Wikimédia France publie son livre blanc sur l’IA générative et les connaissances libres

IA générative, désinformation et savoir libre : pourquoi Wikimédia France appelle à protéger les communs numériques

L’essor de l’intelligence artificielle générative transforme profondément l’accès à l’information : les moteurs de recherche répondent directement aux questions, les assistants conversationnels synthétisent des contenus, et les plateformes automatisent une part croissante de la production documentaire. Mais ces systèmes reposent largement sur des ressources produites par des humains, souvent gratuitement et collectivement, comme Wikipédia, les bases de données ouvertes, les archives publiques, les publications scientifiques ou les contenus culturels numérisés. À l’occasion de Wikimania 2026 à Paris, Wikimédia France publie son livre blanc Vers une société des communs pour rappeler un point essentiel : sans protection des connaissances libres, l’innovation numérique risque d’appauvrir les sources mêmes dont elle dépend.

L’association avance six propositions destinées à renforcer la transparence des IA, protéger le domaine public, soutenir les contributeurs et reconnaître les communs numériques comme des infrastructures d’intérêt général. L’enjeu dépasse Wikipédia : il concerne la fiabilité de l’information, la souveraineté numérique, l’éducation aux médias et la capacité des citoyens à accéder à un savoir vérifiable.

Pourquoi l’IA générative fragilise les communs numériques

Les modèles d’IA générative sont entraînés sur d’immenses volumes de textes, d’images, de sons, de codes et de données. Une partie importante de ces contenus provient du web ouvert, dont les projets collaboratifs et les ressources placées sous licences libres. Wikipédia, Wikidata, Wikimedia Commons ou encore Wikisource constituent des sources particulièrement précieuses : elles sont structurées, multilingues, constamment corrigées et enrichies par des communautés bénévoles.

Le problème n’est pas que ces ressources soient utilisées. Leur vocation est précisément de circuler. La difficulté tient plutôt à trois déséquilibres.

D’abord, les IA réutilisent souvent des contenus sans attribution claire, alors que les licences libres imposent généralement de citer les auteurs et les conditions de réutilisation. Ensuite, les réponses générées peuvent remplacer la consultation directe des sources, ce qui réduit la visibilité des plateformes contributives et peut affaiblir leur capacité à attirer de nouveaux bénévoles. Enfin, les modèles peuvent produire des informations erronées ou inventées, tout en donnant une impression de certitude.

Cette situation crée un paradoxe : les communs nourrissent l’IA, mais l’IA peut détourner l’attention, les contributions et la reconnaissance dont les communs ont besoin pour rester vivants.

La désinformation change d’échelle avec les contenus synthétiques

La désinformation n’est pas née avec l’intelligence artificielle. Mais les outils génératifs en abaissent fortement le coût de production. En quelques minutes, il est possible de générer des articles trompeurs, de fausses images, des vidéos manipulées, des voix artificielles ou des campagnes automatisées sur les réseaux sociaux.

Le risque ne se limite pas aux faux spectaculaires. Les effets les plus durables viennent souvent de contenus plus ordinaires : faux avis, biographies modifiées, images sorties de leur contexte, faux documents administratifs, citations inventées, pseudo-analyses scientifiques. À grande échelle, ces contenus brouillent la frontière entre information, opinion, satire, propagande et fraude.

Les plateformes collaboratives comme Wikipédia sont directement exposées. Elles doivent détecter les modifications malveillantes, identifier les sources peu fiables et préserver la qualité éditoriale face à des tentatives de manipulation parfois coordonnées. Le modèle communautaire reste robuste, mais il demande du temps, des outils et une protection des personnes qui contribuent.

Six propositions pour une société des communs

Dans son livre blanc, Wikimédia France défend une approche structurée : l’IA doit être encadrée non seulement au nom de la protection des utilisateurs, mais aussi au nom de la préservation des ressources collectives qui rendent l’information fiable possible.

1. Créer un « Test Wikipédia » pour les politiques numériques

Wikimédia France propose d’évaluer toute nouvelle réglementation numérique à l’aune de son impact sur les communs. L’idée est simple : une loi conçue pour les très grandes plateformes commerciales peut, si elle est mal calibrée, imposer des obligations disproportionnées à des projets non lucratifs, collaboratifs ou bénévoles.

Un Test Wikipédia permettrait de vérifier si une mesure protège réellement l’espace informationnel sans fragiliser les communautés qui produisent du savoir ouvert. Il pourrait porter sur la charge administrative, les risques juridiques pour les contributeurs, l’interopérabilité, la liberté de citation, la modération communautaire ou encore la circulation transfrontalière des contenus.

2. Rendre les systèmes d’IA plus transparents

La transparence est l’un des points centraux du débat. Les utilisateurs doivent pouvoir savoir si une réponse est générée par une IA, quelles sources ont servi à la produire et dans quelle mesure l’information est vérifiable.

Cette exigence rejoint les évolutions réglementaires européennes, notamment l’AI Act, adopté en 2024, qui impose des obligations graduées selon les risques des systèmes d’IA, ainsi que des exigences spécifiques pour les modèles à usage général. Elle rejoint aussi le Digital Services Act, qui encadre les grandes plateformes en matière de risques systémiques, de transparence publicitaire et de lutte contre les contenus illicites.

Pour Wikimédia France, la transparence ne doit pas se limiter à une mention vague. Elle doit inclure la traçabilité des sources, le respect des licences, la documentation des jeux de données et des mécanismes permettant aux producteurs de contenus de faire valoir leurs droits.

3. Lancer des campagnes nationales d’éducation à l’information

Face aux contenus synthétiques, la réponse ne peut pas être uniquement technique. Les citoyens doivent apprendre à identifier une source, repérer une image manipulée, comprendre le fonctionnement d’un algorithme de recommandation et vérifier une information avant de la relayer.

L’éducation aux médias et à l’information doit être renforcée à l’école, à l’université, dans la formation professionnelle et auprès du grand public. Les compétences nécessaires évoluent vite : savoir utiliser une IA ne suffit pas, il faut aussi savoir en questionner les résultats, repérer ses limites et remonter aux sources primaires.

4. Protéger le domaine public contre la privatisation indirecte

Le domaine public regroupe les œuvres et connaissances qui ne sont plus couvertes par des droits patrimoniaux ou qui n’y ont jamais été soumises. Il est indispensable à la recherche, à la création, à l’éducation et à la culture.

Pourtant, il peut être fragilisé par des pratiques de verrouillage : restrictions contractuelles abusives, conditions de réutilisation excessives, reproduction d’œuvres anciennes accompagnée de revendications de droits discutables, accès limité à des numérisations financées par l’argent public. Protéger le domaine public, c’est empêcher que des ressources communes soient re-captées par des acteurs privés ou institutionnels au détriment de l’intérêt général.

5. Mieux protéger les contributeurs et les communautés

Les communs numériques ne sont pas seulement des bases de données. Ils reposent sur des personnes : rédacteurs, photographes, développeurs, administrateurs, traducteurs, patrouilleurs, formateurs, documentalistes, bibliothécaires, chercheurs et bénévoles.

Ces contributeurs peuvent être exposés à des pressions, du harcèlement, des menaces judiciaires abusives ou des campagnes de dénigrement. La protection des communs suppose donc de garantir un cadre juridique et humain plus solide : accompagnement, formation, soutien en cas de conflit, reconnaissance du rôle des communautés et défense de la modération collaborative.

6. Reconnaître un droit à la contribution

Wikimédia France plaide enfin pour un droit à la contribution. Il s’agirait de reconnaître que participer à la production de connaissances, corriger des données, enrichir une base libre ou documenter un patrimoine local relève d’une activité d’intérêt général.

Ce droit pourrait se traduire par des politiques publiques encourageant la contribution : temps dédié dans certaines institutions, ouverture des données publiques, partenariats avec les musées et bibliothèques, soutien aux formations, financement d’outils libres, reconnaissance des contributions dans les parcours académiques ou professionnels.

Un enjeu européen : concilier innovation, droits et accès au savoir

L’Europe dispose déjà de plusieurs textes importants : le RGPD pour les données personnelles, le DSA pour les plateformes, la directive sur le droit d’auteur dans le marché unique numérique, l’Open Data Directive et désormais l’AI Act. Mais ces cadres doivent encore être articulés avec la réalité des communs numériques.

La fouille de textes et de données, l’entraînement des modèles, l’attribution des contenus, l’opt-out des titulaires de droits, la réutilisation des œuvres du domaine public et la responsabilité des fournisseurs d’IA restent des sujets complexes. Une régulation efficace doit éviter deux écueils : laisser les grands acteurs technologiques capter sans contrepartie les ressources collectives, ou imposer des règles si lourdes qu’elles pénaliseraient les projets ouverts et non lucratifs.

Pourquoi Wikipédia reste un modèle stratégique

Wikipédia n’est pas parfaite, mais son fonctionnement offre plusieurs garanties rares dans l’écosystème numérique : historique des modifications, discussion éditoriale, citation des sources, règles communautaires, corrections publiques et gouvernance non commerciale. À l’heure où les interfaces conversationnelles tendent à masquer l’origine des informations, cette transparence devient encore plus précieuse.

Le défi consiste à faire coexister l’IA et les communs dans un cercle vertueux : les systèmes d’IA peuvent aider à traduire, détecter des erreurs, structurer des données ou faciliter l’accès au savoir, à condition de respecter les sources, les contributeurs et les règles de partage.

Vers une nouvelle politique publique de la connaissance

Avec Vers une société des communs, Wikimédia France invite à considérer la connaissance libre comme une infrastructure démocratique. Les routes, les écoles ou les bibliothèques sont protégées parce qu’elles servent l’intérêt général. Les communs numériques méritent une attention comparable : ils soutiennent l’éducation, la recherche, l’innovation, la culture et le débat public.

L’IA générative peut devenir un outil puissant d’accès au savoir. Mais sans transparence, sans attribution, sans protection du domaine public et sans soutien aux communautés humaines, elle risque d’affaiblir les bases mêmes de l’information fiable. Le message porté à Wikimania 2026 est donc clair : l’avenir de l’intelligence artificielle ne doit pas se construire contre les communs, mais avec eux.