Enjeux relatifs à l'utilisation par les « grands modèles de langage » des publications académiques des chercheurs

M. Patrick Chaize appelle l'attention de M. le ministre auprès de la ministre d'État, ministre de l'éducation nationale, de l'enseignement supérieur et de la recherche, chargé de l'enseignement supérieur et de la recherche sur la captation massive, et bien souvent non consentie, des publications académiques et données de la recherche aux fins d'entraînement de modèles d'intelligence artificielle (IA) générative. Si la politique d'ouverture de la science impulsée par l'Union européenne et reprise par la France au sein des plans nationaux pour la science ouverte successifs a contribué à favoriser la libre circulation du savoir scientifique, ce savoir est aujourd'hui librement et gratuitement accessible et « moissonnable » par les acteurs de l'IA générative afin de nourrir les grands modèles de langage («large language models » ou LLM). Cette exploitation soulève un double enjeu. D'abord, un enjeu de sensibilisation de la communauté scientifique et en premier lieu des chercheurs eux-mêmes, dans leur grande majorité peu au fait que leurs travaux et données puissent nourrir les grands modèles de langage sans qu'ils puissent s'y opposer. Un second enjeu touche à la souveraineté scientifique. Les connaissances produites par la recherche publique française et européenne alimentent des systèmes privés - souvent extra-européens - sans aucune contrepartie ni garantie d'usage, exposant ainsi notre patrimoine scientifique à une forme de captation non encadrée. Dans ce contexte, il lui demande si le Gouvernement envisage d'instaurer un cadre réglementaire clair et sécurisé pour l'utilisation des publications académiques par l'IA, afin de protéger les chercheurs, leurs travaux et le patrimoine scientifique national.