AUDITION IA : GUILLAUME LEBLANC, SÉBASTIEN SCHLOSSER, GILLES PÉCOUT, et PHILIPPE LONNÉ

Bien, je pense que nous y sommes. Oui, j'étais juste en train d'expliquer, vous étiez avec nous mais voilà en en décalage géographique mais pas en décalage temporel. Nos invités, nos six invités sont bien installés donc nous allons pouvoir commencer pour cette audition réunissant Réix Vir, la BNF et aussi le F d'Allose.

À vous monsieur le président. Merci. Merci beaucoup madame la rapporteur, mesdames et messieurs, bienvenue à l'Assemblé nationale et dans cette mission d'information nous poursuivons les audition conduite dans le cadre de la mission d'information intitulé création, diffusion et acquisition des connaissances comment l'IA transforme notre éducation et notre culture.

Et nous avons à présent le plaisir de recevoir des représentants des secteurs de l'édition scientifique, juridique et de la conservation patrimoniale dont les activités sont au cœur de la production et de la diffusion du savoir. Nous accueillons donc monsieur Guillaume Leblanc, responsable des affaires publiques pour la France et l'Europe du Sud du groupe REL, monsieur Sébastien Schlosser, vice-président de la filiale Els Sévier, monsieur Gill Pécou, président de la bibliothèque national de France, monsieur Philippe Lonet, directeur général de la BNF, monsieur Julien Tangui, directeur général du groupe Le Fèvre d'Alose et madame Sumi Saint-Auguste, directrice des affaires publiques du groupe Le Fèvre d'Alose. Nous vous remercions madame messieurs de nous avoir d'avoir accepté notre invitation.

Notre mission d'information cherche à identifier et à anticiper les transformations profondes qu'induisent les technologies d'IA dans les mondes de la culture et de l'éducation. L'usage de ces technologies notamment dans le domaine juridique pose des questions fondamentales de protection des données. Comment des IA tels que l'exis + AI développé par le groupe Rex ou encore jeune IA-L du groupe Lefèvre garantissent-elle la confidentialité des informations juridiques sensibles ? de leurs utilisateurs au-delà des au-delà des enjeux de sécurité, comment s'assurer dans vos domaines distincts de de la limite entre l'assistance technique et la substitution à l'expérience humaine ?

Enfin, il sera précieux d'en apprendre davantage sur la feuille de route 2022-2026 de la BNF en matière d'IA, afin de comprendre quelles opportunités celle-ci représente en matière de conservation, de valorisation et de souveraineté de la culture et de la langue française. Bon, afin d'aborder le sujet, je vais vous passer la parole par organisation, si j'ose dire, pour une durée de 5 à 10 minutes, mais excusez-moi, mais ne soyez pas trop long parce qu'il ne faut laisser du temps à madame Calvez, notre rapporteur, de vous poser les questions qu'elle a préparé à votre intention. Donc, je vous en prie, dans l'ordre qui vous convient, vous pouvez prendre la parole.

Bonjour à tous et à toutes. Euh monsieur le président, madame la rapporteur. Euh on va se cinder les propos avec mon collègue Sébastien en proposiminaire si vous le voulez bien.

Une petite 5 minutes chacun et puis on répondra à vos éventuelles questions. Euh permettez-moi en premier lieu, de vous remercier pour cette invitation à venir nous exprimer aujourd'hui devant devant la représentation nationale à l'occasion de cette audition de votre de votre mission d'information. Euh c'est en effet une opportunité pour notre groupe, le groupe RELX, de pouvoir vous détailler notre ambition pour les multiples secteurs économiques que nous accompagnons et de témoigner la de la manière dont l'intelligence artificielle et parce que c'est bien l'enjeu de cette mission justement euh comment elle bouleverse le monde du savoir, de la connaissance et également le monde de la création.

Alors Relax est un groupe international dont le siège est à Londres et avec une forte empreinte européenne et nous employons 1400 personnes en France au sein de quatre entités. Le fil rouge de notre activité, c'est la valorisation du savoir de la donnée qualifiée, j'y reviendrai, auprès et au service des différentes communautés, des communautés professionnelles et des communautés éducatives avec notre filialeir Sébastien prend la parole dans quelques [grognement] instants. Donc auprès des chercheurs et de nombre de professionn professions médicales, auprès des professionnels du droit et du chiffre avec Lexis Nexis et en partenariat également avec le secteur bancaire pour lutter contre la ligne et la criminalité financière pardon avec Lexis Nexis risque solution.

À noter également juste que nous avons une filiale qui s'appelle RX France qui opère une trentaine de s professionnels sur le territoire national et ce qui participe ainsi au dynamisme de notre économie et à l'attractivité de notre territoire. Donc notre rôle, j'en reviens, c'est de produire des données de confiance et des analyses de hautees valeurs ajoutées pour que nos clients et nos partenaires puissent prendre la meilleure décision possible. Car en fait, nous portons une conviction forte.

Nous sommes en effet convaincus que seul un savoir et c'est très important un savoir fiabilisé, seul une connaissance de qualité et certifiée peut-être source de valeur. Et par exemple lorsque nous publions un article scientifique ou une analyse de jurisprudence, une analyse juridique au sein de nos revues et bien nous contribuons à éclairer le débat et à faire progresser le savoir. Cette conviction, elle est issue du positionnement original de RELX qui fait vraiment notre singularité au sein de l'écosystème technologique.

Nous sommes en effet à la fois propriétaires de nos contenus, des contenus protégés, donc ayant droit titulaire de droit et également opérateur et déployeur de solution d'intelligence artificielle. Donc il faut bien comprendre que le cœur de notre métier reste le même. Euh il est le même depuis une centaine d'années pour nos maisons d'édition que sont Lexis Nexis Zevir.

Mais justement avec l'IA en combinant le meilleur de ce contenu qualifié et professionnel au sein de 20 ensembles de données donc propriétaires avec aujourd'hui et on reviendra dans le détail aux besoins la meilleure infrastructure technologique pour mettre sur le marché des solutions et des outils qui sont toujours plus performants chaque mois, chaque année. Et ce qui change avec l'IA justement, c'est l'impact et la vitesse que cette technologie nous apporte. Donc nous utilisions déjà depuis une petite dizaine d'années au sein de réel de l'IA extractive et aujourd'hui nous franchissons une nouvelle étape avec l'IA générative en s'appuyant sur des capacités techniques d'opérateur Open AI entreique et de mains Mistral.

C'est d'ailleurs une autre singularité de RELX. Nous sommes convaincus, en tant que groupe européen acteur de ce marché l'IA, que nous avons une responsabilité technologique et une responsabilité sociétale afin de bâtir une IA qui soit à la fois éthique, une IA de confiance qui promeut et j'insiste un usage responsable de la donnée. Alors, qu'est-ce que cela signifie un usage responsable de la donnée ?

Lorsque nous déployons une solution, s'assurer qu'elle soit transparente et explicable pour éviter le syndrome de la boîte noire. Lorsque nous déployons une solution, s'assurer qu'elle ne comporte pas de biais et ne renforce pas les préjugés existants. Lorsque nous déployons une solution, s'assurer que systématiquement, elle s'accompagne d'une supervision humaine.

Lorsque nous déployons une solution, s'assurer qu'elle soit impérativement respectueuse des droits attachés au contenu protégés. Et c'est la raison pour laquelle en plus de ces principes internes développés par RELX, nous soutenons le législateur dans sa quête de vouloir poser un cadre pour structurer le marché de l'IA. Alors le bon niveau, il est évidemment européen avec le règlement européen sur l'intelligence artificielle li acte qui a le mérite d'être un cadre juridique unique qui apporte de la prévisibilité pour le déploiement de solutions d'IA. demeure toutefois de sérieux défis sur son applicabilité.

Et cela avait été bien illustré lors de la consultation nationale orchestré par le gouvernement et à laquelle RELX avait eu le plaisir de participer avec deux points aujourd'hui deux limites fortes. D'une part, le mécanisme de réservation de droit des droits [grognement] n'est pas toujours respecté alors que nous disposons aujourd'hui de différents moyens techniques et de protocoles pour le faire notamment dans notre secteur de l'édition avec le TDM REP. Nous nous heurons aujourd'hui malheureusement au manque de respect des directives qui sont données auprès des fournisseurs d'IA, les réserves exprimé et étant trop souvent ignoré.

Le deuxième point, la deuxième lacune concerne la transparence. Aujourd'hui, la transparence des modèles d'IA n'est pas toujours garantie. La phase d'entraînement des LLM s'est faite sans autorisation préalable auprès des auteurs et propriétaires de contenu.

L'IAC prévient prévient bien un résumé suffisamment détaillé afin d'être informé de l'utilisation de ces œuvres. D'ailleurs, ce cela devrait être le préalable nécessaire pour simplement faire valoir ses droits. Mais en pratique, l'application de cette disposition via le code de bonne pratique est aujourd'hui insuffisante.

Pas de transparence, pas de possibilité de faire valeur ses droits et donc il ne finit pas toujours de rémunération. Il faut donc aller plus loin et c'est pourquoi nous soutenons la proposition loi relative à l'instauration d'une présomption d'exploitation des contenus culturels par les fournisseurs d'IA. voter, je le rappelle, à l'é l'unanimité par le Sénat et dont nous espérons qu'elle pourra être rapidement mis à l'ordre du jour de l'Assemblée nationale.

Et c'est aussi pourquoi notre filiale Elzéir a annoncé à plus tard qu'hier avoir intenté un recours collectif pour violation du droit d'auteur contre MÉTA devant le tribunal de New York avec d'autres éditeurs dont achète pour avoir entraîné des contenus protégés sans autorisation préalable. Peut-être un dernier point avant de passer la parole à mon collègue pour insister sur les effets de bord que peut avoir l'intelligence artificielle sur la communauté de la recherche et du savoir scientifique. Lia peut-être et doit être un formidable accélérateur de particules pour la diffusion du savoir et pour le chercheur lui-même.

Mais attention à ce que ces principes structurants tels que l'intégrité scientifique ne soient pas mis à mal par certaines pratiques de recherche qui viendraient renforcer des fléau comme la désinformation scientifique, d'où la nécessité d'accentuer la formation de la communauté de la recherche pour sensibiliser à un véritable usage responsable de l'intelligence artificielle. Merci monsieur le plan. Vous pouvez éteindre votre micro s'il vous plaît.

Voilà monsieur Oui, bonjour. Bonjour monsieur le président. Bonjour madame la rapporteuse.

Merci Guillaume. Alors moi je vais parler un peu plus précisément de ce qu'on fait chez LCVIR. Euh L Sévir a un statut un peu particulier.

On est à la fois un éditeur de contenu scientifique avec plus de 3000 revues scientifiques dont The Land Set et Cell. Euh on est également un partenaire avec euh d'autres éditeurs scientifiques avec des bases de données de référence tel Scopus qui est une base de données qui est utilisée pour les classements internationaux euh QS Timeor Education euh plus récemment avec l'étudiant donc un classement qui est utilisé euh pour les écoles de commerce en particulier et donc El SV fait vraiment partie de l'écosystème de recherche. On est un partenaire du monde de la recherche des monde de l'enseignement supérieur.

Maintenant, depuis quelques années, évidemment avec la mise en place des nouvelles solutions d'intelligence artificielle, on s'est posé la question de la façon dont on pouvoir l'utiliser. Et la première chose qu'on a faite, c'est on a commencé à regarder comment est-ce que les chercheurs en particulier utilisaient l'intelligence artificielle. On se rend compte, on a fait des études que plus de 80 % des chercheurs utilisent l'intelligence artificielle, des solutions d'intelligence artificielle quasiment de manière journalière.

Euh et pourtant euh à peine 20 % ont confiance dans les résultats. Euh et quand on a creusé cette question, on s'est rendu compte que plus de 80 % pensaiit même qu'il y avait des erreurs critiques qui pouvaient sortir des solutions d'intelligence artificielle. Euh et c'est de la part c'est sur ce ce constat là qu'on a cherché à développer des solutions d'intelligence artificielle mais vraiment spécifique pour les besoins des chercheurs.

Et on est convaincu que le métier de la recherche est un métier critique et que donc il nécessite d'avoir des solutions développées spécifiquement pour supporter les chercheurs. Alors chez El Sévir, on a formalisé notre engagement autour de l'intelligence artificielle autour de cinq grands principes qu'on a appelé des principes de responsabilité autour de l'intelligence artificielle. Le premier principe, c'est qu'on prend en compte l'impact réel de nos solutions.

Ce que ça veut dire concrètement, c'est que dès qu'on développe une solution, on la teste avec littéralement des milliers d'utilisateurs et qu'on la met sur le marché, qu'on ne la lance qu'une fois qu'on a validé ça avec un retour d'expérience réelle des utilisateurs. Le deuxième point, c'est la prévention des biaiss. On est tout à fait conscient que le contenu qui est mis à disposition peut créer des biaiss. la façon dont les modèles sont entraînés peut amener des réponses qui peuvent être justes d'un point de vue mathématique mais pas juste d'un point de vue équitable.

Et donc nos solutions testent en permanence les potentiels billets, que ce soit des billets de genre, que ce soi des biaillets sociaux, de manière à s'assurer que la solution qui est m en place respecte ces points de vue là. Euh le troisème point, c'est l'explicabilité. Donc on s'assure que toutes nos solutions décrivent précisément les étapes qui sont effectuées de manière à ce qu'on soit en total transparence par rapport à nos chercheurs et à ce qu'on les laisse finalement décider la façon dont ils vont utiliser le contenu qui est mis à leur disposition.

Le 4è point c'est la supervision humaine. Euh alors ça se traduit de beaucoup de manières. L'une des manières par exemple, c'est que dans tous nos tests en interne, on a une batterie de test, je dirais algorithmique.

Donc on vérifie que nos solutions fonctionne bien d'un point de vue automatique. Mais on a également des experts qui vont aller tester en posant des questions très spécifiques par type de discipline, par type de de question de recherche pour s'assurer que les résultats sont en ligne avec le niveau de précision requis. Et enfin, le dernier point, c'est le respect de la vie privée tout simplement et de la gouvernance des données.

Donc on s'assure que l'ensemble de nos solutions ne conserve pas les données au-delà du minimum du maximum nécessaire, ne sont pas utilisé pour entraîner aucun des modèles de d'intelligence artificielle et sont clairement indiqué les possibilités aux chercheurs de savoir combien de temps est-ce qu'ils veulent garder l'historique dans leur dans leur dans dans les outils que j'utilise. La différence fondamentale entre la façon dont utilise l'intelligence artificielle chez le Sévir et ce que vous voyez chez les fournisseurs génériques d'intelligence artificielle, c'est que on a développé des solutions qui font qu'on utilise le l'intelligence artificielle sur un contenu spécifique qu'on a cadré dans lequel on s'assure que les réponses vont uniquement aller faire référence à des sources qui sont des sources validées, qui sont des sources qui font par exemple par partie de notre solution Scopus encore une fois qui a un cadre tout à fait défini Euh ce qui fait que on prévoit vraiment, on prévient les risques d'hallucination, on peut pas faire référence à un document qui n'existe pas par exemple. Euh et par ailleurs, on a des techniques internes de prompt engineering.

Donc la façon dont on développe les solutions de manière à s'assurer qu'on a plein de contrôles en place. Notamment, on demande à la solution de vérifier à chaque fois si toutes les références sont bien trouvables et accessibles de manière à assurer la transparence. Euh voilà et c'est quelque chose qui est valable dans toutes nos solutions.

Je sais qu'il y avait une question sur Sciences directes EA par exle qui était une solution qui a été lancée l'année dernière. On a lancé six solutions d'intelligence artificielle sur les trois qu dernières années. On est présent avec 1500 clients dans plus de 80 pays.

Donc on a un retour d'expérience qu'on utilise au jour le jour pour continuer à améliorer nos solutions. Euh et voilà. Et pour finir je veux parler d'un dernier point qui est en rapport avec notre métier d'édition.

On utilise également euh l'intelligence artificielle pour s'assurer justement euh que euh le contenu euh qui est soumis euh par les chercheurs est un contenu valide. Donc, on reçoit l'année dernière par exemple 3,5 millions de soumissions d'articles auprès de nos journaux LCVIR. À peu près 20 % ont été finalement publiés et il y a toute une batterie de contrôle qui nous permet d'assurer que le contenu n'est pas justement généré par de l'IA. et on a un certain nombre de principes sur lequels on s'engage et on vérifie que les chercheurs respectent ces principes-là avant de publier leur contenu.

Euh voilà un peu le retour d'expérience que je voulais faire euh et vous remercier de voilà de nous faire participer et être prêt à répondre à d'autres questions si vous en avez. Merci. Merci beaucoup monsieur Chaseur.

Monsieur le président Pécou je vous en prie. Merci monsieur le président. Madame la rapporteur, mesdames et messieurs, je vous remercie au nom de mes collègues de la bibliothèque nationale de nous conviller euh pour présenter devant l'émanation à représentation nationale nos questionnements sur l'intelligence artificielle autour de trois ensembles de réflections qui renvoient aux vocations et missions essentielles de la bibliothèque. d'abord sa mission patrimoniale, puis sa mission de foyer de recherche et de création et enfin sa mission de diffusion, démocratisation mais aussi offre économique des contenus culturels, artistiques et scientifiques.

Je le ferai en parlant au nom du binô, le directeur général qui est à mes côtés m'ayant donné mandat également. Nous nous réservons toutefois toutes deux tous deux de répondre à vos questions. La bibliothèque nationale de France compte parmi les deux ou trois plus grandes bibliothèques du monde selon les critères avec 41 millions de documents.

C'est aussi le premier établissement culturel français en matière de ressources humaines et de budget hors audiovisuel. Tout cela pour dire que cette dimension qui s'appuie aussi sur une histoire vénérable depuis le 16e siècle est au service d'abord d'une mission qui est une mission régalienne d'état patrimonial collectée classée toute la production intellectuelle éditoriale artistique française ou faite en France à travers le dépôt légal depuis l'ordonnance de décembre 1537 et s'assurer de la conservation du patrimoine hérité des collections royales et nationales. Et enfin, n'oublie pas car cela peut avoir des liens avec notre problématique, faire en sorte d'augmenter ce patrimoine souverain en veillant à ce que de grands pans de notre patrimoine documentaire ne quitte pas le sol français.

Euh cette bibliothèque patrimoniale, notre bibliothèque patrimoniale a euh par ailleurs comme fonction cardinale celle de permettre le développement de la recherche de la création dans tous les domaines qui sont représentés par la diversité des collections qui vont de la littérature à la gestion au droits et à la création des entreprises en passant par les monnaies, les médailles, les estampes, la musique, les cartes et plans et les arts du spectacle. Enfin, la bibliothèque en tant que bibliothèque nationale a vocation à parler à la nation entière en contribuant à la diffusion des savoirs et de la culture dans le territoire avec une sociologie des publics qui ne soit pas simplement une diversification des publics mais une ouverture de ces publics. Il me semble que ces trois missions permettent de répondre à l'ensemble des questions ou une grande partie des questions que vous nous soumettez en parcourant tout simplement la feuille IA de la feuille de route I de la bibliothèque nationale qui était déjà présente quand nous sommes arrivés il y a 2 ans avec le directeur général mais que nous avons essayé avec nos équipes de faire évoluer en fonction de nos propres orientations mais surtout en fonction de l'évolution mouvante de la place de l'intelligence artificielle dans les techniques comme dans l'espace ce publique et cela en lien également comme l'ont dit mes prédécesseurs avec des préoccupations qui relèvent de la déontologie et de l'éthique du métier.

Alors quels sont dès lors dans notre grand grammaire de l'IA quels sont les divers usages que nous pouvons évoquer en lien avec ces missions ? Le premier est lié au cœur de de métier, aux usages internes, en bibliothéconomie. L'IA est d'abord un outil qui permet de s'acquitter plus rationnellement d'un certain nombre de missions métiers. aide au catalogage, signalement des collections, amélioration de l'accès, éditorialisation et constitution des métadonnées.

Pour accompagner ces usages, nous avons lancé des appels à expérimentation, des appels internes, notamment l'un fin 2024 qui était destiné à faire monter des projets émergents des besoins des agents. En 2025, également 12 expérimentations ont été menées après recueil de projets internes. Ces expérimentations concernent des secteurs comme la génération automatisée des planning lignings de distribution de documents dans les salles.

Donc la quotidianité du travail de nos bibliothécaires, des aides à la restauration également aux quatre ateliers de restauration, le développement d'agents conversationnel interne pour les employés et enfin un nouvel appel sur le signalement et le catalogage qui se fait d'ailleurs en lien avec des expériences qui sont menées à l'étranger, notamment à la bibliothèque nationale du Luxembourg. Alors bien sûr, un point de vigilance est clair dans ce domaine. Il est naturellement lié au dialogue social.

Cela a été déjà présent. dans le le rapport précédent gros sur les usages de l'intér de de l'IA et le rapport à Guon euh les représentants y compris les représentants d'organisation syndicale du McLatutaire sont associés à ce travail en CSA, en comité social administratif notamment et en [raclement de gorge] divers ateliers groupes de travail. L'objectif est d'éviter les craintes, on les évite pas complètement évidemment, d'éviter plus généralement des phénomènes qui seraient assimilables à du ludisme.

On casserait un instrument de travail dès lors qu'il paraît casser la chaîne de travail. prêp de faire en sorte que l'on conçoive que les métiers vont évoluer avec l'IA mais qu'il va falloir mener une réflexion interne. J'ajoute que cette réflexion à un moment ou un autre, il va falloir l'amener aussi avec l'éducation nationale et l'enseignement supérieur en terme de formation mais aussi en terme de diplomation. une deuxième et cela dans y compris dans les écoles de bibliothèque.

Une deuxième famille d'usage est liée cette fois moins de façon moins interne à l'interaction externe consubstantielle des missions de recherche et de création. Ces usages ont comme base le fait que la BNF est la plus importante bibliothèque numérique du monde. si l'on peut ergoter sur sa son importance de bibliothèque physique en terme de bibliothèque numérique avec Galica, elle est de loin devant toutes les autres bibliothèques, y compris la librairie du congrès avec 11 millions de documents numérisés, c'est-à-dire plusieurs millions de pages pour un seul document avec la numérisation de nos collections mais aussi de 300 partenaires en région, de 300 bibliothèques et partenaires partout en France. euh 500 milliards de mots osérisés comme on le dit, c'est-à-dire avec euh une reconnaissance optique qui permet pour des documents ancien une lecture plus facile.

Et ça c'est extrêmement euh important dans le cadre de la recherche parce qu'un document s'il est simplement reprographié, vous n'y voyez pas grand-chose dans un document numérisé s'il n'y a pas ou translation, translitération ouisation. Enfin avec d'autres sites comme le data làabas à disposition des chercheurs. Dans ce cadre, l'IA nous permet de simplifier l'accès aux données numérisées et faciliter ce qu'on appelle en bon québécois la découvrabilité, c'està-dire l'accès des chercheurs et des artistes.

Plusieurs projets concrets vont dans ce sens. D'abord la mise à disposition des métadonnées sémantisées grâce au site data BNF des opérations ponctuelles comme Galicaa Image qui est soutenu par l'emprunt France 2030 enfin le grand appel Galica hommage image. C'est très simple à comprendre quand on a été chercheur ou qu'on a regardé ce qui était le nos connaissances nos bases numérisées.

C'est que dans les 11 millions de documents numérisés de Galica, il y a énormément d'iconographies. Cette iconographie quand elle est dans la presse du 19e siècle par exemple, si elle n'est pas explicitement légendée, vous ne la trouvez pas. À moins de passer des mois et des mois à faire vos recherches comme on le faisait quand j'étais jeune historien.

Maintenant, c'est beaucoup plus simple avec le programme que nous sommes en train de mettre en place, même si la légende et si l'onographie n'est pas explicitement légendée, on la retrouve beaucoup plus facilement. importance pour la recherche, importance pour la création artistique, mais aussi importance pour les contenus que nous pouvons commercialiser à des acteurs privés sous garantie. C'est aussi dans cet esprit d'encouragement de la création artistique et de la recherche que nous avons lancé le premier festival sur IA, patrimoine documentaire et création artistique au printemps enfin au mois d'avril dernier avec la revue Fish I festival Nus en partenariat avec le monde la venue d'artistes internationaux et français comme le groupe Obviews par exemple de prime à bord le rapport en tri données culturelles et création artistique qui est au cœur de la question que vous m'avez posé renvoie quand même à l'expression d'une énigme.

Pour citer le livre de Handler, il y a intelligence humaine la double énigme ou en tout cas à l'expression d'une contradiction puisque aussi bien dans le discours commun que dans la tradition philosophique, il y a pas de lien évident entre intelligence et art dès lors qu'il y a artifice puisque l'art serait une prérogative humaine prométéenne et que l'artifice et l'intelligence artificielle serait le contraire. Ben, nous nous sommes en train de penser, même si ce n'était pas intuitif au début, qu'il y a une possibilité justement de s'affranchir de cette contradiction et de considérer qu'une création humaine euh véritablement libre peut aussi coexister avec un usage de l'intelligence artificielle. Et on l'a vu à travers tout ce que nous ont proposé ces artistes toujours en lien avec un patrimoine documentaire disponible.

Enfin ce que je voudrais dire, c'est que au-delà de ces projets de création, LIA est au cœur de projets qui sont soutenus par la bibliothèque nationale en partenariat avec des universités et des centres de recherche présentés à l'ANR, à l'Agence nationale de recherche et aux grands appels européens. C'est le cas notamment du projet ANRA sur le cinéma et la et les femmes sur la numérisation des manuscrits du 16e et du 17e siècle. Je voudrais et ce sera le dernier volet envisager enfin l'IA au cœur de nos dynamiques de diffusion démocratisation mais aussi commercialisation des données même si je fais ce côtoyer de deux des deux des opérations de nature bien diverse.

Vente d'expertise de prestation autour des corpus numérisés et des images mais surtout mise à disposition gratuite des données sécurisées à travers un certain nombre de nos services commencer par data IA. Ce volet me permet d'évoquer pour terminer des questions qui renvoient à la fois la question de la protection statutaire des données et à celle de la souveraineté patrimoniale nationale et linguistique. On doit protéger les données sous droit.

Galica, tout ce qui est numérisé n'est pas directement disponible et euh nous le faisons euh en distinguant euh la euh par dérogation ce que l'on peut consulter à distance, qui est toujours libre de droit, de ce que l'on doit consulter dans les emprises qui cette fois euh euh n'est pas libre de droit des des ouvrages scientifiques ou littéraires qui n'ont pas les 70 ans de la de la disposition du du droit dans l'espace public. et nous le faisons par dérogation notamment pour la recherche scientifique. Simplement euh si nous devons protéger les données sous droit dans Galica, euh nous euh devons euh également protéger les données qui sont libres de droit.

Alors, on pourrait dire ce qui est libre de droit n'a pas à être protégé. Euh ce qui est libre de droit est encore plus délicat en lien avec l'intelligence artificielle parce que tout simplement euh ces données sont moissonnées par euh des robots évidemment Galik. Et nous avons des indicateurs, nous l'avons vu, on a on a fait faire ce ces estimations pour cette audition.

On a 20 millions de d'interrogations de moissons, si j'ose dire, de moissonnage par mois de nos données qui sont très clairement identifiable, même si nous ne savons pas toujours l'origine du demandeur ou du moissonneur, qui est aussi parfois pilleur. Et donc la question certes, c'est que c'est libre de droit mais que ces données libres de droit, nous ne savons pas ce qu'elles deviennent et très souvent elles sont commercialisables ou réutilisées. qui est dit est très banal pour des éditeurs, mais en tout cas pour nous c'est un c'est véritablement un un élément presque traumatique.

Ce que nous permet de dire là, c'est que nous nous cherchons à trouver enfin comment dire à évoquer un modèle qui sera un modèle de rémunération par redevance qui serait éventuellement redistribué également au premier détenteur pour la bonne et simple raison que la disposition de ressources de libre droit libre de droit n'est pas une mise à disposition gratuite. Elle elle nécessite de notre part un certain nombre d'opérations de préparation de de traitement qui qui se pai alors que on a l'impression que ce qui est libre de droit est gratuit. Je ne parle même pas de ce qui est sous droit.

Ce qui est sous droit est aussi objet de réflexion avec les éditeurs, avec les pouvoirs publics, avec l'ensemble des OGC pour savoir si à un moment ou un autre la bibliothèque nationale pourrait apparaître comme un tiers de confiance. entre les éditeurs, les acteurs privés, les OGC et les consommateurs ou acheteur. Voilà ce que je souhait souhaitais dire et je voudrais conclure mon exposé dans les 2 minutes sur la question de l'IA génératif qui est véritablement là pour le coup une cohétion avec Sata parce qu'elle nous interroge elle nous interroge en terme de souveraineté linguistique et culturelle.

C'est très simple. La BNF est l'institution qui détient le corpus libre de droit francophone le plus important du monde par tradition évidemment par histoire. Et ce corpus, l'idée ce serait de faire en sorte que ce corpus puisse être mis à disposition comme dans le cadre d'une société des communs comme dit Sébastien Schulz pour nourrir ou entraîner une intelligence artificielle générative qui puisse parler français.

Je ne dis pas qu'elle qu' quel qu'elle est à parler français contre l'anglais parce que de toute façon ce n'est pas le problème mais qui puisse montrer que la forme amantiste cette intelligence artificielle est liée à nos sources francophones. C'est un problème de souveraineté nationale mais de souveraineté nationale intellectuelle. Et non seulement c'est une question de souveraineté nationale mais c'est aussi une question de solidarité avec les autres pays francophones et avec les autres corpus francophones.

Et c'est une orientation que nous avons souhaité développer de façon récente en lien avec ce que l'on appelle le réseau francophone numérique de toutes les bibliothèques francophones du monde qui vont de la des bibliothèques du Canada du du Québec jusqu'à toutes les bibliothèques d'Afrique et d'Asie. un un réseau important nous avons assuré la présidence et la coprésidence et dans ce cadre on a souhaité présenter notamment à Villerre Cotter l'an dernier un projet de plateforme francophone qui puisse nourrir avec des données libres de droit pour l'instant mais nous verrons si nous pouvons le faire autrement qui puisse nourrir une intelligence artificielle générative qui sache également parler français mais surtout penser avec nos données francophones Voilà, monsieur le président, député, ce que je souhaitais rappeler, mais qui ne qui n'est là que pour compléter synthétiquement tous les documents analytiques et beaucoup plus précis qui vous seront remis en réponse à vos questions. Merci beaucoup.

Merci beaucoup monsieur le président. La parole est maintenant groupe le fèbre de l'ose. Je vous en prie. [grognement] Merci monsieur le président, madame la rapporteur, mesdames et messieurs.

Euh donc je vais m'exprimer au nom du groupe Lefèvre qui a opère en France sous le nom Le Fèvre d'Allose mais qui opère également dans sept autres pays européens euh sur deux métiers et on va y revenir. La base du groupe est l'éducation et la formation. Francis Lefèv qui a fondé le groupe en 1894 a commencé par former les candidats au concours d'inspecteur des impôts et c'est de là qui est né le groupe avec des activités dans le droit et dans ce qu'on appelle les métiers du chiffre.

Aujourd'hui, le groupe Lefè Fèvre est un groupe français qui est détenu par la famille Lefèvre, donc les héritiers de Francis Lefèvre. Euh et c'est un groupe qui euh a construit sa position en Europe avec deux missions. La première mission, c'est la transmission, la transmission du savoir et la deuxè mission, c'est l'activation de la connaissance.

Euh aujourd'hui, on opère donc euh dans H8 pays. On emploie 2500 salariés en Europe, un peu plus de la moitié en France. Euh et notre métier à l'origine, c'est donc un métier d'éditeur et de formateur.

Ce métier euh d'éditeur aujourd'hui, il a fondamentalement changé avec l'apparition de l'intelligence artificielle et mais nous voyons l'intelligence artificielle au sein du groupe comme une nouvelle manière d'accéder à des données. Dans notre histoire, on a commencé avec des livres, on a ensuite poursuivi avec des portails, avec des moteurs de recherche et aujourd'hui, on utilise donc l'intelligence artificielle pour accéder à nos informations avec un souci le même, à savoir garantir la fiabilité des sources. Et donc, dans notre intelligence artificielle, tout ce qui est produit est sourcé.

C'est-à-dire que chaque phrase qui est écrite par Lia renvoie aux documents qui ont été produits par mes équipes, sachant qu'on a beaucoup d'auteurs en interne et qui garantit au lecteur d'être capable de de d'avoir vraiment une piste d'audit de ce qui est dit par l'intelligence artificielle. Quand on voit l'IA aujourd'hui, on a deux réflexes au sein de la maison et je parle en tant que capacité à activer la connaissance. Le premier réflexe, c'est un réflexe de potentiel de l'IA pour nos clients et donc pour tous les utilisateurs.

C'estàd qu'on considère que l'IA offre énormément de possibilités qu'on avait pas jusqu'à aujourd'hui pour maîtriser la connaissance. On y voit aussi un danger parce que l'Avance à une vitesse absolument presque effrayante et permet aujourd'hui de se substituer à l'homme dans beaucoup de dans beaucoup de situations. Ce qu'on considère également et qu'il faut avoir en tête, c'est que le cœur de Lia, on a souvent tendance à parler des LLM, donc des moteurs qui lisent les données.

Pour nous, le cœur de l'IA, c'est la maîtrise de la donnée et c'est la manière dont on va vectoriser, donc traduire en langage mathématique les données. [grognement] Et on y reviendra puisque on a un vrai sujet nous sur la la souveraineté, la maîtrise des données et la protection des droits des auteurs de ces données. Si je reviens à nos deux métiers, donc je vous ai parlé de formation et d'édition.

Au niveau de la formation, on pense que l'IA est un produit qui peut être remarquable. parce qu'il sait s'adapter à l'élève euh et euh il a la capacité à s'adapter très vite à des changements euh bah dans nos métiers par exemple de loi. C'est-à-dire que aujourd'hui, on sait produire des formations à partir des textes réglementaires de modèles pédagogiques et on sait adapter une formation à un changement de la réglementation.

Donc on a une capacité à rendre le délai de transmission de de nouveaux sujets à des à des élèves beaucoup plus rapides qu'auparavant. Euh ceci dit, quand on discute avec le monde universitaire ou avec les étudiants aujourd'hui, on se rend compte que l'IA fait pas encore partie des programmes de formation des étudiants et on a même un certain nombre d'endroits où l'IA est rejeté par le monde universitaire. Et ce qu'on voit nous, c'est que l'université doit aussi préparer à l'entrée dans la vie active.

Et l'entrée dans la vie active sans maîtriser l'intelligence artificielle dans les années qui viennent, ce sera un vrai sujet. Et donc la capacité à adapter des programmes pédagogiques à un rythme plus élevé pour suivre l'évolution de la technologie nous semble être un sujet qu'il faut traiter pour que on apprenne à des étudiants à utiliser l'IA et pas simplement à lire des réponses à des questions sans prendre du recul et sans être capable d'apporter un jugement à ce qui est produit par l'intelligence artificielle. dans le monde de l'édition, je vous l'ai dit, pour nous l'a une évolution de notre métier comme on en a déjà eu pas mal au cours des années.

On a cependant un certain nombre de de points qui nous semblent importants et qu'il faut qu'il faut protéger. Donc je vous ai dit pour nous la force du générative, c'est pas le moteur qui produit une phrase mais c'est bien la source de données sur laquelle ce moteur s'appuie. Et on a le sujet a déjà été abordé, donc je vais pas euh y passer trop de temps, mais l'enjeu de la protection des droits des personnes qui ont produit les données est un enjeu très important.

Et il faut vous dire que nous, on se repose beaucoup de questions sur ce qu'on fait de nos données et ce qu'on fait de nos produits. Jusqu'à maintenant, on avait tendance à beaucoup publier d'informations qu'on trouvait sur nos sites internet. On on faisait des analyses de textes juridiques, de décision de justice et une partie de ces analyses étaient mises à disposition du public sur nos sites.

Le fait qu'on ait des sociétés qui sont capables de venir lire nos sites, récupérer la donnée, nourrir leur intelligence artificielle avec ça et donc d'une certaine manière de nous faire concurrence sans respecter les droits des données qu'on a produit nous pose un vrai sujet. Et donc un des risques que nous devons penser à traiter, c'est le risque d'apauvrissement de la formation publique sur des métiers comme les nôtres parce qu'on va avoir tendance nous à protéger les données qui font notre richesse puisque moi mon métier c'est de commenter des textes de loi, de commenter des décisions de justice et toute la valeur de ma donnée, c'est cet enrichissement. Et donc la question est de savoir jusqu'où je vais dans l'enrichissement des données et leur publication. entre guillemets gratuite si des moteurs ou si des d'autres sociétés viennent piller mon contenu et l'utilise pour construire des produits concurrents du mien.

Et donc nous derrière LIA, on voit deux grands sujets. Un sujet de souveraineté qui est un sujet dont on parle beaucoup avec les pouvoirs publics, avec les administrations. Il y a une volonté forte de demander à des acteurs comme nous d'utiliser des solutions souveraines en matière de stockage des données, de d'utiliser des moteurs LLM souverains.

Nous ce qu'on ce qu'on tient à dire c'est que on est tout à fait prêt à le faire mais on souffre aujourd'hui d'un décalage technologique entre les solutions mises à disposition par des entreprises françaises ou européennes et les solutions mises à disposition par des groupes américains. C'est une réalité. Ça veut pas dire que on ne sait rien faire, mais ça veut dire qu'en terme de fonctionnalité disponible sur les plateformes de stockage ou LLM, on a des écarts qui sont significatifs.

Euh et donc bah derrière la souveraineté, il faut se poser les questions de qu'est-ce qu'on peut euh réaliser en matière d'investissement sur ces infrastructures techniques qui deviennent clés. Euh et puis euh on a un sujet autour de bah la souveraineté des acteurs qui maîtrise ces données. Quand on parle de droit, pour nous, c'est une manière de protéger la démocratie en France.

Et donc la question de savoir à qui on confie des métiers comme les nôtres, à savoir les commentaires de loi, de décision de justice et comment on protège ce savoir-faire qui est essentiel pour nous pour des professions qui sont les avocats, les experts comptables mais exactement et mais également l'ensemble des entreprises. Donc ça c'est le sujet de la souveraineté. Le deuxième sujet qui est très important pour nous, c'est le sujet de la sécurité.

On en a parlé, la protection des données, la protection des droits euh des ayants droits sur ces données. Et puis se rendre compte aussi qu'avec l'IA, on rentre dans un monde où la cybersécurité est aussi un élément extrêmement important et elle fait partie de la protection des actifs et des données que l'on doit que l'on doit réaliser. Voilà ce que je voulais vous dire. soumis.

Est-ce que tu souhaites compléter ? Je me tiens disponible pour les Je me tiens disponible pour les questions. Merci à vous.

Merci. Alors, vous avez déjà dit beaucoup de choses et merci pour ces propos introductifs. On retient surtout le mot donné que vous avez tous utilisé sur lequel vous avez beaucoup insisté.

Le mot donné en pointant que parfois ces données étaient des contenus protégés, parfois des contenus libres de droit. Euh monsieur Pekou, vous avez dit qu'il ne fallait pas oublier non plus euh ces contenus libres de droit puisqu'ils font l'objet d'un marché, ils font l'objet d'un marché euh de revente. Euh la bibliothèque nationale de France se dit pourquoi pas être un/ers de confiance.

Euh aujourd'hui dans vos différentes organisations, quelles sont les possibilités que vous voyez pour pouvoir établir justement sur le marché de la donnée ? Monsieur Leblanc, vous avez soutenu la mise en place de la proposition de loi sur la présomption d'utilisation des contenus. J'imagine pour des questions de négociation possible.

Est-ce que vos organisations ont mis en place des négociations, des échanges ? Alors, je sais que bien sûr tout ça peut être confidentiel, mais dans les les les modèles éventuellement que vous utilisez, est-ce que vous avez pu avoir justement ce rôle d'ayant droit et ce rôle de déployeur de de solution ? Est-ce que vous pouvez nous dire ce qu'il en est ?

En tout cas, quels sont éventuellement les paramètres à changer pour les favoriser ? Quels sont les moyens de parvenir davantage ? à pouvoir reconnaître des accords de licence ou autres pour pouvoir faire que les contenus soient reconnu, soit protégé le cas échéant, mais surtout qu'on puisse organiser un marché de données de qualité et pour reprendre ce que disait Rélix de savoir fiabiliser, voilà comment organiser ce marché.

Vous êtes des entités publiques ou des entités privées, vous ne poursuivez pas les mêmes euh services, mais pour autant vous avez une ressource particulière à chaque à chacun que ce sont toutes ces données. Donc comment de votre point de vue organiser ce marché des de la donnée ? Je me permets de de répondre.

Euh je dirais qu'on a alors sans rentrer dans les détails parce que on est convenu de ne pas rentrer dans les détails euh au vu de la du caractère public de de la mission de l'audition. Euh on a un instrument juridique euh qui s'impose qui est contractuel en fait tout simplement. [grognement] Euh et effectivement, il y a il y a d'autres il y a d'autres moyens, d'autres dispositifs en discussion.

Euh et on se félicite de ce qu'il y ait à nouveau une actualité autour enfin grâce notamment à la proposition de loi euh laquelle a été reprise et amplifiée du côté du ministère de la culture tout récemment. Euh on s'en félicite mais pour autant euh notre point il est que euh on ne on ne saurait attendre finalement qu'un cadre soit posé et comme on fait partie des des des pionniers enfin de même que nos nos collègues de Cherilex, on est des deux côtés de l'équation. c'était c'est qu'effectivement on est à la fois représentant des droits et à la fois producteur et déployeur de solutions de sinon concepteur puisque comme l'a dit monsieur Tangiy euh on vectorise et on modélise nos propres données éditoriales et donc dans ce contexte là on se dit que on se doit d'une certaine façon d'être prescripteur et de montrer la voix.

Alors, c'est peut-être présomptueux, mais il nous semble que on ait suffisamment avancé dans nos réflexions pour effectivement pousser une une politique auteur. Donc ça n'est pas qu'un sujet de propriété intellectuelle et j'apprécie beaucoup que monsieur Pécou fasse valoir que c'est aussi un sujet qui regarde les les données libres de droit. Ça nous parle parce que dans notre secteur, on a aussi ce sujet de l'open data notamment des décisions de justice qui aujourd'hui se trouve être disponible et mise à mise à enfin mise à la la disposition pardon de tous. c'est-à-dire inclus euh les très grands acteurs outreatlantiques et au vu de la la concurrence très très tendue euh aujourd'hui sur dans l'écosystème de l'IA, c'est désormais un un risque, c'est désormais une faiblesse euh qui raisonne avec le le le nos enjeux de de souveraineté soulevés par par tous.

Donc pour revenir à à ce point de la politique auteur, c'est vrai que ça n'est pas qu'une question de euh de de bonne équation, d'équité évidemment et d'aller trouver la le bon le bon modèle de rétribution. C'est aussi un sujet de défense du droit moral de nos auteurs et puis de nos rédactions en interne puisqueon a 500 enfin on a 300 rédacteurs en France et c'est la même chose en Belgique en Italie sans compter donc tous les auteurs externes. Donc c'est un vrai sujet pour reprendre le la sémantique évoquée par monsieur Pou.

C'est un sujet d'expression française et de c'est un sujet civilationnel et la souveraineté elle se discute à ce niveau-là à mon sens. Nous nous nous ne sommes pas euh euh ici les interlocuteurs les plus avisés pour évoquer la question du marché. En revanche, nous pouvons parler de la marchandise, c'est-à-dire de la donnée, de l'ensemble des de ce patrimoine documentaire.

Et que fait un organisme, une institution publique comme la bibliothèque nationale euh dans ce dans ce cadre de de ce ce marché de du document, c'est d'abord de garantir euh euh en amont et en aval euh ce qui est offert ou ce qui est euh l'objet de la transition. garantir en en amont euh cela était déjà dit du reste par mes euh mes voisins et voisines, c'est euh apparaître comme euh certificateur euh des données. Euh je veux dire le nous sommes nous savons très bien que nous sommes confrontés à un applux d'information enfin et cetera.

Je ne reviens pas sur le ce que tout le monde sait dans la circulation. Nous nous pouvons garantir que la donnée qui sera qui qui sera en pérégrination, qui sera l'objet de elle est sûre. Qu'est-ce que ça veut dire une donnée sûre ?

Ça veut dire une donnée dont l'origine est sourcée, ça a déjà été dit, qui est traçable. Ça veut dire que le la donnée documentaire a été expertisée. C'est pas le le une version fantaisiste qui est donnée.

Donc ça c'est une première chose. Je trouve important le le fait de rappeler ce que ce que peut-être aussi notre regard sur le le devenir de la donnée en aval. Pour la bibliothèque nationale, même si nous savons que les documents deviennent des données, notre principal souci, c'est d'empêcher la fragmentation et la segmentation.

En clair, je vais le dire d'une façon sommaire, empêcher la vente à la découpe. C'est cela qui est très important. Certes, nous parlons de mots au sérisé.

Cela m'a d'ailleurs la première fois choqué quand je suis arrivé qu'on a dit "Monsieur le président, vous avez 500 milliards de mots. Je ne savais pas que notre patrimoine littéraire ou scientifique pouvait être aussi ainsi présenté. Néanmoins, c'est vrai. que nous notre vocation dans cette affaire là, c'est quand même d'avoir un droit de regard sur ce qu'on va faire des élément dire que l'on ne on ne comment dire on ne participe pas à une opération qui euh isole sans considération, sans garantie un mot pour pour fabriquer ensuite un par exemple un autre texte dont la l'origine et la traçabilité sera plus suspecte.

Je ne sais pas si je suis clair là-dessus, mais c'est vraiment un élément extrêmement important qui ne relève pas simplement du fétichisme face au textes ou aux créations, mais qui relève vraiment de principes de déontologie et d'éthique. On découpe pas un mot, on découpe c'est une c'est une problématique qu'on a rencontré dans depuis très longtemps à travers la question de la citation par exemple. Euh vous savez la fameuse on on isole une citation dans une proposition, on prend la subordonnée, on lui donne une fonction souveraine et on on met les guillomet.

Bah là ça devient extrêmement important parce que on on peut on peut tout faire avec l'intelligence artificielle des données qui sont là. Or, notre fonction, c'est de rappeler dans notre cas, je dis que les données sont aussi des textes et qu'ils sont et qu'il est nécessaire de les traiter euh avec la considération à laquelle on droit les textes. Et enfin, un dernier point que je me permets d'évoquer qui relève madame la députée pas seulement de la question des données mais du travail sur les données, c'est que la bibliothèque nationale est un bon observatoire comme d'autres mais du travail scientifique et du travail littéraire fait sur les données et notamment d'un d'une opération extrêmement importante qui semble très menacée et qui est qui est la question de la traduction.

Nous voulons que notre bibliothèque devienne comme d'autres mais un observatoire vraiment. Et on a lancé, j'ai enfin j'ai permis, j'ai on a lancé j'ai lancé tout un cycle sur la question de la traduction littéraire et scientifique et de ce que nous pouvons encore ménager comme marge de d'autonomie, de liberté face à la traduction avec l'usage de l'intelligence artificielle. En clair, on sait très bien l'intelligence artificielle a modifié complètement les règles de la traduction que l'intelligence artificielle traduit bien, on peut pas dire le le contraire mais sauf que l'intelligence artificielle ne traduit n'a pas peut-être vocation à remplacer la la création et et le l'opération de la traduction et donc la bibliothèctionale avec le fait qu'on a à la fois les textes originaux et les traductions un grand nombre de textes originaux.

Nous voulons être euh un observatoire important de ce qu'on peut faire et de ce qu'on peut pas faire en terme d'intelligence artificielle pour transformer un texte dans une autre langue. Pour vous répondre en une minute peut-être madame la rapporteur à votre question, euh je distinguerais deux niveaux, le passé et le présent et l'avenir. Si on regarde le passé, il existe des accords aujourd'hui en France entre des opérateurs d'IA et différents a droit et c'est tant mieux en France et pas que ailleurs d'ailleurs.

Mais manifestement, ils ne sont pas suffisants ou en tout cas pas assez nombreux. J'ai été assez frappé moi lors de la consultation nationale du besoin de dialogue. Il y avait manifestement besoin de mieux se connaître.

Euh et le passé aussi nous enseigne que malheureusement les grands modèles de LLM qui existent aujourd'hui sur le marché se sont faits au détriment de certains dont nous faisons partie. Et c'est bien pour ça d'ailleurs que je je mentionnais le procès tout à l'heure qu'elle Zvir a a mené aux États-Unis contre contre MÉTA. Donc le passé euh je dirais il faudrait un moment le solder et malheureusement euh la question va être peut-être contentieuse.

Après pour parler de l'avenir euh pourquoi quels sont les moyens de pouvoir améliorer la situation ? Sachant que comme ça a été rappelé par mes mes interlocuteurs, les interlocuteurs autour de la table, pardon, on est sur une question de principe. Euh le président Pekou parlait des données œuvres.

Effectivement, derrière tout ça, il y a quand même de l'humain et du travail intellectuel qu'il faut absolument préserver. Donc par rapport à cette question de principe, euh je pense qu'on est bien tous conscients des limites de législation actuelle. Euh aujourd'hui, il y a le mérite d'exister, mais il est encore déficient et source de lobbing intense à Bruxelles notamment.

Et donc c'est pour ça que des initiatives comme ce qui se passe en France aujourd'hui autour de la présomption sont des initiatives qu'il faut saluer et encourager parce que ça permet d'améliorer ça pourrait permettre d'améliorer la solution de la même manière que l'AC peut permettre d'améliorer la solution sur certains points qu'il faudrait creuser. On pense qu'il ne faut surtout pas surtout pas réouvrir une une éventuelle nouvelle directive ou une éventuelle directive pardon existante comme la directive copyright parce qu'aujourd'hui on a les instruments existants donc on doit pouvoir continuer à à à travailler à travailler en ce sens. Et oui, pour ajouter la façon dont on fait les choses chez LCV en particulier, alors on a la particularité d'être un acteur international. la recherche et l'international comme je disais tout à l'heure.

Donc c'est vrai que nous quand on travaille avec euh nos partenaires, on travaille avec des partenaires qui sont principalement euh tout à fait internationaux euh et d'ailleurs les chercheurs qui publient dans les journaux euh viennent de partout dans le monde. Et c'est très bien comme ça parce que c'est ce qui fait la valeur de la recherche et c'est ce qui fait que elle a autant d'impact. Euh nous la façon dont on voit les choses, c'est que on comme on a cette double casquette à la fois d'éditeur et de développeurs de solution d'intelligence artificielle, euh on est très à cheval sur euh le respect évidemment euh des droits sur le contenu.

Donc on développe euh des partenariats avec des accords. Donc là, si je pense à la dernière solution qu'on a lancé en janvier récemment qui est pour les chercheurs, bien on développe des accords avec les éditeurs sur du contenu qu'il décide de mettre à disposition dans lequel on peut avoir accès au texte intégral et sur lequel on développe nos solutions d'intelligence artificielle. Donc nous de notre point de vue cette relation entre les éditeurs et cette coopération dans lequel on se met d'accord dans le respect des règles établies pour être certain que toute solution d'intelligence artificielle se doit de respecter les règles sur le respect de des ayants droits et de leur et de leur devoirs.

C'est vraiment la façon dont on s'y prend mais c'est vrai dans un cadre international et dans un cadre en général de relation directe avec les éditeurs. Merci beaucoup. Alors, même si la question qui se situe en amont, c'est-à-dire sur l'entraînement est loin d'être résolu, je voulais qu'on puisse se déplacer sur l'Aval.

Euh vous êtes tous récipient d'air de contenu. Euh ces contenus peuvent être le fruit de la réflexion de la créativité humaine et puis parfois un peu moins. Euh comment vous faites pour détecter, si l'on peut ce qui a fait l'objet d'un travail ou ce qui a été juste l'occasion de faire un bouquin de 300 pages en une seconde ?

Euh la BNF notamment vous êtes voilà en charge du dépôt légal. Est-ce qu'il vous est arrivé de vous poser la question de devoir enregistrer pas enregistrer une œuvre ? Pour les autres entités, que ça soit le groupe Lefèvre ou Chirélix, est-ce que vous avez été récipiendaire de contenu présenté comme quelque chose de sérieux qui faisait l'objet d'une démarche scientifique ou d'une analyse juridique et qui finalement ne se révélit pas fiable ?

Comment vous faites pour détecter et faire que justement les savoirs, les connaissances que vous mettez à disposition sont vérifié, fiable justement, comment on le fait ou est-ce que c'est de plus en plus dur à pouvoir le distinguer ? Quelle est votre responsabilité en tant qu'éditeur ? permet de madame député de vous répondre dès maintenant parce que ma réponse sera courte là pour le coup.

Par tradition le enfin par tradition par usage historique le dépôt légal ne comment dire ne prend pas en compte le critère qualitatif interne. Ce qui est notamment dans le cadre de l'autoédition par exemple. l'autoédition désormais avec la mise en place du dépôt légal numérique à partir du prochain semestre de la loi sénatrice Darcos. l'autoédition va être euh euh comment dire réservée va être recueilli uniquement par des pots légal numérique mais elle va être recueillie et nous ne savons pas euh nous ne sommes pas capables pour le coup, je le dis très simplement euh et surtout ce n'est pas dans les nos missions de euh enfin d'établir un critère qualitatif de réception.

Euh d'ailleurs, si c'était le cas, les historiens qui ont parfois besoin de mauvaise littérature pour faire leurs travaux dans le passé, pour voir ce qui a été, je ne sais pas la propagande ou ce qu' ont été les déformations ne pourrait pas le faire. En revanche, là où je parlais de certification, c'est que quand nous nous mettons à disposition ou quand nous mettrons à disposition, nous mettons à disposition le texte tel que nous l'avons eu, donc ça c'est le texte original et nous sommes capables d'accompagner la mise à disposition d'un certain nombre d'instruments euh qui permettent de euh mettre en perspective le document qui est donné. Ça oui, ça c'est notre travail de le mettre mais sur le recueil lui-même, sur le la collecte du dépôt légal, je ne suis pas capable de vous apporter une réponse qui puisse être allée dans dans le sens d'une comment dire la certitude de la la qualité du document qui est qui est donné.

Ça c'est clair. En revanche, je suis capable de dire ce que nous vous présentons est vraiment ce qui nous a été donné et pas ce qui a été déformé par les réseaux ou par vous voyez ce qui n'est pas la même chose. Et deuxièmement, nous sommes capables de d'accompagner un document qui serait un document suspect par rapport au critères d'objectivité scientifique. nous sommes capables de l'accompagner de prescription de lecture ou en tout cas de mise à distance par l'esprit critique.

Pour rester là avant que vous donnez la parole, le dépôt légal, est-ce qu'il a un lien avec le numéro d'ISBN ou pas du tout ? Parce que aujourd'hui, on a des livres qui sont mis un peu partout, voilà, et qui peuvent être dotés d'un numéro ISBN. Est-ce que c'est lié ou pas du tout ?

En fait, c'est la question de la dilution en fait où on se retrouve avec Oui. Quand ils sont quand ils relèvent de la production sur le sol français. Oui.

Oui. Le le dépôt légal physique de livre c'est tout ce qui a été produit, imprimé, diffusé. Je parle devant des éditeurs sur le sol français, quel que soit son origine, mais le euh euh le numéro n'est pas lié seulement SBN à ce qui a été produit sur le sol français.

Nous achetons aussi des documents et des et des livres euh et je souhaite qu'on continue à le faire d'ailleurs publié ailleurs qu'en France et qui ne rentre pas dans le dépôt légal. Alors sur le sujet que vous avez abordé, [grognement] on travaille nous avec deux types d'auteurs. On a les auteurs qui sont des auteurs externes et qui sont contributeurs à nos à nos revues ou à des ouvrages.

Et puis on a des auteurs internes qui sont en fait des salariés de la société et qui publient ensuite dans nos revues ou dans nos dans nos ouvrages. Pour ce qui est de l'interne, on a une charte euh IA qu'on demande à nos collaborateurs de respecter et on leur demande de ne pas utiliser l'intelligence artificielle pour euh produire euh leur travail. Euh c'est un c'est un sujet qui est délicat à gérer parce que le risque que l'on a c'est le fameux shadow et donc nous on a mis à disposition tous nos collaborateurs un LLM qui tourne sur nos données et qui est protégé.

Donc c'est les versions for enterprise de des différents LLM. Donc ils ont ces outils à disposition pour faire un certain nombre de choses. Mais le risque qu'on a c'est qu'ils utilisent leur téléphone portable et que avec leur téléphone portable ils travaillent et puis ils utilisent le résultat de ce travail dans ce qui dans ce qu'on publie.

Donc on a cette charte pour nous protéger et c'est un sujet sur lequel on communique beaucoup parce que la richesse de notre entreprise c'est l'intelligence humaine des gens qui commentent les textes. Moi, j'aime bien le parallèle entre l'intelligence artificielle et l'intelligence artisanale. Notre métier est un métier d'artisan qui consiste à apporter de la valeur et enrichir les données qui sont justement dans l'open data.

Et ce que je demande à mes auteurs aujourd'hui et à mes rédacteurs internes, c'est bien de prendre des positions qui sont radicales sur les textes qu'ils ont à commenter. En gros, des gens qui paraphrasentes, ça m'intéresse pas parce que c'est ce que Lia sait faire. Donc pour l'interne, on fait ça.

Pour nos auteurs externes, ils sont très attachés à la valeur de ce qu'ils écrivent et ils ont aussi une charte à respecter. On voit pas aujourd'hui, en tous les cas, on n pas détecté d'utilisation de l'IA en masse, hein. Faut savoir que quand vous avez une note et moi ce que je fais souvent maintenant quand je reçois une note de mes collaborateurs, c'est que je la mets dans un outil et je leur demande je demande à l'outil de m'expliquer quel est [grognement] le pourcentage de la note qui a été produit avec de l'IA.

C'est assez intéressant. une note bien neutre euh bien plate euh euh elle on on sait qu'il a produite. Euh on fait faire des cas lors de l'entretien de recrutement.

Pareil euh on voit qui a utilisé l'IA pour nous répondre et qui a essayé d'avoir une vision un petit peu plus voilà. Donc on se protège et vraiment c'est un c'est très important pour nous. on se protège avec ces éléments aujourd'hui et très sincèrement, c'est très difficile d'aller au-delà de ça.

C'est-à-dire que [grognement] nos collaborateurs, tout le monde aujourd'hui a accès à ces outils. Euh et donc c'est vraiment une question de responsabilité et encore une fois la valeur de ce qu'on fait ne provient que de la valeur de nos auteurs. il faut que nos auteurs en aient conscience et donc c'est un vrai travail de de de communication et de conviction interne mais avec des gens qui sont très sensibles à tout ça et qui savent l'importance de ne pas utiliser l'IA dans leur travail.

Je vais ajouter quelques points sur la façon dont dont on fait les choses chez Lévire. dans le chez le Sevir, il y a une question de volume qui est quand même assez importante comme je le mentionnais l'année dernière 3,5 millions de de manuscrits. Donc la question de l'intégrité des documents, les risques de plagia, ils existaient déjà mais évidemment avec l'IA, ça a pris une nouvelle dimension.

Euh donc face à ça, on a dû on a dû je dirais renforcer notre approche. Alors le premier point, c'est qu'un point sur lequel on est très clair sur l'ensemble de nos communications, l'ensemble de nos plateformes de soumission de contenu, c'est les principes sont clairement établis, les règles à respecter. Donc on est très clair sur la façon dont l'IA peut et ne peut pas être utilisé.

L'a peut être une aide évidemment à la recherche et on a des solutions qui font ça précisément. Donc on au contraire soutient cette idée. En revanche, le contenu en tant que tel ne peut pas être à aucune à aucun moment directement copier pour être réutilisé.

Et d'ailleurs dans les solutions qu'on développe nous-même, on s'assure que l'ensemble de nos réponses euh et la façon dont c'est écrit euh ne s'approche pas du tout de ce qui pourrait ressembler à un article justement scientifique parce qu'on veut au contraire forcer le sens critique et l'adoption par le chercheur de son propre contenu de son propre point de vue. [grognement] Le deuxième point c'est qu'on alors c'est un peu ce que vous décrivez sur l'utilisation de l'IA pour tester l'IA. Euh on fait également ça, c'est-à-dire qu'on utilise l'air euh en fait pour tester euh tout simplement euh si euh la solution euh pardon si le contenu soumis euh à utiliser de lien.

Euh en revanche euh il y a tester et tester. On a toute une batterie euh de euh technologique de euh signaux qui ont été définis, plus de 100 signaux par exemple, sur lequel on teste le contenu. Euh et ça va euh sur plein de sujets.

Ça peut être la cocitation par exemple hein. Donc un chercheur qui va citer euh soit son propre travail d' quelques années, soit quelqu'un qui lui-même le cite dans ses articles. Donc on fait plein de tests comme ça qui permettent de vérifier le côté éthique euh et l'intégrité du contenu. et on a ajouté à ça d'autres signaux qui traitent la question de de l'IA en particulier.

Et voilà, le dernier point, c'est qu'on investit énormément à la fois en point de vue technologique et au niveau humain avec tout un le mot est en anglais un integrity hub, donc un une plateforme d'intégrité pour s'assurer que le contenu est valide et on commence d'ailleurs à travailler avec les partenaires pour mettre ça à disposition des autres éditeurs scientifiques parce qu'on pense que on a tous à bénéficier de de ces de ces développements là. Je voulais maintenant arriver sur ce qu'on a appelé le risque de dégénérescence. Justement, comment appréhendez-vous ces risques ?

Parfois, on a entendu que nourrir de contenu synthétique un modèle d'IA conduirait à sa dégénérescence à court terme ou à très très long terme. Alors, comment vous appréciez ces risques de générer sens et quelle réflexion cela vous amène dans le fait de valoriser la donnée et de faire attention à cette [grognement] sélection des données ? Et ça peut aussi être un nouveau métier cette curation pour pouvoir aider les développeurs d'IA à à à se délier du risque de dégénérescence.

Je pense que votre question est liée à ce qui a été à ce qui a été évoqué à l'instant sur la nécessité de déplacer le curseur et de s'interroger sur la valeur ajoutée qui est réellement différenciante et qui vient de l'intelligence humaine. Ça ça va très vite effectivement et on voit à quel point de toute façon on est déjà environné de données synthétiques médiocres tout [grognement] simplement. Euh il se trouve que nous on évolue dans un vase enfin en vase clos d'une certaine façon.

On est dans une économie euh fermée, une économie de l'abonnement et c'est heureux et j'aurais envie de rajouter que on a déjà connu en fait l'épisode gratuit euh et d'un d'un acteur monopolistique qui imposait un mode opératoire nouveau pour l'ensemble des producteurs de contenu et il ne s'agirait pas de tomber dans les mêmes erreurs. Et donc tout ça pour dire que effectivement le plus on renforce cette différence, on rend distinctif ce que l'on produit mais on s'assure en aval de de maintenir le modèle économique et les et les moyens opérationnel et organisationnel et qui qui implique enfin qui inclut pardon le le droit d'auteur, la protection de la propriété intellectuelle. Le plus on garantit en fait une une qualité sur le temps long.

Un petit commentaire supplémentaire juste pour que vous compreniez bien comment notre IA fonctionne. Notre IA fonctionne sur des données qui sont protégées de l'extérieur. C'est très important.

On ne veut surtout pas et on n'intègre pas des données qu'on a pas choisies. Et donc les seules données qu'on intègre et qui viennent de l'extérieur sont les données dites d'open data de type décision de jurisprudence ou texte de loi. Tout ce qui entraîne notre IA est produit par nos équipes de rédaction et nous n'utilisons pas les données des clients.

Donc on ne on ne stock pas les questions que nos clients posent à notre IA pour entraîner notre IA. Notre est entraîné uniquement en interne avec nos équipes et on a aucun lien avec les données que met nos clients mettent dans l'IA ou les questions qu'il posent. Et on ne stock pas ces données, on en a même pas connaissance.

Elles sont cryptées, elles sont gérées sur des serveurs qui sont différents. Donc on n' pas cette problématique de synthèse de nos textes ou de synthèse de texte qui viendrait de nouveau alimenter notre IR, qui ferait du coup de la synthèse de synthèse et qui au bout de 10 15 20 itérations itération pardon arriverait à des données qui sont non qui ne sont pas de qualité. Et donc on est vraiment nous dans de la qualité de données premium et on ne joue pas avec les données qui viennent et qui n'ont pas été validé certifié par par nos équipes.

Oui, je assez en ligne avec ce que ce qui vient d'être décrit. On a une approche qui qui rejoint largement tous ces points-là. Ce qu'il faut bien comprendre, c'est que la façon dont on utilise les LLM, de notre côté, c'est vraiment sur la création du texte final.

Mais les sources utilisées, le contenu en lui-même effectivement n'est uniquement lié qu'au contenu que l'on valide, qui est encore soit du contenu propre sévre, soit du contenu sur la base de nos partenariats avec les autres éditeurs. Donc ça c'est vraiment le premier point qui est très important. la façon dont on je pense que ce risque de dégénérescence il existe évidemment mais la façon dont on s'en protège c'est autour de un la qualité de la donnée donc comme j'ai décrit deuxièmement notre expertise fonctionnelle donc on travaille avec des expert on passe notre temps à tester les modèles, à tester les résultats, à évaluer, à comparer les résultats entre les différents modèles qu'on utilise de manière à être certain qu'on garde un niveau de précision qu'on n pas de risque d'hallucination et cetera et cetera.

Donc si par hasard il y avait une dégénérescence qui commençait à impacter, on le verrait tout de suite et on ajusterait notre approche. Et troisème point, c'est notre investissement technologique. Je pense que pour comprendre l'IA, il faut pouvoir l'utiliser.

Il faut avoir les bonnes compétences en interne. On a beaucoup de data scientistes chez nous qui travaillent sur ces sujets là et qui sont un peu le faire de lance de notre approche sur l'IA et qui permettent de tester en permanence et de comprendre les implications de de ce risque de dégénérescence. Je sais pas si peut répondre à vos questions comme cela, mais du point de vue de de la bibliothèque, enfin de du document, du jement documentaire, notre distinction, elle se fait entre la donnée initiale, bah la donnée archive, la donnée mémoire, la donnée littéraire.

Et là, le seul risque de dégénérescence, c'est quand on utilise avec l'intelligence artificielle un texte que l'on modifie, mais Victor Hugo reste Victor Hugo qui soit utilisé par l'intelligence artificielle, par une citation et ça le risque de dégénérescence d'un texte souche si j'ose dire, c'est le même que ce le fut, sauf que c'était moins industriel par n'importe lequel des utilisateurs d'un d'un texte. En revanche, ce dont parle euh éditeurs, mes collègues ici, c'est d'une d'une donnée élaborée, d'une donnée fabriquée. Là, j'allais dire nous avons aussi ce ce matériau là.

Nous sommes typiquement dans le cadre de la prescription d'utilisation d'une d'un texte tel qu'il soit. C'est-à-dire qu'on ne transforme pas, on ne on ne cite pas sans avoir enfin je suis universitaire et vous travaillez avec des universaires sans avoir la moindre le enfin les garanties de de citation. Donc je l'intelligence artificielle, elle ne fait que démultiplier la possibilité mais ce dont vous parlez madame la député, ce sont des des risques auxquels on a toujours été confronté.

Et j'imagine que les éditeurs qui parlent là en en tant que maître d'œuvre de revue ou d'ouvrage collectif, bah ils appliquent les mêmes systèmes de précaution qu'il les qu'ils appliquaient auparavant. Je voudrais juste ajouter juste une chose. Euh moins en tant que président de la bibliothèque, en tant qu'utilisateur et euh euh professeur, moi je pense que euh au contraire, mais c'est un sentiment que au contraire euh il euh l'usage de l'intelligence artificielle euh est quelque chose que euh qui teste euh la bonne qualité de l'usager.

Je veux dire que contrairement je je considère qu'il faut qu'un bon chercheur est celui qui est capable d'utiliser l'intelligence. Jamais me viendra à l'idée le fait de le de le proscrire parce que si la le chercheur n'a pas ou le bon rédacteur ou le bon écrivain pour ou le bon étudiant n'a pas l'esprit critique suffisant qui lui permettent d'utiliser l'intelligence artificielle. Bah alors là euh je m'interroge euh surtout si l'on laisse après l'usage de l'intelligence artificielle comme simple grille de contrôle parce que là on est et dans ça je je c'est une une chose qui m'interroge et qui m'interroge également comme président de la bibliothèque parce que lorsque je vois arriver lorsque nous indexons ou nous cataloguons un livre bah ce qui nous intéresse ensuite quand on l'utilise c'est vous assurer qu'il qu'il répond aux critères normaux de de d'objectivité scientifique. euh nous intéresse pas de savoir s'il a euh enfin en tout cas s'il a utilisé à un moment dans sa phase de création telle ou telle technique et les historiens qui allaient aux archives euh maintenant peuvent faire un une partie de leur travail d'historien avec des documents numérisés, ce qui déjà est un saut qualitatif et non l'essentiel c'est qu'il lisent bien les documents et qu'ils aient pas perdu l'habitude d'avoir le contact avec le matériau.

C'est une aussi une façon de répondre à à votre question sur le sur le la bal. Voilà. Merci beaucoup.

Oui, on pas du tout là pour empêcher l'utilisation de l'IA. Ce serait Mais on voit et vous parliez de l'accélération tous. On voit même que au sein de notre mission d'information, les positions et les postures des uns et des autres ont complètement même changé.

C'est-à-dire que s'il y avait une envie de ne pas du tout utiliser LIA, les uns et les autres s'y sont mis. Euh, on trouve aussi des bénéfices et des opportunités. Le plus dommage serait de passer complètement à côté.

Donc euh donc oui, c'est pour ça aussi que cette mission existe. Euh merci beaucoup d'y avoir participé, merci d'avoir consacré ces moments et ses préparations avec nous. Je crois que le questionnaire euh peut aussi euh trouver vos réponses mais d'éventuels ajouts.

Euh la fin de cette mission euh c'est euh plutôt vers la fin juin. Donc il peut se passer encore euh beaucoup de choses. Euh vous pouvez avoir euh des innovations, des passages d'accord, des constats.

Donc n'hésitez pas à nous en faire part par écrit. Merci beaucoup.