Le milieu culturel québécois accueille avec un mélange d’enthousiasme et d’inquiétude le projet de banque de données gouvernementales et culturelles en français et langues autochtones piloté par Bibliothèque et Archives nationales du Québec (BAnQ). Présentée comme un levier pour mieux positionner la réalité québécoise dans le monde de l’intelligence artificielle (IA), l’initiative entame une nouvelle phase avec le soutien du ministère de la Culture et des Communications.

« Pour l’instant, qu’on le veuille ou pas, toutes nos données sont balayées par des robots de partout dans le monde », fait remarquer Marilyn Carnier, directrice générale du Centre des auteurs dramatiques (CEAD), qui voit l’impulsion du projet d’un bon œil. « C’est déjà un pas en avant que le provincial fait et que le fédéral ne fait pas. »

« Je pense qu’on a intérêt à ce qu’il y ait des pilotes institutionnels, parce que, nous-mêmes, on se pose la question », soulève-t-elle. « On a l’occasion de voir ce que pourrait être une IA souveraine, sans prérogative commerciale, avec un cadre de gouvernance et un code d’éthique », note M^me Carnier, soulignant le rôle que peuvent jouer les institutions publiques dans un tel travail d’exploration.

Reste que des interrogations demeurent. « Notre question, c’est vraiment : d’une perspective pratico-pratique, est-ce qu’ils ont une idée claire de l’ampleur de la machine et de ce que ça va impliquer ? » se questionne de son côté Arezki Raab, directeur général adjoint de Copibec. Comme lui, des acteurs interrogés craignent que la logistique que nécessite un tel projet, qui risque de s’avérer particulièrement complexe, soit sous-estimée.

Droit d’auteur et transparence

Le détail des opérations reste à préciser, notamment en ce qui concerne le droit d’auteur. Comment procédera-t-on pour obtenir les autorisations des ayants droit ? Pourra-t-on s’assurer de leur totale compréhension des défis relatifs à l’IA, une technologie nouvelle et encore en évolution ? Comment s’établira une juste rémunération pour l’utilisation des données ? « On n’est pas rendus à savoir exactement à savoir comment on va s’y prendre ; il va falloir faire des projets pilotes », reconnaît d’ailleurs Valérie D’Amour, directrice des centres d’archives régionaux à BAnQ et superviseuse de l’étude de faisabilité du projet.

Chez Copibec, la principale société de gestion collective de droits de reproduction du Québec, « on espère vraiment qu’on puisse allier notre expertise au niveau des licences et de la rémunération. On a déjà ça qui existe depuis 30 ans chez nous », dit Arezki Raab, qui note que son organisation n’avait pas été initialement conviée aux premiers stades du projet.

Du côté des organismes culturels, on note la nécessité d’éviter de dédoubler les expertises et d’assurer une transparence dans l’attribution des fonds. Les infrastructures d’IA, « ce sont des infrastructures qui coûtent extrêmement cher », rappelle Benoit Bordeleau, agent de développement numérique à l’Union des écrivaines et des écrivains québécois (UNEQ).

Certaines organisations s’inquiètent aussi d’une possible partialité du processus de développement de la banque de données, rapportant que des perspectives plus critiques qu’elles ont partagées en amont avec BAnQ ne se sont pas retrouvées intégralement dans le rapport de faisabilité du projet.

Plus largement, l’objectif même du projet — la mise à disposition de larges jeux de données pour entraîner des modèles d’IA — suscite des questionnements.

« Notre mandat n’est pas de faire un ChatGPT québécois. Ce qu’on souhaite, c’est d’être capables de fournir des données qui sont structurées et prêtes à alimenter l’IA québécoise », précise Valérie D’Amour, de BAnQ. Elle mentionne le milieu de la recherche (qui souhaite ardemment utiliser de telles banques de données), les entreprises privées d’IA et la fonction publique, mais aussi le milieu culturel lui-même.

Si quelqu’un « décidait de faire un ChatGPT québécois, il pourrait venir se nourrir chez nous, illustre-t-elle. Du côté du milieu de l’IA, on sent qu’on a hâte que le projet se concrétise ».

Bien des balises à établir

Dans le monde de la culture, l’idée suscite plutôt des inquiétudes. « Les cas récents d’entraînement de grands modèles de langages à partir de bibliothèques d’œuvres piratées a de quoi rendre frileux le milieu », laisse tomber Benoit Bordeleau, de l’UNEQ, qui se dit tout de même rassuré de voir le respect du droit d’auteur figurer parmi les priorités de BAnQ.

« Il n’en reste pas moins qu’un travail de sensibilisation devra être fait par BAnQ afin de bien transmettre quelles sont les finalités du projet, quels usages sont attendus et possibles à partir des corpus de données constitués », insiste-t-il. Des acteurs interrogés s’inquiètent aussi de l’identité des possibles utilisateurs de ces jeux de données, soulignant que BAnQ n’a pas encore établi de balises.

« De nombreux intervenants ont été surpris de voir cette initiative, qui semble clairement issue de volontés plus technologiques que culturelles. Ce n’est pas un projet émanant du milieu culturel, même si on a pris soin de nous consulter », explique M^e Stéphanie Hénault, directrice des affaires juridiques à l’Association nationale des éditeurs de livres (ANEL).

Les créateurs s’inquiètent de la possibilité de nourrir des modèles génératifs destinés à les concurrencer ou dont ils ignorent la finalité, souligne M^e Hénault, qui se dit par contre favorable à l’utilisation d’une telle banque de données à des fins de promotion et de découverte d’œuvres.

« Il y a beaucoup de confusion entre les œuvres et les données. Dans le milieu de l’IA, l’œuvre est souvent réduite à une simple donnée, comme si c’était du matériel pour alimenter des statistiques », indique la directrice des affaires juridiques de l’ANEL. « La communauté créative internationale se bat contre ça : une œuvre est une œuvre, une donnée est une donnée. S’il s’agit d’utiliser des œuvres pour concurrencer ou parasiter le fruit du labeur des artistes, il y a une limite que le milieu ne voudra pas franchir. »

« Peut-être qu’il y a un questionnement à avoir sur le côté éthique, conclut Marilyn Carnier, du CEAD. C’est intéressant qu’on soit souverain, qu’on enrichisse les données avec notre culture québécoise. Mais pour en faire quoi ? Ça reste la question ultime. On est découvrables. Mais pour qui et pourquoi ? »