Depuis l’affaire Thélyson Orélien, une pratique s’est largement répandue : des internautes, des auteurs et des professionnels déposent leurs écrits auprès d’outils numériques pour vérifier la « humanité » des réponses. Cette démarche, présentée comme un test d’authenticité, consiste à fournir des textes personnels pour confronter style et contenu à des systèmes d’intelligence artificielle, dans l’espoir de distinguer l’œuvre humaine de la production automatisée.
En alimentant ces interfaces, les contributeurs mettent à disposition non seulement des phrases, mais des tournures, des registres et des choix lexicaux qui composent une voix propre. Ces éléments peuvent, selon les conditions d’utilisation des plateformes, devenir partie intégrante des ensembles de données exploités pour l’entraînement des modèles. La transformation d’un corpus en ressource algorithmique pose des questions concrètes sur la réutilisation, la rémunération et la traçabilité des créations originales.
Les implications touchent le droit d’auteur et la protection des données : la conservation, l’exploitation et la redistribution de textes personnels relèvent d’un cadre légal parfois flou pour les nouveaux usages. Sur le plan pratique, les contributeurs perdent souvent une part de contrôle sur la manière dont leur langue circulera et se réincarnera dans des productions synthétiques. Face à ces enjeux, des autorités de protection des données et des organismes de réglementation invitent à la vigilance. Parmi eux, CNIL rappelle l’importance du consentement éclairé et des garanties offertes aux titulaires des contenus.
Au-delà des aspects juridiques, la question touche la diversité culturelle et la singularité de l’écriture. Le recours massif à des contributions humaines pour « entraîner » des machines amène à s’interroger sur la préservation des variantes linguistiques et sur l’identité des créateurs dont les formes d’expression alimentent des systèmes amenés à les reproduire à grande échelle. Ces éléments nourrissent aujourd’hui des débats publics sur la gouvernance des données, la transparence des plateformes et les modalités de protection des auteurs, sans que des réponses uniformes n’aient encore été adoptées.