Contexte législatif
Le 22 juin 2024, le gouverneur Josh Shapiro a signé la Artificial Intelligence Deceptive Advertising Act. Cette loi oblige tout support publicitaire – image fixe, vidéo, audio ou texte – qui a été significativement modifié ou entièrement produit par intelligence artificielle à afficher un label explicite, intégré dans le même format que le contenu publicitaire. L’obligation s’applique aux spots télévisés diffusés par des multinationales comme aux flyers locaux de restaurants, sans distinction de lieu de création du matériel.
Mécanismes de conformité
Pour satisfaire le texte légal, les annonceurs devront intégrer un indicateur visuel ou auditif directement dans le rendu final. Les solutions techniques possibles incluent l’ajout de métadonnées AI‑Generated: true dans les fichiers multimédias, ou l’insertion d’un filigrane graphique contenant le texte « Generated by AI ». Le label doit être visible « in the same format as the ad itself», ce qui exclut les mentions en bas de page ou dans les conditions d’utilisation séparées. Les plateformes de diffusion (TV, réseaux sociaux, services de streaming) devront donc vérifier la présence du label avant de valider la diffusion, ce qui implique l’ajout de contrôles automatisés dans les pipelines de validation de contenu.
Analyse des zones d’ambiguïté
Le texte législatif introduit deux critères subjectifs : la notion de « significativement modifié » et la définition de « false consumer perception ». Aucun seuil quantitatif n’est fourni, ce qui laisse la décision à l’interprétation des autorités de régulation. De plus, les exemptions – « parodie, satire, commentaire ou critique » et « evidently fictional » – sont ouvertes à interprétation. Un annonceur utilisant un avatar IA pour une campagne humoristique pourrait se retrouver dans une zone grise, risquant une sanction si l’autorité juge que le public perçoit le message comme authentique.
Implications pour les chaînes de production IA
Les studios créatifs devront intégrer des étapes de traçabilité dès la génération du contenu. Les modèles de génération (ex. DALL‑E, Stable Diffusion, GPT‑4) devront être configurés pour produire automatiquement le label requis, soit via un post‑processing, soit en intégrant le texte dans le prompt. Cette contrainte augmente la charge de travail de validation et peut ralentir les cycles de production, surtout pour les campagnes à haute fréquence. En outre, les fournisseurs de services cloud qui hébergent les modèles devront offrir des API de marquage afin de garantir la conformité à l’échelle.
