IA éthique : ce que le droit répond à ceux qui posent la condition

La défiance envers l’intelligence artificielle ne se résume plus à un phénomène générationnel. Un sondage NBC News de mars 2026 portant sur mille électeurs américains enregistre 46% de vues négatives contre 26% de vues positives, et les 18-34 ans n’y figurent que comme la frange la plus exposée d’un mouvement plus large.

Une enquête Gallup publiée en avril 2026 documente ce qui ressemble moins à un rejet qu’à une cohabitation sous contrainte : la génération Z utilise l’intelligence artificielle à la même fréquence qu’auparavant, tout en affichant une défiance record. Près de la moitié des jeunes adultes interrogés estiment que les risques de l’IA l’emportent sur ses bénéfices dans le monde du travail, contre 37% l’année précédente.

Ce que ces données révèlent n’est pas un technophobie diffuse mais une condition. Une part croissante de ceux qui utilisent l’IA, contraints ou non, l’accepteraient si elle était éthique. La formulation est simple. Son contenu juridique est considérable.

Cette condition mérite d’être prise au sérieux, non pas comme posture morale, mais comme question juridique. Qu’est-ce qu’un fournisseur ou un déployeur d’intelligence artificielle devrait observer pour être qualifié d’IA éthique ? Le droit européen a commencé à répondre, mais il ne répond pas à tout.

Ce que le droit européen entend déjà par « éthique »

Le terme “éthique” appliqué à l’intelligence artificielle a longtemps relevé du registre des engagements volontaires, des chartes de bonnes intentions et des lignes directrices sans portée contraignante. Ce temps est révolu, au moins partiellement. Le règlement européen sur l’intelligence artificielle, entré en application progressive depuis 2024, traduit un certain nombre d’exigences éthiques en obligations juridiques opposables. Ce glissement du vocabulaire vers la norme est précisément ce qui donne au débat une substance juridique.

Pour un fournisseur de système d’IA à haut risque, les obligations sont concrètes. La transparence n’est pas une valeur déclarative : elle se matérialise par une documentation technique précise, une notice d’utilisation compréhensible, et l’obligation d’informer les utilisateurs qu’ils interagissent avec un système automatisé lorsque ce n’est pas évident. Le contrôle humain effectif, désigné dans le texte sous le terme de human oversight, impose que des mécanismes permettent à des personnes physiques de surveiller, corriger ou interrompre le système. L’interdiction de certaines pratiques de manipulation comportementale exploitant les vulnérabilités des personnes constitue une limite absolue, non modulable selon les usages. Les obligations de gestion des risques, de tests, de surveillance post-commercialisation complètent ce cadre pour les systèmes classés à haut risque.

Le RGPD ajoute une couche que l’AI Act ne couvre pas seul : la licéité du traitement des données personnelles, le principe de minimisation, les droits des personnes concernées, l’encadrement des décisions automatisées ayant des effets significatifs. Pour tout système d’IA qui traite des données personnelles, ce qui couvre l’essentiel des cas d’usage courants, le RGPD reste le socle de base dont la conformité conditionne toute prétention à une démarche éthique crédible.

La Charte des droits fondamentaux de l’Union Européenne constitue le troisième niveau de ce cadre. Elle n’impose pas d’obligations directes aux opérateurs privés de la même façon qu’un règlement, mais elle irrigue l’interprétation du droit dérivé et constitue le référentiel de valeurs dans lequel l’AI Act s’inscrit explicitement. La dignité humaine, la non-discrimination, la protection des données personnelles comme droit fondamental : ces notions ne sont pas des ornements rhétoriques dans les considérants du règlement. Elles ont une portée interprétative réelle.

Ce triptyque normatif constitue donc une réponse juridique sérieuse et structurée à la question de ce qu’est une IA éthique. Pour un fournisseur ou un déployeur, se conformer à l’AI Act, au RGPD et aux droits fondamentaux produit un référentiel objectivable. Ce n’est pas de la philosophie, c’est du droit positif.

Ce que la conformité ne couvre pas

Le problème commence précisément là où la conformité s’arrête. Un système d’intelligence artificielle peut cocher l’intégralité des cases que le droit européen impose et demeurer éthiquement contestable sur des dimensions que ces textes n’ont pas voulu ou pas pu saisir.

Cette hétérogénéité des cas d’usage est précisément ce que le cadre normatif peine à saisir, alors que les enjeux éthiques d’un système de recrutement algorithmique, d’un assistant rédactionnel ou d’un modèle d’aide au diagnostic médical n’ont strictement rien en commun. Les obligations de l’AI Act varient précisément selon cette logique de catégorisation par risque, mais la question éthique va au-delà : les standards qu’on est en droit d’attendre d’un outil qui conditionne l’accès à l’emploi ne sont pas ceux qu’on applique à un outil de productivité bureautique.

Énergie et empreinte carbone

La consommation énergétique en est l’exemple le plus visible. L’entraînement de grands modèles de langage mobilise une quantité d’énergie dont les ordres de grandeur ont été documentés de façon croissante depuis 2023. L’inférence à grande échelle, c’est-à-dire l’utilisation quotidienne de ces systèmes par des millions d’utilisateurs, représente elle aussi un coût environnemental substantiel. L’AI Act ne réglemente pas l’empreinte carbone des systèmes d’IA. Il n’impose ni seuil, ni obligation de reporting environnemental spécifique aux fournisseurs. La question de savoir si une IA dont l’infrastructure repose sur des data centers alimentés par des énergies fossiles peut être qualifiée d’éthique reste entièrement ouverte en droit positif.

Annotateurs et conditions de travail

Les conditions de travail des travailleurs chargés de l’annotation des données et du filtrage des contenus constituent un deuxième angle mort. Ces travailleurs, souvent localisés dans des pays à faible coût de main-d’oeuvre, assurent les tâches de labellisation sans lesquelles aucun modèle supervisé ne fonctionnerait. Plusieurs enquêtes journalistiques ont documenté les conditions dans lesquelles ces tâches sont effectuées, notamment l’exposition à des contenus violents ou traumatisants dans le cadre du filtrage de sécurité. Le droit européen ne dispose d’aucun instrument permettant d’imposer des standards sociaux à ces sous-traitants situés hors de l’Union Européenne. La conformité AI Act d’un fournisseur établi en Europe ne dit strictement rien sur ce point.

Concentration du marché

La concentration du marché représente un troisième vide normatif. Le droit de la concurrence encadre les positions dominantes mais réagit après coup, et avec des délais qui ne correspondent pas au rythme de consolidation du secteur de l’IA. Quelques acteurs contrôlent l’essentiel des capacités d’infrastructure, des données d’entraînement les plus précieuses et des talents disponibles. Cette concentration crée des dépendances structurelles pour les déployeurs, les entreprises utilisatrices et in fine les individus, sans que le droit existant ne la traite comme une question éthique en tant que telle.

Droits d’auteurs sur les données d’entraînement

La question des droits d’auteur sur les données d’entraînement constitue un quatrième angle mort, dont la particularité est de ne pas être un vide total mais un vide en construction active. La directive européenne sur le droit d’auteur de 2019 prévoit une exception pour la fouille de textes et de données, le text and data mining, qui autorise sous conditions l’utilisation d’œuvres protégées à des fins d’entraînement. Cette exception est assortie d’un mécanisme d’opt-out permettant aux titulaires de droits de s’y opposer, dont la portée réelle et les modalités d’exercice font l’objet de divergences d’interprétation que ni le législateur ni la jurisprudence n’ont encore tranchées. L’AI Act n’apporte pas de réponse sur ce point : il impose aux fournisseurs de systèmes d’IA générative de publier un résumé des données d’entraînement utilisées, sans réglementer la question de la rémunération des auteurs dont les œuvres ont alimenté ces données. Les contentieux en cours devant les juridictions européennes et américaines (impliquant notamment des agences photographiques, des auteurs et des éditeurs de presse) instruisent des cas que le droit positif n’a pas anticipés.

Il serait inexact de figer l’opposition entre conformité et éthique réelle. En effet, le droit évolue précisément pour réduire cet écart, comme en témoignent le devoir de vigilance, le reporting de durabilité imposé par la CSRD, ou encore l’émergence progressive de standards ESG appliqués aux infrastructures numériques. Ces évolutions restent cependant sectorielles et leur articulation avec le cadre applicable à IA spécifiquement est largement à construire.

Ces quatre dimensions dessinent un périmètre que la conformité légale ne couvre pas. Certaines sont figées, telles que l’énergie et les annotateurs, faute d’instrument juridique adapté. D’autres, comme les droits d’auteur, sont sous pression législative et jurisprudentielle active. Toutes ont une incidence économique directe que la section suivante examine.

L’éthique comme nouveau privilège

Ce qui suit n’est pas une critique de l’éthique comme exigence. C’est une critique du dispositif normatif qui la traduit en obligations sans en mesurer les effets distributifs.

Le surcoût structurel de la conformité

C’est la tension que ni le législateur européen ni les promoteurs de l’IA responsable n’ont regardée en face. Une IA éthique au sens strict coûte structurellement plus cher à produire et à maintenir : audit de conformité AI Act, documentation technique, infrastructure énergétique responsable, conditions de travail décentes pour les annotateurs, et rémunération des auteurs dont les œuvres ont alimenté les données d’entraînement : ce que le droit n’impose pas encore mais que l’éthique commande.

Ce surcoût tend à se répercuter sur le prix d’accès, sans que l’AI Act ne prévoie de mécanisme de péréquation ni d’obligation de service universel comparable à ce que le droit des télécommunications a construit. Le règlement crée des standards sans se préoccuper de leur accessibilité économique, ce qui tend à produire un marché fragmenté où les systèmes les plus conformes restent les moins accessibles.

Cette fragmentation touche de façon particulièrement asymétrique les petites structures (PME, médias indépendants, chercheurs, professionnels libéraux) qui subissent les mêmes obligations de conformité que les grands opérateurs sans disposer des mêmes capacités d’absorption du coût. Pour un indépendant qui déploie un outil d’IA dans sa pratique professionnelle, la charge de conformité AI Act peut représenter un obstacle réel là où elle ne constitue qu’un poste budgétaire parmi d’autres pour une entreprise de taille significative.

Ce scénario est nuancé en pratique : les coûts varient selon les catégories de risque, et les modèles open source constituent un contrepoids réel. La dynamique de fond n’a pour autant pas été pensée jusqu’au bout dans les textes existants.

La tension inverse mérite d’être posée. Une IA éthique bien déployée peut aussi être facteur d’inclusion pour des publics qui n’avaient pas accès aux services correspondants : diagnostic dans des zones médicalement sous-dotées, accès à l’information juridique pour des non-spécialistes. L’éthique comme privilège n’est pas une fatalité. C’est un risque de conception, pas une propriété intrinsèque de la technologie.

Le privilège que produit l’éthique ne se réduit cependant pas à une question de prix.

Un privilège culturel

Le premier registre est culturel. Les valeurs encodées dans les systèmes de garde-fous des grands modèles, c’est-à-dire les contraintes qui définissent ce qu’un système refuse de produire ou de cautionner, sont majoritairement issues de cadres éthiques occidentaux libéraux. Une conception particulière de la dignité, de la vie privée, de la liberté d’expression et de la non-discrimination a été traduite en paramètres techniques sans que cette traduction ne soit soumise à un débat démocratique global. L’IA éthique au sens européen ou américain reflète une éthique située, et non une éthique universelle. Présenter ce référentiel comme le standard mondial de l’IA responsable est déjà une forme d’hégémonie normative que le droit international ne réglemente pas.

Un privilège géographique

Le deuxième registre est géographique. L’AI Act protège les utilisateurs dont les données sont traitées sur le territoire de l’Union européenne ou qui interagissent avec des systèmes déployés sur ce territoire. Les mêmes modèles, développés par les mêmes fournisseurs, déployés dans des pays sans cadre réglementaire équivalent, n’offrent aucune de ces garanties à leurs utilisateurs. L’éthique est ici littéralement territorialisée, car elle s’arrête aux frontières de la juridiction qui l’a produite. Un utilisateur nigérian, indonésien ou brésilien interagissant avec un système conforme AI Act sur le territoire européen bénéficie de protections qu’il perd dès qu’il accède au même système depuis son pays d’origine.

Ce constat a cependant un revers que le débat sur l’hégémonie normative minore souvent. L’Union Européenne utilise précisément cette territorialisation comme instrument de puissance : le Brussels effect, documenté dans d’autres domaines du droit économique, désigne le mécanisme par lequel les standards européens s’imposent de facto aux opérateurs mondiaux qui souhaitent accéder au marché intérieur. Un fournisseur américain ou asiatique qui déploie un système sur le territoire européen doit se conformer à l’AI Act, qu’il le veuille ou non. Cette contrainte unilatérale tend à élever progressivement le niveau de protection hors des frontières de l’Union Européenne, non par adhésion volontaire mais par nécessité commerciale. L’éthique territorialisée n’est pas seulement une limite, c’est aussi un levier.

Un privilège de littératie

Le troisième registre est celui de la littératie juridique et numérique. Exercer concrètement les droits que le cadre éthique confère suppose de savoir qu’ils existent, de comprendre ce qu’ils couvrent, et d’être en capacité de les faire valoir. Lire une notice de conformité AI Act, identifier qu’un système relève d’une catégorie à haut risque, exercer un droit d’accès RGPD sur les données traitées par un système automatisé : ces actes supposent un niveau de culture juridique et technique qui n’est pas uniformément distribué, ni entre les générations, ni entre les catégories socioprofessionnelles, ni entre les pays. Une architecture éthique qui repose sur un utilisateur informé, vigilant et capable de faire valoir ses droits est une architecture qui sélectionne ses bénéficiaires réels avant même que la question du prix ne se pose.

Le référentiel éthique n’a pas encore trouvé son autorité

La conformité légale étant établie comme plancher nécessaire mais insuffisant, la question devient celle de la gouvernance du référentiel au-delà du droit positif. Les instruments existants coexistent sans se coordonner : normalisation ISO et CEN à adoption volontaire, labels et certifications éthiques sans référentiel commun (avec un risque d’éthique-washing que le droit de l’environnement a bien connu avant que le greenwashing ne soit encadré), soft law des institutions européennes sans force contraignante, jurisprudence largement à venir. Aucun de ces instruments ne produit seul une réponse à la question posée en introduction. Ensemble, ils dessinent un chantier, pas un cadre.

À ces lacunes de gouvernance s’ajoute une question que le débat sur l’IA éthique esquive trop souvent : celle de l’effectivité réelle du droit existant. La conformité formelle ne produit pas nécessairement l’éthique qu’elle est censée garantir. Les capacités de contrôle des autorités nationales de surveillance sont inégales, leurs moyens limités, et le rythme de déploiement des systèmes d’IA dépasse structurellement celui des procédures administratives et juridictionnelles. Le risque de compliance theater (consistant en le respect formel des obligations sans changement substantiel des pratiques) est documenté dans d’autres domaines du droit européen et n’a aucune raison de ne pas se reproduire ici. Ce n’est pas seulement ce que le droit ne couvre pas qui pose problème, c’est aussi ce qu’il couvre mal.

La question de l’autorité légitime pour définir ce référentiel reste donc entièrement posée. Les fournisseurs eux-mêmes revendiquent des positions éthiques sans que ces positions ne soient soumises à une vérification indépendante systématique. Les États membres de l’Union Européenne disposent d’autorités de surveillance nationales dont les moyens et les approches divergent. Les organisations de la société civile exercent une pression sans pouvoir normatif direct.

Conclusion

La génération Z a posé une condition dont la formulation est simple et le contenu juridique considérable. Le droit européen offre une réponse partielle, structurée et sérieuse, mais il laisse ouverts des vides normatifs que la conformité formelle ne comble pas. De plus, il n’a pas encore résolu la contradiction la plus inconfortable : les standards éthiques les plus exigeants tendent à produire les systèmes les moins accessibles.

Le droit est cependant en mouvement : comme le RGPD a structuré un écosystème de conformité qui a progressivement réduit ses propres coûts d’entrée, l’AI Act peut suivre une trajectoire comparable à mesure que les standards se stabilisent et que les solutions mutualisées émergent.

Ce chantier est celui de la prochaine décennie réglementaire, et il ne se réglera pas par le seul droit privé ou la seule réglementation des opérateurs : la question de l’accès universel à une IA éthique appelle des choix politiques publics (subventions, commande publique, infrastructures mutualisées) que les textes existants n’ont pas encore posés.

La génération qui pose la condition éthique est aussi celle que le coût de cette éthique risque d’exclure en premier.

L’analyse, le cadrage juridique et les choix éditoriaux de cet article relèvent d’un travail humain. La rédaction a bénéficié d’une assistance par IA, intégralement relue, corrigée et validée par l’auteure.

Rédigé par Anne-Sophie, Juriste en droit des affaires et droit du numérique | 15 ans d’expérience
Diplômée en droit international des affaires et certifiée CIPP/E, Anne-Sophie a construit son expertise en entreprise, au contact des enjeux contractuels et réglementaires liés à l’innovation technologique et au numérique.
Elle accompagne depuis 3 ans les entrepreneurs et startups dans la sécurisation de leurs usages de l’IA : rédaction et négociation de contrats, mise en conformité RGPD et AI Act et gouvernance opérationnelle avec une approche concrète, adaptée aux réalités du terrain