Les erreurs les plus courantes sur la loi européenne sur l’IA dans le marketing et les relations publiques sont de supposer que la loi ne s’applique qu’aux entreprises européennes, de croire qu’elle ne concerne que les développeurs d’IA, de ne rien étiqueter ou de tout étiqueter, de ne tenir aucun registre des décisions liées à l’IA et de traiter la formation du personnel comme facultative. Chaque erreur est facile à commettre et assez facile à corriger une fois qu’une équipe sait ce que la réglementation demande réellement.
La loi européenne sur l’IA est la réglementation de l’Union européenne sur l’intelligence artificielle, adoptée en 2024, avec des obligations qui s’échelonnent sur plusieurs années. Elle classe les utilisations de l’IA par risque, interdit une courte liste de pratiques, fixe des règles strictes pour les systèmes à haut risque et ajoute des obligations de transparence pour les chatbots et les médias synthétiques. La plupart des travaux de marketing se situent dans la couche de transparence, là où se produisent la plupart des erreurs.
Erreur 1 : la loi s’applique-t-elle uniquement aux entreprises de l’UE ?
Non. La loi s’applique aux fournisseurs qui mettent des systèmes d’IA sur le marché de l’UE et aux déployeurs qui utilisent des systèmes d’IA dans l’UE. Elle atteint également les fournisseurs et les déployeurs en dehors de l’UE lorsque le résultat de leur système d’IA est utilisé dans l’Union.
En pratique, une agence turque produisant une vidéo générée par IA pour la campagne d’un client français, ou exploitant un chatbot sur un site web destiné à des clients allemands, doit supposer qu’elle est concernée. Les clients de l’UE ajoutent de plus en plus de clauses sur l’IA aux contrats des agences pour cette raison.
Erreur 2 : « nous utilisons seulement l’IA, nous ne la construisons pas »
De nombreuses équipes pensent que les obligations ne pèsent que sur des entreprises comme OpenAI ou Google. La loi distingue les fournisseurs, qui développent ou mettent des systèmes sur le marché, des déployeurs, qui les utilisent sous leur propre autorité. Les déployeurs ont leurs propres devoirs.
Pour les équipes marketing en tant que déployeurs, les devoirs principaux sont d’informer les gens lorsqu’ils interagissent avec un système d’IA là où ce n’est pas évident, de divulguer les deepfakes, d’assurer la littératie en IA du personnel et, pour toute utilisation à haut risque, de suivre les instructions du fournisseur et de maintenir une surveillance humaine. Une entreprise peut également devenir fournisseur en apposant son propre nom sur un système ou en modifiant substantiellement sa finalité prévue.
Erreur 3 : pourquoi tout étiqueter est-il aussi un problème ?
Certaines équipes réagissent à la loi en apposant « généré par IA » sur chaque actif touché par l’IA, y compris un titre poli par un assistant d’écriture. Cela dilue le signal et peut rendre le public méfiant envers le contenu ordinaire.
Le devoir de divulgation cible des cas spécifiques : les systèmes d’IA qui interagissent avec les gens, et le contenu image, audio ou vidéo qui ressemble à de vraies personnes, objets, lieux ou événements et pourrait faussement paraître authentique. Le texte publié pour informer le public sur des questions d’intérêt public comporte également un devoir de divulgation lorsqu’il est généré par IA, à moins qu’il n’ait fait l’objet d’une révision humaine et d’une responsabilité éditoriale.
Une règle d’étiquetage pratique
- Chatbots et assistants vocaux : toujours divulguer au début de l’interaction
- Images, vidéos et voix synthétiques réalistes de personnes ou d’événements : toujours divulguer
- Travail clairement artistique, satirique ou fictif : divulguer d’une manière qui ne gâche pas le travail
- Copie assistée par IA éditée et approuvée par une personne : aucune étiquette nécessaire selon la règle de transparence, mais suivez la politique du client
Erreur 4 : aucun registre des décisions
Lorsque l’équipe juridique d’un client demande pourquoi un outil a été approuvé, de nombreuses agences n’ont qu’un fil d’e-mails. C’est une preuve faible et difficile à trouver plus tard.
Tenez un registre d’une page par système d’IA en production : ce qu’il fait, le fournisseur, la classification des risques et le raisonnement, les mesures de divulgation, l’approbateur et la date. Révisez-le lorsque l’outil ou son utilisation change. Cela aide également pour les questions de RGPD ou KVKK, car de nombreux outils d’IA traitent des données personnelles.
Erreur 5 : ignorer la formation à la littératie en IA
La loi exige que les fournisseurs et les déployeurs prennent des mesures pour assurer un niveau suffisant de littératie en IA parmi le personnel travaillant avec des systèmes d’IA. Cette obligation s’applique tôt dans le calendrier de mise en œuvre, à partir de février 2025.
La formation n’a pas besoin d’être longue. Une session d’une heure par rôle, couvrant ce que les outils peuvent et ne peuvent pas faire, où ils font des erreurs, quelles données ne doivent pas être saisies et comment fonctionne la divulgation, répond mieux à l’esprit de la règle qu’un cours en ligne générique. Tenez des registres de présence et répétez la session lorsqu’un nouvel outil important est introduit.
Erreur 6 : manquer les utilisations à haut risque cachées dans le marketing
La plupart des IA marketing ne sont pas à haut risque, ce qui conduit les équipes à supposer qu’aucune ne l’est. Certaines utilisations franchissent la ligne. L’IA qui filtre les candidats à l’emploi pour une campagne de marque employeur, note les personnes pour des offres de crédit ou d’assurance, ou décide de l’accès à des services essentiels peut tomber dans les catégories à haut risque énumérées dans la loi.
La reconnaissance des émotions et la catégorisation biométrique méritent également de l’attention. Certaines utilisations sont interdites, comme la reconnaissance des émotions sur les lieux de travail et dans les écoles, avec des exceptions étroites. Un « panneau d’affichage intelligent » qui lit les visages pour déduire l’humeur doit passer par un examen juridique avant que quiconque ne le construise.
- Outils de recrutement et de filtrage RH
- Décisions de crédit, d’assurance et de tarification concernant les individus
- Identification ou catégorisation biométrique
- Reconnaissance des émotions sur les lieux de travail ou dans l’éducation
Comment Alien Road évite ces erreurs dans le travail avec les clients
Dans un engagement typique, la découverte comprend un court inventaire de chaque outil d’IA utilisé dans le contenu, les réseaux sociaux, les médias payants et le service client, avec un indicateur pour les publics de l’UE ou les clients de l’UE. Nous notons toute utilisation proche d’une catégorie à haut risque et l’envoyons au conseiller juridique du client.
La configuration couvre la formulation de divulgation pour les chatbots et les médias synthétiques, une règle d’étiquetage écrite dans les directives de marque, des registres de décisions d’une page et des sessions de formation basées sur les rôles avec des journaux de présence. Le reporting est trimestriel : nouveaux outils ajoutés, registres mis à jour et tout changement dans la manière dont un outil est utilisé. L’interprétation juridique reste toujours avec le conseiller qualifié ; notre travail est de rendre le côté marketing documenté et cohérent. Lorsqu’un client opère dans plusieurs pays de l’UE, nous vérifions également si les codes publicitaires locaux ajoutent leurs propres attentes de divulgation en plus de la loi.
Par où commencer cette semaine
Posez une question à chaque chef d’équipe : quels outils d’IA avez-vous utilisés le mois dernier, et un résultat atteint-il des personnes dans l’UE ? Collectez les réponses dans une feuille.
Ensuite, écrivez deux lignes de divulgation, une pour les chatbots et une pour les médias synthétiques réalistes, et faites-les approuver. Ces deux lignes comblent les lacunes les plus visibles, et le reste du travail peut suivre à un rythme régulier à mesure que les obligations se mettent en place.
Continuer la lecture : Services de RP · RP numériques