs de ces personnages IA pourront le signaler à Spotify, mais la plateforme attribuera également ce badge.
La musique générée par IA inonde les serveurs des plateformes de streaming. Deezer a annoncé le 21 juillet dernier que plus de la moitié des nouvelles chansons téléversées chaque jour – 90 000 morceaux – était générée par IA. L’an dernier, le service de streaming français a détecté 13,4 millions de chansons générées par IA.
Ce tsunami force les plateformes à agir. Le même Deezer démonétise ainsi les écoutes de ces morceaux IA. Du côté du leader du secteur, Spotify, on sort finalement la grosse artillerie. Un nouveau badge « AI Persona » va faire son apparition sur les profils d’artistes générés par IA à partir de la mi-septembre.
Les artistes IA privés de recommandations
Les morceaux proposés par ces profils ne seront pas intégrés dans les recommandations éditoriales ou algorithmiques, sauf si l’auditeur a choisi de suivre l’artiste en question. La plateforme cherche aussi à écarter de ses recommandations le spam et les contenus de faible qualité. Spotify explique :
« Si nous estimons que chaque artiste doit rester libre de choisir la manière dont il se présente, les recommandations de Spotify ont vocation à mettre en avant les artistes authentiques qui développent une véritable carrière musicale. »
Les créateurs de ces artistes peuvent dès aujourd’hui indiquer que leur profil est une persona générée par IA. Mais au vu des changements que cela implique (ne plus faire partie des recommandations revient à se faire invisibiliser, et donc démonétiser de fait), ça ne suffira pas. C’est pourquoi Spotify examinera de son côté « certains profils d’artistes » dont l’identité, le nom, les visuels et la manière dont ils se présentent « semble représenter des identités photoréalistes générées par l’IA ». Ces profils écoperont alors d’un badge « Likely AI Persona ».
Image : Spotify
Le badge sera présent sur la page de profil de l’artiste IA, mais aussi dans les résultats de recherche et à côté des titres dans les listes de lecture. L’auditeur pourra cliquer sur le badge pour savoir si c’est l’artiste lui-même qui s’est déclaré persona IA « dans une démarche de transparence vis-à-vis de son public », ou si Spotify l’a attribué. Dans les prochains mois, les abonnés pourront aussi signaler les artistes qui leur semblent être des personas IA.
Les artistes qui recevront ce badge de la part de Spotify pourront confirmer leur statut ou le contester. La plateforme précise que ce badge ne concerne que l’identité publique de l’artiste, « et non la manière dont la musique a été créée ». Pour ça, l’entreprise propose un système de crédits d’IA et SongDNA qui permettent aux artistes d’être transparents sur la manière dont leurs morceaux ont été créés.
Ce badge complète le « profil vérifié » qui est son exact inverse : ce statut indique qu’un être humain réel se cache derrière un artiste. Spotify précise que des centaines de milliers de profils ont déjà été vérifiés de la sorte.
Meta reprend son bâton de pèlerin pour les poids ouverts, après l’avoir perdu suite au flop de Llama 4. Muse Glimmer est un nouveau modèle IA de 30 milliards de paramètres, installable sur un ordinateur personnel (assez costaud tout de même), assorti d’une licence open source permissive.
En publiant la première version de Muse Spark au mois d’avril, Meta changeait son fusil d’épaule sur la diffusion de son nouveau LLM : les poids ouverts de Llama laissaient la place à la fermeture d’un modèle propriétaire. Le débat autour de Kimi K3 et des modèles chinois à poids ouverts que Washington voudrait brider a poussé une bonne partie du secteur de l’IA à soutenir ce type de distribution.
Meta a retrouvé au fin fond d’un placard poussiéreux son costume de chevalier blanc des poids ouverts avec Muse Glimmer. Ce nouveau modèle est en effet distribué sous licence Apache 2.0, une licence open source standard, permissive, beaucoup plus familière aux développeurs et aux entreprises que ne l’étaient les licences spécifiques de Llama. Le modèle est disponible sur Hugging Face, on trouvera aussi une documentation technique à cette adresse.
Un modèle à installer chez soi (sur une bonne bécane)
Glimmer est un modèle de 30 milliards de paramètres qui peut être installé sur un ordinateur du commerce – oubliez le petit portable Windows avec 4 Go de RAM, il faudra plutôt un Mac haut de gamme (Meta publie des benchs réalisés sur des MacBook Pro M4 Max et M5 Max) ou un PC équipé d’un GPU puissant (RTX 5090), avec idéalement 24 à 32 Go de mémoire GPU ou unifiée. « Le modèle est suffisamment rapide pour permettre une conversation fluide et une interaction en temps réel avec un agent, le tout entièrement exécuté sur votre appareil », affirme Meta.
La version quantifié en 4 bits descend sous les 20 Go, mais il faut aussi de la marge pour le cache, l’encodeur image et le modèle de décodage spéculatif. En mode « full precision », Glimmer requiert plus de 55 Go de mémoire. Évidemment, rien n’empêche d’installer Glimmer sur un serveur distant, mais là on ne parle plus d’un fonctionnement en local.
Dans le secteur des modèles de 30 milliards de paramètres, Muse Glimmer se défend bien à en croire les benchmarks publiés par Meta. Sur les tests agentiques, le modèle de Meta est souvent devant : MCP Atlas 75,5, contre 54,2 pour Gemma et 62,5 pour Qwen ; DeepSearch QA affiche un score de 74,6, devant les deux autres ; GAIA2 43,3, devant Gemma et Qwen. En codage aussi, Glimmer se montre très solide. En revanche, sur le multimodal, Qwen peut passer devant dans certains benchs.
L’avantage est marqué pour les tâches agentiques, la recherche multi-étapes et les tests de codage. Le modèle n’est pas systématiquement premier en tout, mais il a été optimisé pour un usage précis : faire tourner des agents en local qui peuvent utiliser des outils, coder et mener des tâches longues. Glimmer sera suivi dans quelques semaines de la publication des poids de Muse Spark 1.2, son modèle lancé la semaine dernière dans la foulée de l’offensive de Meta sur les outils pour développeurs.
Le manifeste de Zuckerberg
Mark Zuckerberg a profité de l’occasion pour publier un très long manifeste techno-libertarien sur les capacités mirifiques de l’IA générative, dans la droite ligne de la nouvelle campagne de com’ hors sol de Meta. Le patron de l’entreprise vante une fois de plus sa vision d’une « superintelligence personnelle », distribuée aux individus plutôt que concentrée entre les mains de quelques entreprises (un digest vidéo est visible ici).
Illustration : Flock
Pour le milliardaire, la principale contribution de la « superintelligence » ne sera pas de remplacer les travailleurs, mais d’aider les gens à créer : entreprises, produits, traitements médicaux, contenus, logiciels, ou encore recherches scientifiques. Un plaidoyer intéressant, sachant ce que Meta fait de son IA sur ses réseaux sociaux : un générateur de slop et de désinformation.
En attendant, il faut implanter des datacenters. L’entreprise promet des retombées locales sur l’emploi, la formation, les services publics, l’eau, les infrastructures. Le fonds « Future Is For Everyone » que Meta vient de lancer sera abondé à hauteur d’1 milliard de dollars pour soutenir les communautés affectés par l’installation de ces centres de données.
Le dirigeant s’oppose aux discours de certains acteurs de l’IA qui affirment qu’elle est dangereuse, tout en voulant cloisonner cette technologie. Pour Zuckerberg, qui rejette l’idée d’une « superintelligence bienveillante unique », le scénario du pire serait une IA contrôlée par une poignée d’institutions.
Ce qui nous amène directement à Glimmer. Le dirigeant estime que l’open source est une force positive contre la centralisation, et que ce serait une erreur de restreindre cet écosystème (clin d’œil appuyé vers la Maison-Blanche). S’il soutient les contrôles à l’exportation sur les puces, il ne manque pas de critiquer les règles ralentissant les entreprises américaines du secteur, ou qui limiteraient trop l’usage des données, de la distillation et des modèles étrangers open source.
Meta reprend son bâton de pèlerin pour les poids ouverts, après l’avoir perdu suite au flop de Llama 4. Muse Glimmer est un nouveau modèle IA de 30 milliards de paramètres, installable sur un ordinateur personnel (assez costaud tout de même), assorti d’une licence open source permissive.
En publiant la première version de Muse Spark au mois d’avril, Meta changeait son fusil d’épaule sur la diffusion de son nouveau LLM : les poids ouverts de Llama laissaient la place à la fermeture d’un modèle propriétaire. Le débat autour de Kimi K3 et des modèles chinois à poids ouverts que Washington voudrait brider a poussé une bonne partie du secteur de l’IA à soutenir ce type de distribution.
Meta a retrouvé au fin fond d’un placard poussiéreux son costume de chevalier blanc des poids ouverts avec Muse Glimmer. Ce nouveau modèle est en effet distribué sous licence Apache 2.0, une licence open source standard, permissive, beaucoup plus familière aux développeurs et aux entreprises que ne l’étaient les licences spécifiques de Llama. Le modèle est disponible sur Hugging Face, on trouvera aussi une documentation technique à cette adresse.
Un modèle à installer chez soi (sur une bonne bécane)
Glimmer est un modèle de 30 milliards de paramètres qui peut être installé sur un ordinateur du commerce – oubliez le petit portable Windows avec 4 Go de RAM, il faudra plutôt un Mac haut de gamme (Meta publie des benchs réalisés sur des MacBook Pro M4 Max et M5 Max) ou un PC équipé d’un GPU puissant (RTX 5090), avec idéalement 24 à 32 Go de mémoire GPU ou unifiée. « Le modèle est suffisamment rapide pour permettre une conversation fluide et une interaction en temps réel avec un agent, le tout entièrement exécuté sur votre appareil », affirme Meta.
La version quantifié en 4 bits descend sous les 20 Go, mais il faut aussi de la marge pour le cache, l’encodeur image et le modèle de décodage spéculatif. En mode « full precision », Glimmer requiert plus de 55 Go de mémoire. Évidemment, rien n’empêche d’installer Glimmer sur un serveur distant, mais là on ne parle plus d’un fonctionnement en local.
Dans le secteur des modèles de 30 milliards de paramètres, Muse Glimmer se défend bien à en croire les benchmarks publiés par Meta. Sur les tests agentiques, le modèle de Meta est souvent devant : MCP Atlas 75,5, contre 54,2 pour Gemma et 62,5 pour Qwen ; DeepSearch QA affiche un score de 74,6, devant les deux autres ; GAIA2 43,3, devant Gemma et Qwen. En codage aussi, Glimmer se montre très solide. En revanche, sur le multimodal, Qwen peut passer devant dans certains benchs.
L’avantage est marqué pour les tâches agentiques, la recherche multi-étapes et les tests de codage. Le modèle n’est pas systématiquement premier en tout, mais il a été optimisé pour un usage précis : faire tourner des agents en local qui peuvent utiliser des outils, coder et mener des tâches longues. Glimmer sera suivi dans quelques semaines de la publication des poids de Muse Spark 1.2, son modèle lancé la semaine dernière dans la foulée de l’offensive de Meta sur les outils pour développeurs.
Le manifeste de Zuckerberg
Mark Zuckerberg a profité de l’occasion pour publier un très long manifeste techno-libertarien sur les capacités mirifiques de l’IA générative, dans la droite ligne de la nouvelle campagne de com’ hors sol de Meta. Le patron de l’entreprise vante une fois de plus sa vision d’une « superintelligence personnelle », distribuée aux individus plutôt que concentrée entre les mains de quelques entreprises (un digest vidéo est visible ici).
Illustration : Flock
Pour le milliardaire, la principale contribution de la « superintelligence » ne sera pas de remplacer les travailleurs, mais d’aider les gens à créer : entreprises, produits, traitements médicaux, contenus, logiciels, ou encore recherches scientifiques. Un plaidoyer intéressant, sachant ce que Meta fait de son IA sur ses réseaux sociaux : un générateur de slop et de désinformation.
En attendant, il faut implanter des datacenters. L’entreprise promet des retombées locales sur l’emploi, la formation, les services publics, l’eau, les infrastructures. Le fonds « Future Is For Everyone » que Meta vient de lancer sera abondé à hauteur d’1 milliard de dollars pour soutenir les communautés affectés par l’installation de ces centres de données.
Le dirigeant s’oppose aux discours de certains acteurs de l’IA qui affirment qu’elle est dangereuse, tout en voulant cloisonner cette technologie. Pour Zuckerberg, qui rejette l’idée d’une « superintelligence bienveillante unique », le scénario du pire serait une IA contrôlée par une poignée d’institutions.
Ce qui nous amène directement à Glimmer. Le dirigeant estime que l’open source est une force positive contre la centralisation, et que ce serait une erreur de restreindre cet écosystème (clin d’œil appuyé vers la Maison-Blanche). S’il soutient les contrôles à l’exportation sur les puces, il ne manque pas de critiquer les règles ralentissant les entreprises américaines du secteur, ou qui limiteraient trop l’usage des données, de la distillation et des modèles étrangers open source.
Connexion
