Obligation d’étiquetage des contenus IA à partir du 2 août : mythes et réalités pour les équipes marketing

La question revient désormais dans presque chaque échange client. Faut-il désormais signaler l’ensemble de votre site parce que des textes ont été retravaillés avec l’IA ?

La réponse est non. Les textes à visée promotionnelle d’un site n’informent pas le public sur une question d’intérêt public. Et même s’ils le faisaient, l’exception éditoriale s’applique dès lors qu’une personne identifiée a relu et endossé le contenu.

L’essentiel est dit. Le reste tient à la précision. C’est précisément ce qui manque aujourd’hui.

Non, tout usage de l’IA ne devient pas soumis à étiquetage

Depuis des semaines, le sujet sert de levier de peur. Compteurs, montants d’amendes, packs de conformité prêts à l’emploi. L’incertitude dépasse l’obligation — et elle est en partie produite.

Nous ne sommes pas les premiers à le relever. L’avocat Dr Carsten Ulbricht écrivait fin juillet que, « contrairement à de nombreux posts LinkedIn trompeurs », tout usage de l’IA n’entraîne pas une obligation d’étiquetage. Quand un avocat spécialisé dénonce publiquement l’emballement, nul besoin d’en rajouter.

La fonction prime sur le contenu

L’art. 50 du règlement européen sur l’IA (AI Act) distingue deux rôles. Les fournisseurs développent des systèmes d’IA (éditeurs de modèles et d’outils). Les opérateurs utilisent un système d’IA sous leur propre responsabilité professionnelle. Si vous utilisez l’IA sans la développer, vous êtes opérateur.

Vous n’avez donc rien à développer pour être concerné. Il suffit d’employer un outil tiers dans un contexte professionnel. Une exception, souvent ignorée : si vous intégrez ou faites développer un chatbot sur votre propre site, vous pouvez vous retrouver vous-même dans le rôle de fournisseur. C’est le seul point où le marketing dépasse le rôle d’opérateur.

Pour les opérateurs, deux cas seulement déclenchent l’obligation. Des images, sons ou vidéos qui constituent un deepfake. Et des textes publiés pour informer le public sur une question d’intérêt public. Tout le reste ne crée pas d’obligation.

Cas n°1 : deepfake, et trois questions à se poser

Un deepfake, au sens du règlement, est un contenu généré ou manipulé par l’IA, ressemblant à des personnes, objets, lieux, institutions ou événements réels, et susceptible d’apparaître à tort comme authentique. Ce qui compte n’est pas l’intention de tromper, mais la capacité à induire en erreur. D’où trois questions de vérification :

1. Le contenu a-t-il été généré ou manipulé par l’IA ?
2. Ressemble-t-il à des personnes, objets, lieux, institutions ou événements réels ?
3. Pourrait-il être perçu par un observateur comme une prise de vue authentique ?

Trois fois oui = étiquetage obligatoire. Un non suffit en général pour écarter l’obligation.

En pratique, plus de cas sortent du périmètre qu’on ne le pense. Vous devez étiqueter l’image lifestyle photoréaliste d’une famille fictive sur une vraie plage, l’avatar IA qui donne un avis sur un produit, et la voix off très réaliste sur des images authentiques. Vous n’avez pas à étiqueter la photo produit réelle avec correction de couleur et ombre supprimée. Les visuels manifestement artificiels restent aussi hors périmètre : personne ne confond une illustration de type bande dessinée avec une photo.

Repère utile au quotidien : si vous ne faites qu’optimiser, pas d’étiquetage. Si vous suggérez une situation de prise de vue qui n’a jamais existé, étiquetez.

Un point reste ouvert. On ne sait pas encore si un visage réaliste mais fictif suffit à déclencher l’obligation. En attendant la jurisprudence, optez pour la prudence.

• 3 questions de vérification – base d’évaluation des deepfakes
• 3 fois “oui” – étiquetage obligatoire
• 1 fois “non” – en règle générale, pas d’obligation

Cas n°2 : les textes générés par l’IA concernent rarement le marketing

C’est ici que se trouve l’essentiel de l’allègement. Trois conditions doivent être réunies. Le texte a été généré par l’IA. Il est publié, c’est-à-dire accessible à un public indéterminé. Et il informe le public sur une question d’intérêt public, par exemple des sujets sociétaux comme la politique ou la santé.

Sont donc généralement exclus : textes produits, landing pages promotionnelles, posts sociaux, guides SEO, newsletters. L’objectif de la règle est de protéger la formation de l’opinion démocratique, pas de réguler les textes publicitaires.

Et même lorsqu’un texte traite un sujet d’intérêt public, l’obligation disparaît si deux éléments se cumulent. Une relecture humaine a eu lieu, et une personne nommément désignée assume la responsabilité éditoriale. Cocher une case de validation ne suffit pas. La relecture doit permettre d’identifier erreurs, assertions trompeuses et sources faibles.

C’est le cœur du règlement, et on en parle peu. Ce n’est pas le label qui vous protège, c’est une personne identifiée qui exerce un véritable jugement. Autrement dit, exactement ce qui est de toute façon nécessaire contre les hallucinations.

Cet article en est un exemple. Il traite d’un sujet d’intérêt public, a été élaboré avec l’appui de l’IA, et nous l’avons relu en assumant la responsabilité éditoriale. Chez nous, le leadership d’opinion repose sur des contenus qui ont un auteur. La responsabilité éditoriale incombe donc toujours à l’auteur, qu’il s’agisse d’un billet, d’un post ou d’une intervention.

Le chatbot est le seul point réellement urgent

Les utilisateurs doivent reconnaître sans ambiguïté, au plus tard à la première interaction, qu’ils s’adressent à un système d’IA. Il n’existe ni régime dérogatoire pour les systèmes en place, ni format imposé. Un court avertissement au début de la conversation suffit, un badge visible aussi, et un signal sonore pour les assistants vocaux. C’est le seul point qui appelle une action technique concrète avant lundi.

Comment étiqueter correctement

L’étiquetage doit être clair, explicite, accessible et visible au plus tard à la première exposition au contenu. Ne suffisent pas : mentions légales, CGU, description de profil, texte alternatif, ou une minuscule mention grise en bord d’image. Les seules métadonnées ne suffisent pas selon les lignes directrices de l’UE. L’étiquetage doit être au niveau du contenu.

Pour l’image, une mention contrastée dans l’image ou une légende visible fonctionne. Pour la vidéo, au début et dans la description, et répété pour les enregistrements. Pour l’audio, dans le titre et la description de l’épisode. Pour le texte, en haut, près du titre, pas en bas. Et l’étiquetage doit suivre le contenu en cas de republication.

1. Image Une mention contrastée directement dans l’image ou une légende bien visible répond aux exigences. L’étiquetage se situe sur le contenu et doit être perçu sans détour. Il doit suivre le visuel en cas de diffusion ultérieure.
2. Vidéo L’avertissement figure au début de la vidéo et dans sa description. Pour les enregistrements, il est répété afin que le contexte reste clair malgré les sauts.
3. Audio Pour l’audio, placez la mention dans le titre et la description de l’épisode. Ainsi, l’information reste accessible en dehors du lecteur.
4. Texte Les textes sont étiquetés en haut, près du titre — pas en bas. La mention doit être claire, explicite, accessible et, idéalement, voyager avec le contenu en cas de réutilisation.

Les trois symboles de l’UE sont facultatifs et disponibles auprès de la Commission européenne. Pour un public francophone, la combinaison est pertinente, car tout le monde ne lit pas forcément l’anglais : « AI MODIFIED. Cette image a été modifiée à l’aide de l’intelligence artificielle. »

Autre allègement, méconnu. Les contenus créés et publiés avant le 2 août n’ont pas à être étiquetés a posteriori. Personne n’a besoin de remettre son archive à niveau.

Le vrai risque n’est pas l’amende

Formellement, les sanctions peuvent atteindre 15 millions d’euros. Pour le quotidien des ETI/PME, c’est surtout théorique.

Le risque le plus probable reste la mise en demeure. Une violation de l’obligation d’étiquetage peut être qualifiée de pratique trompeuse par omission, et des concurrents comme des associations de consommateurs peuvent faire valoir des demandes d’injonction. Le piège inverse s’appelle « AI washing ». Affirmer un recours à l’IA alors que des personnes réalisent le travail expose au même problème, mais de l’autre côté.

Ce n’est donc pas l’autorité qui frappera en premier. C’est le concurrent. C’est plus proche de la réalité et un meilleur argument pour mettre en place un processus que n’importe quel chiffre à sept zéros.

Pourquoi cela échoue malgré tout au quotidien

À ce stade, c’est clair : il ne s’agit pas d’une règle générale, mais d’étapes de vérification. Et ces étapes fonctionnent au cas par cas, puis échouent à l’échelle.

Une équipe de cinq personnes et trois agents produit quarante contenus en une semaine. Si la règle n’existe que « dans les têtes », elle sera appliquée quarante fois différemment, et personne ne pourra ensuite expliquer pourquoi. Une formation en août ne résoudra pas le problème : quatre semaines plus tard, plus personne ne se souviendra de la différence entre correction colorimétrique et distorsion de la réalité.

Ce n’est plus une question de conformité. C’est une question d’architecture.

Notre approche avec nos clients

Nous avons mis cela en œuvre il y a quelques semaines chez un client, en inscrivant la logique d’étiquetage comme règle centrale de la gouvernance, intégrée à chaque agent. Résultat : quelques cas surprenants, que personne n’avait anticipés, mais in fine peu de contenus réellement à étiqueter. Une fois la règle bien construite, elle allège le travail.

L’essentiel n’est pas le nombre de mesures, mais l’existence d’une entrée de gouvernance bien conçue. Elle peut tenir en peu de lignes :

Vérifiez chaque sortie image pour déterminer si elle imite des personnes, objets, lieux ou événements réels et pourrait passer pour une prise de vue authentique. Le cas échéant, fournissez avec le contenu une proposition d’étiquetage, placement compris. Vérifiez chaque texte pour déterminer s’il traite un sujet d’intérêt public. Le cas échéant, signalez la nécessité d’une responsabilité éditoriale assumée par une personne nommément désignée.

L’endroit où intégrer cette règle dépend de votre configuration. Dans un Operating System, elle vit comme fichier de gouvernance dans le Context-Layer et s’applique à chaque agent. Si vous développez vos propres agents ou skills, placez l’étape de vérification là où les contenus sont produits. Et si vous travaillez aujourd’hui directement dans ChatGPT, Copilot ou Claude, intégrez-la dans l’instruction système de base. Nous l’avons testé, dans notre propre assistant et dans un workflow de contenu médical. Ça fonctionne.

Ces options n’offrent pas le même niveau de solidité. Une instruction dans un compte personnel vaut pour une personne et disparaît avec elle. Dans le Kontext-Layer, elle vaut pour l’entreprise et reste traçable. Mais dans tous les cas, c’est mieux que la « règle dans la tête ».

La partie la plus importante ne figure dans aucun fichier. La responsabilité reste du côté de la personne qui a relu le contenu. C’est un état d’esprit à ancrer : nous assumons nos contenus, qu’une machine les ait produits ou que nous les ayons tapés nous-mêmes.

Cas client : la logique d’étiquetage ancrée dans la gouvernance

Chez un client, la logique d’étiquetage a été inscrite comme règle centrale de la gouvernance et mise en œuvre dans chaque agent. Au final, peu de cas à étiqueter, mais quelques situations surprenantes que personne n’avait anticipées.

Selon le setup, la règle agit dans l’Operating System en tant que fichier de gouvernance dans le Context-Layer, au sein d’agents ou de skills directement au point de création des contenus, ou comme instruction système dans des outils comme ChatGPT, Copilot ou Claude. L’approche a été testée dans notre propre assistant et dans un workflow de contenu médical — avec une mise en œuvre effective.

L’important n’est pas la quantité de mesures, mais un entrée de gouvernance proprement construite, qui rend la vérification cohérente et soulage les équipes.

Ce que vous pouvez encore faire cette semaine

Vérifiez votre chatbot. Indique-t-il sans ambiguïté, dès la première interaction, qu’il s’agit d’un système d’IA ?

Passez en revue les vingt dernières images publiées, pas toute l’archive. Lesquelles peuvent donner l’impression d’une prise de vue authentique ? Cet exercice affine le jugement plus vite que n’importe quelle formation.

Notez les trois questions et placez-les là où les contenus sont créés. Une fois, pas chaque semaine. Inutile de ré-étiqueter l’archive, d’apposer un label partout, ou de lancer un projet compliance.

Questions fréquentes sur l’étiquetage IA en marketing (FAQ)

Dois-je étiqueter les textes du site s’ils ont été retravaillés avec l’IA ?

Non. L’obligation d’étiquetage pour les textes ne s’applique que s’ils sont publiés pour informer sur des questions d’intérêt public. Les contenus promotionnels n’entrent généralement pas dans ce champ. De plus, l’obligation tombe si une personne désignée relit le texte et en assume la responsabilité éditoriale.

Qu’est-ce qui constitue un deepfake et quand faut-il étiqueter ?

Trois critères sont déterminants : génération ou manipulation par l’IA, ressemblance avec des personnes ou événements réels, et possibilité de confusion avec des prises de vue authentiques. Si les trois sont réunis, l’étiquetage est nécessaire. Les visuels manifestement artificiels ou les optimisations de prises de vue réelles n’entrent normalement pas dans ce champ.

Comment et où placer correctement la mention ?

La mention doit apparaître clairement, explicitement et de manière accessible, directement au niveau du contenu. Pour les images, une mention contrastée ou une légende visible ; pour les vidéos, au début et dans la description (et répétée pour les enregistrements) ; pour l’audio, dans le titre et la description de l’épisode ; pour les textes, au-dessus, près du titre. La mention doit, autant que possible, suivre le contenu en cas de partage.

Faut-il étiqueter rétroactivement les contenus plus anciens ?

Non. Les contenus créés et publiés avant le 2 août n’ont pas à être étiquetés a posteriori. Il n’est donc pas nécessaire de « nettoyer » l’archive.

Quel est le risque juridique réel ?

Des amendes élevées sont possibles en théorie ; dans la pratique, la mise en demeure est plus probable. Les manquements peuvent être qualifiés de pratiques trompeuses par omission, et l’« AI washing » comporte aussi des risques. Des processus clairs et des responsabilités explicites réduisent la surface d’attaque.

Comment garantir une application cohérente par les équipes ?

Ancrez les étapes de vérification dans une règle de gouvernance centrale, plutôt que de compter sur la mémoire ou des slides de formation. Selon votre setup, placez-la dans le Context-Layer, dans les agents, ou dans l’instruction système des outils employés. Une personne désignée, garante de la relecture éditoriale, reste essentielle.

Ces repères issus de la pratique ne constituent pas un avis juridique. Le règlement n’exige pas un autocollant. Il exige une personne qui engage sa responsabilité. La seule question est de savoir si cette personne est clairement désignée chez vous, ou si c’est chaque jour quelqu’un d’autre.