L'AI Act impose le marquage des contenus générés par IA : qu'est-ce que ça change ?

Depuis le 2 août 2026, une partie des obligations de transparence prévues par l’AI Act est devenue applicable. Parmi elles, l’article 50 encadre les contenus audio, image, vidéo et texte générés ou manipulés par intelligence artificielle.

Le raccourci serait d’en conclure que tous les textes produits avec ChatGPT, Claude ou Gemini doivent désormais contenir un filigrane invisible. Ce n’est pas ce que dit le règlement.

Il faut distinguer le marquage technique que doivent mettre en place les fournisseurs d’IA, les obligations d’information qui peuvent concerner leurs utilisateurs professionnels et, pour le texte, les cas où une véritable revue humaine permet de bénéficier d’une exception.

L’article 50 impose un marquage détectable, pas des caractères invisibles dans chaque texte

L’article 50(2) vise les fournisseurs de systèmes d’IA capables de générer du contenu synthétique : audio, image, vidéo ou texte.

Ils doivent faire en sorte que les sorties concernées soient marquées dans un format lisible par machine et détectables comme artificiellement générées ou manipulées. Les solutions utilisées doivent être efficaces, interopérables, robustes et fiables dans la mesure de ce qui est techniquement possible.

Le règlement ne prescrit donc pas une technique unique.

Un watermark, ou filigrane numérique, peut répondre à cette obligation. Des métadonnées de provenance ou d’autres mécanismes lisibles par machine peuvent également intervenir selon le type de contenu et l’état de la technique.

Pour le texte, il ne faut surtout pas imaginer systématiquement des caractères invisibles insérés entre les mots.

Google documente par exemple SynthID Text pour les textes générés par l’application et l’expérience web Gemini. Contrairement à un filigrane visible, SynthID agit pendant la génération : le système ajuste les probabilités utilisées pour sélectionner les tokens afin d’intégrer un signal statistique dans le texte produit.

Autre nuance importante : l’obligation de marquage ne s’applique pas lorsque le système assure uniquement une fonction d’assistance pour une édition standard, ou lorsqu’il ne modifie pas substantiellement les données fournies par l’utilisateur ou leur sens.

Cette exception devient essentielle dès qu’on utilise un LLM comme correcteur plutôt que comme rédacteur.

Le 2 août 2026 est la règle ; le 2 décembre ne concerne qu’une période transitoire limitée

Les obligations de transparence de l’article 50 sont applicables depuis le 2 août 2026.

Une modification de l’AI Act adoptée en 2026 a toutefois introduit une période transitoire limitée pour certains systèmes.

Les systèmes déjà mis sur le marché avant le 2 août 2026 bénéficient d’un délai jusqu’au 2 décembre 2026, uniquement pour l’obligation de marquage et de détection prévue à l’article 50(2).

La chronologie est donc :

• avant le 2 août 2026 : des systèmes génératifs concernés sont déjà sur le marché ;
• 2 août 2026 : les obligations de l’article 50 deviennent applicables ;
• 2 décembre 2026 : fin de la période transitoire pour le marquage prévu à l’article 50(2) des systèmes concernés déjà commercialisés.

Ce délai ne doit pas être interprété comme un report général de l’article 50.

La Commission précise également que les contenus générés avant le 2 août 2026 n’ont pas à être étiquetés rétroactivement. Elle encourage néanmoins les deployers à le faire lorsque cela est possible.

Pour un éditeur disposant déjà d’un historique de contenus assistés ou générés avec des LLM, l’entrée en application de l’article 50 n’implique donc pas, sur ce seul fondement, de reprendre l’intégralité des anciennes publications.

Pour un éditeur, le marquage du fournisseur et l’information destinée au lecteur sont deux obligations différentes

L’article 50 sépare deux acteurs qu’il est facile de confondre : le provider, ou fournisseur, et le deployer, c’est-à-dire la personne physique ou morale sous l’autorité de laquelle le système est utilisé.

OpenAI, Anthropic ou Google peuvent être fournisseurs de systèmes génératifs. Une entreprise ou un éditeur web utilisant ces systèmes dans le cadre de son activité peut, lui, être deployer.

Les obligations ne sont pas les mêmes.

Cette distinction a une conséquence concrète : le marquage technique intégré par le fournisseur et l’information destinée au lecteur ne répondent pas à la même obligation.

L’article 50(5) prévoit que les informations dues aux personnes exposées aux contenus doivent être fournies de manière claire et distincte. Un signal uniquement lisible par machine n’a donc pas la même fonction qu’une divulgation perceptible par le public.

Pour le texte, l’obligation du deployer reste néanmoins ciblée.

L’article 50(4) vise les textes générés ou manipulés par IA publiés dans le but d’informer le public sur des sujets d’intérêt public.

Les lignes directrices mentionnent notamment la politique et les processus démocratiques, l’administration publique, les droits fondamentaux, la sécurité et la santé publiques, l’environnement, la sécurité des consommateurs ainsi que certains développements économiques, financiers, scientifiques ou culturels pouvant faire l’objet d’un débat public.

Cela ne signifie donc pas qu’un site doit afficher « rédigé avec ChatGPT » sur chaque fiche produit ou chaque texte ayant bénéficié d’une assistance IA.

Une autre condition change beaucoup de choses pour les médias et les éditeurs : l’obligation d’information ne s’applique pas lorsque le contenu a fait l’objet d’une revue humaine ou d’un contrôle éditorial et qu’une personne physique ou morale assume la responsabilité éditoriale de sa publication.

La Commission donne ici une définition assez exigeante.

La revue humaine doit porter sur le fond du contenu et être réalisée par une personne disposant des connaissances et du jugement nécessaires. Le contrôle éditorial suppose notamment de pouvoir approuver, modifier ou rejeter le fond du texte, vérifier les informations et contrôler la fiabilité des sources.

Une vérification purement formelle ne suffit pas.

Cette précision est particulièrement importante pour les workflows éditoriaux : relire un article généré par IA et réellement vérifier son contenu n’est pas la même chose que corriger quelques fautes avant de cliquer sur Publier.

Le non-respect des obligations concernées peut par ailleurs donner lieu à des sanctions. La Commission indique que les amendes peuvent atteindre 15 millions d’euros ou 3 % du chiffre d’affaires mondial total de l’exercice précédent, avec prise en compte de la proportionnalité notamment pour les PME et les petites entreprises de taille intermédiaire.

Correction, réécriture et génération complète ne sont pas le même cas

Pour un éditeur utilisant quotidiennement des LLM, la conséquence la plus concrète consiste à regarder ce que le modèle a réellement fait au texte, et non simplement à constater qu’une IA est intervenue dans le workflow.

Le dernier cas mérite de rester prudent.

À ma lecture de l’article 50, un agent comme Claude Code qui se contente de prendre un fichier écrit par un humain et de le mettre en ligne n’est pas dans la même situation qu’un modèle qui en réécrit le contenu. Le règlement porte sur la génération ou la manipulation du contenu.

Les textes officiels consultés ne traitent toutefois pas explicitement du scénario « Claude Code publie un fichier Markdown rédigé par un humain ». Cette conclusion reste donc une interprétation du périmètre du texte, et non un cas pratique expressément tranché par la Commission.

La même prudence s’impose à propos de l’implémentation technique des fournisseurs.

L’article 50 prévoit une exception au marquage obligatoire lorsque le système se limite à certaines fonctions d’édition standard. Cela ne permet pas de savoir exactement comment chaque fournisseur configurera son propre mécanisme de provenance.

Les documentations disponibles ne permettent donc pas d’affirmer qu’une simple correction ajoutera toujours un watermark, ni qu’elle n’en ajoutera jamais.

Google documente déjà un watermark texte, les autres fournisseurs restent moins explicites

La Commission annonçait fin juillet 2026 qu’environ 190 organisations avaient signé le Code de pratique sur la transparence des contenus générés par IA.

Parmi les signataires de la section destinée aux fournisseurs figurent notamment Anthropic, Google, Meta, Microsoft, Mistral et OpenAI.

Le Code constitue un moyen volontaire de faciliter et de démontrer la conformité. L’obligation juridique, elle, vient de l’AI Act.

Le niveau de documentation technique reste très différent selon les acteurs.

État vérifié le 11 août 2026 :

Google constitue aujourd’hui le cas le plus clair pour le texte.

SynthID Text agit pendant la génération en ajustant la distribution probabiliste des tokens. Le signal reste imperceptible à la lecture, mais peut être recherché par les outils de détection adaptés.

Chez Anthropic, les documents publics consultés mentionnent le développement ou l’utilisation de technologies d’authentification des contenus, dont le watermarking, sans permettre d’affirmer qu’un filigrane texte est actuellement appliqué à toutes les réponses de Claude.

Chez OpenAI, la documentation est plus explicite sur l’état actuel : les formats listés sont les images et l’audio. OpenAI précise néanmoins que son objectif est d’étendre ses signaux de provenance aux autres modalités, y compris le texte.

Il serait donc prématuré d’écrire que tous les grands LLM appliquent aujourd’hui un filigrane à leurs réponses textuelles.

Google peut identifier certains textes Gemini, mais rien ne prouve que Search les pénalise pour cela

L’existence de SynthID pose une question évidente pour un éditeur SEO : si Google peut reconnaître qu’un texte a été généré par Gemini, pourrait-il utiliser cette information pour le pénaliser dans ses résultats ?

Deux faits doivent être séparés.

Le premier est documenté : Google dispose d’une technologie permettant d’intégrer et d’identifier un watermark dans certains textes générés par Gemini.

Le second ne l’est pas : la documentation de Google Search consultée ne présente pas la présence d’un watermark SynthID comme un facteur négatif de classement.

La position documentée de Google reste centrée sur l’utilité et la valeur du contenu, et non sur le simple recours à un LLM.

Google indique que l’IA générative peut notamment aider à rechercher un sujet ou à structurer un contenu. En revanche, utiliser l’IA pour produire de nombreuses pages sans valeur ajoutée dans le but de manipuler les résultats peut relever de sa politique contre le scaled content abuse.

Dans son guide consacré aux fonctionnalités génératives de Search, Google continue également de recommander des contenus utiles, fiables et pensés pour les utilisateurs. Il n’y présente pas l’assistance par IA comme un problème en soi.

Détecter l’utilisation d’une IA et évaluer la qualité d’un contenu sont deux problèmes différents.

Pour le SEO, l’entrée en application de l’article 50 ne change donc pas à ce stade le principe essentiel : un contenu utile, vérifié et apportant une valeur éditoriale propre ne devient pas automatiquement problématique parce qu’un LLM a participé à sa production.

Pour un éditeur, l’enjeu est surtout de pouvoir expliquer son contrôle éditorial

L’article 50 ne conduit pas nécessairement à ajouter un badge « IA » sur chaque page.

Il pousse en revanche à mieux distinguer les usages de l’IA dans une chaîne éditoriale.

Pour un éditeur, cela signifie surtout de savoir si l’IA a simplement corrigé un texte, si elle l’a substantiellement réécrit ou si elle l’a généré ; de réaliser une vraie vérification du fond lorsque le contenu le nécessite ; et de conserver une responsabilité éditoriale claire sur ce qui est publié.

La distinction entre watermark technique et information destinée au lecteur est également importante. Un signal lisible par machine intégré par le fournisseur répond à une obligation différente de l’éventuelle divulgation à la charge du deployer.

Enfin, l’état des implémentations doit rester surveillé. La période transitoire applicable à certains systèmes se termine le 2 décembre 2026, et la documentation des mécanismes de provenance peut encore évoluer d’ici là.

Ces précautions ont un intérêt qui dépasse l’AI Act. Vérifier ses sources, apporter une analyse propre et assumer la responsabilité de ce que l’on publie correspond également aux principes de contenu utile et fiable mis en avant par Google.

Questions fréquentes sur le filigrane IA et l’AI Act

Depuis le 2 août 2026, l’article 50 impose des obligations précises aux fournisseurs et, dans certains cas, aux utilisateurs professionnels qui publient des contenus générés ou manipulés par IA.

Mais l’AI Act ne dit pas que tout texte passé par un LLM doit porter une étiquette IA. Une correction standard, une génération complète et un article véritablement revu par un responsable éditorial correspondent à des situations différentes. Et côté SEO, rien ne permet aujourd’hui de transformer l’existence d’un watermark en preuve d’une pénalité Google.