Depuis plus de deux décennies, les plateformes numériques monétisent notre attention et nos interactions sociales. Les modèles d’IA d’aujourd’hui, eux, extraient de la valeur d’une autre source : notre savoir collectif. Chaque article, photographie, code, vidéo ou commentaire en ligne peut être transformé en données d’entraînement – des milliers de milliards de « jetons », comme on les appelle – puis, à terme, en valeur.
J’appelle cette nouvelle phase du capitalisme numérique « l’économie des jetons ». L’économie de l’attention extrayait de la valeur en captant l’attention ; l’économie des jetons en extrait en transformant le savoir et la créativité des hommes en données destinées à l’entraînement des modèles d’IA.
Parce que l’économie des jetons repose sur des contenus produits par des millions d’internautes, les règles qui régissent les données d’entraînement de l’IA ne peuvent être laissées à une poignée d’entreprises technologiques. Si le savoir collectif de l’humanité est devenu l’une des sources de valeur indispensables de l’IA, il doit être géré comme un bien commun numérique. De nouvelles institutions sont nécessaires pour négocier l’accès collectif à cette ressource et faire en sorte que la valeur qu’elle crée soit partagée plus équitablement.
Si certains particuliers pourraient en théorie exercer leurs droits de licence ou donner leur consentement à l’entraînement de l’IA, aucun utilisateur n’a le pouvoir de négocier directement avec OpenAI, Anthropic, Google ou Meta. Ils sont trop faibles pour affronter des entreprises technologiques dotées d’un immense pouvoir de marché, tout comme un travailleur isolé ne saurait négocier d’égal à égal avec un grand employeur.
Les organismes de gestion collective sont nés il y a plus d’un siècle pour répondre à ce besoin. Ils ont négocié des licences au nom de millions d’auteurs et d’artistes, perçu des redevances et redistribué les recettes selon des règles transparentes. Tant ils sont présents dans les industries créatives, l’idée qu’un musicien connu négocie un accord distinct avec chaque station de radio et chaque plateforme de diffusion en continu qui passe ses morceaux paraît absurde.
L’économie des jetons appelle une réponse institutionnelle comparable pour gouverner ces biens communs numériques. Une approche consiste à créer des coopératives de données représentant les internautes, les créateurs et les autres titulaires de droits. Elles pourraient négocier l’accès aux contenus dont on nourrit les grands modèles de langage, déterminer comment la valeur ainsi créée sera partagée et veiller à ce que les entreprises technologiques respectent les choix de leurs membres.
Leur rôle pourrait toutefois dépasser la seule rémunération. La question centrale n’est plus seulement de savoir qui est payé, mais aussi qui décide. Par ces coopératives, les membres pourraient déterminer collectivement les conditions dans lesquelles les développeurs d’IA accèdent à leurs données, contribuant à façonner les valeurs inscrites dans ces systèmes et garantissant qu’ils servent l’intérêt général. De simples sources passives de données, les citoyens deviendraient des parties prenantes de la gouvernance de l’IA.
Il ne s’agit pas d’une proposition purement théorique. Des marchés de données d’entraînement existent déjà ; la vraie question est de savoir qui les surveille. Reddit a conclu des accords de licence de données avec Google et OpenAI, démontrant la valeur des contenus produits par les utilisateurs. Des journaux tels que le Financial Times, Le Monde et le Washington Post monétisent eux aussi leurs archives pour l’entraînement de l’IA. Partout en Europe, des initiatives de coopératives de données, comme MIDATA en Suisse et SalusCoop en Espagne, montrent que la gouvernance collective des données devient déjà une réalité concrète, même si ces modèles commencent tout juste à s’appliquer aux données d’entraînement de l’IA.
Certes, les critiques objecteront que la complexité d’un tel système en rendrait l’administration trop difficile. Cet argument est toutefois moins convaincant dans l’économie des jetons d’aujourd’hui qu’il ne l’était dans l’économie de l’attention, pour deux raisons. Premièrement, les outils numériques permettent de plus en plus d’identifier les jeux de données, d’en suivre l’usage et d’automatiser la rémunération, à des coûts de transaction nettement plus faibles. Deuxièmement, bon nombre des secteurs dont la production entraîne les modèles d’IA – notamment l’édition, la musique et le logiciel – disposent déjà d’institutions capables de négocier au nom des créateurs.
La complexité n’a du reste jamais empêché la gestion collective des droits. Les sociétés d’auteurs répartissent depuis longtemps les redevances selon des méthodes statistiques convenues, plutôt que de chercher à mesurer la part exacte de chaque contributeur. La gouvernance des données devrait suivre des principes similaires. Dans l’industrie musicale, des identifiants normalisés permettent déjà de suivre les œuvres à l’échelle mondiale et d’en répartir automatiquement les revenus. Des mécanismes comparables pourraient progressivement faire de la gouvernance collective des données une solution réaliste et généralisable.
Le statu quo, en revanche, est de plus en plus difficile à justifier. Des millions de personnes produisent en continu la matière première dont dépend l’IA, mais presque aucune ne prend part à la richesse qu’elle crée, tandis qu’une poignée d’entreprises capte l’essentiel des gains économiques.
Par Yaniv Benhamou
JDF TV
L'actualité en vidéo
