Retour à la fiche
Question d'oral
Les modèles d'IA dits open source le sont-ils vraiment ?
Réponse d'oral
Les modèles d’IA dits open source ne le sont pas tous vraiment : publier un modèle ne suffit pas à garantir les libertés de l’utiliser, de l’étudier, de le modifier et de le redistribuer. La difficulté vient de leur fabrication. Un logiciel classique repose sur du code source. Une IA dépend aussi de données d’entraînement, de programmes et de « poids », ces milliards de paramètres ajustés pendant son apprentissage. Donner accès aux poids permet de faire fonctionner le modèle, parfois de l’adapter, mais pas nécessairement de comprendre comment il a été construit.Il faut donc distinguer poids ouverts et véritable ouverture. Par exemple, Llama 3, publié par Meta en avril 2024, rend ses poids accessibles, mais sa licence impose des restrictions d’usage et une autorisation particulière aux entreprises dépassant 700 millions d’utilisateurs actifs mensuels. Cela contredit la liberté d’utilisation pour n’importe quel usage défendue par Stallman. En octobre 2024, l’Open Source Initiative a publié une définition de l’IA open source : elle exige notamment les paramètres, le code nécessaire et des informations suffisamment détaillées sur les données pour permettre de recréer un système substantiellement équivalent. Elle n’exige pas que toutes les données soient publiées.Enfin, une IA ouverte n’est pas automatiquement un commun numérique. Wikipédia repose sur une communauté qui contribue, discute et applique des règles partagées. Pour une IA, il faut aussi regarder qui décide, qui peut participer et qui possède les moyens de calcul. L’enjeu dépasse donc l’étiquette commerciale : comment transformer une ouverture technique en véritable pouvoir collectif ?