Créer du contenu avec l'IA est facile. Prouver la provenance de ce contenu devient plus complexe lorsqu'il circule entre différents modèles, applications, outils de montage, plateformes et canaux de distribution.
L'image a-t-elle été générée par une IA ou simplement redimensionnée ? Un système d'IA générative a-t-il modifié de manière significative une vidéo ? Quel fournisseur a produit le contenu ? Ses données de provenance ont-elles été conservées après montage, conversion ou diffusion ?
Les nouvelles exigences de Washington en matière de transparence des contenus liés à l'IA ont inscrit ces questions dans la loi.
Le gouverneur Bob Ferguson a signé Projet de loi 1170 le 24 mars 2026. La loi entre en vigueur 1er février 2027 et crée de nouvelles exigences de provenance pour les fournisseurs qualifiés de systèmes d'IA générative qui créent ou modifient de manière significative le contenu image, vidéo et audio.
La loi ne réglemente pas toutes les entreprises qui utilisent l'IA.
Ses exigences relatives au secteur privé portent sur les fournisseurs couverts dont IA générative Les systèmes dépassent un seuil d'utilisateurs défini et restent accessibles au public pour les consommateurs de l'État de Washington à des fins personnelles.
Mais la question plus large de la gouvernance va plus loin.
La transparence en matière d'IA ne se limite pas à une simple étiquette. Les organisations doivent savoir quels systèmes d'IA existent, qui en est propriétaire, quelles données les sous-tendent, quels modèles et versions sont utilisés par les équipes, et quels contrôles s'appliquent lors du déploiement de l'IA dans les flux de travail de l'entreprise.
Ce guide explique la loi de l'État de Washington sur la transparence du contenu en IA, qui doit s'y conformer, ce que les données de provenance doivent accomplir, quelles activités sont exclues de la loi et comment les organisations peuvent renforcer la gouvernance de la transparence en matière d'IA.
Aperçu de la direction
Loi de Washington sur la transparence du contenu IA : ce qui compte
- La loi entrera en vigueur le 1er février 2027. Washington a promulgué le HB 1170 en mars 2026 en tant que chapitre 167 des lois de la session de 2026.
- La réglementation relative au secteur privé cible les grands fournisseurs d'IA générative destinés aux consommateurs. Un fournisseur concerné crée, code ou produit d'une autre manière un système d'IA générative admissible comptant plus d'un million d'utilisateurs mensuels et accessible au public dans l'État de Washington aux consommateurs pour un usage personnel.
- La loi porte sur l'image, la vidéo et l'audio. Les fournisseurs concernés doivent inclure des données de provenance dans le contenu admissible créé ou modifié de manière significative par leurs systèmes lorsque cela est commercialement et techniquement raisonnable.
- La provenance doit aider les utilisateurs à évaluer l'origine du contenu. Les fournisseurs doivent utiliser des méthodes commercialement et techniquement raisonnables pour rendre ces données de provenance difficiles à supprimer ou à falsifier.
- Le fossé opérationnel réside dans le contexte de l'IA. La technologie de provenance permet d'identifier l'origine du contenu, mais les équipes de gouvernance ont toujours besoin de visibilité sur les systèmes d'IA, la propriété, les modèles, les données, les politiques et les risques dans l'ensemble de l'environnement.
Qu’est-ce que la loi de Washington sur la transparence du contenu IA ?
La loi de Washington sur la transparence du contenu IA provient de HB 1170, la législation relative aux contenus développés ou modifiés par l'intelligence artificielle.
Les dispositions relatives au secteur privé figurent désormais dans Chapitre 19.435 RCW, intitulé Intelligence artificielle : Révélations.
La loi établit des exigences de provenance pour certains fournisseurs d'IA générative destinés aux consommateurs.
Aux termes de la loi, les données de provenance désignent les informations intégrées au contenu numérique ou incluses dans ses métadonnées afin de vérifier l'authenticité, l'origine ou l'historique des modifications du contenu.
Pour les fournisseurs concernés, cela signifie que les contenus image, vidéo et audio générés par l'IA ou modifiés de manière substantielle doivent comporter des données permettant à l'utilisateur d'évaluer si le système d'IA générative du fournisseur les a créés ou modifiés de manière substantielle.
La loi enjoint également aux fournisseurs concernés d'utiliser des méthodes commercialement et techniquement raisonnables pour rendre ces données de provenance difficiles à supprimer ou à falsifier.
Washington identifie précisément les normes de tatouage numérique ou de métadonnées couramment prises en charge, notamment : Spécifications de la Coalition pour la provenance et l'authenticité du contenu (C2PA), comme moyen parmi d'autres de satisfaire aux exigences en matière de protection contre la falsification.
La loi ne transforme pas chaque pratique de divulgation en matière d'IA en une obligation imposée par Washington.
Sa formulation finale est plus restrictive que plusieurs versions antérieures du HB 1170, ce qui fait du RCW adopté la source appropriée pour la planification de la conformité en 2027.
Quand la loi de l'État de Washington sur la transparence des contenus liés à l'IA entrera-t-elle en vigueur ?
Les exigences de Washington en matière de transparence des contenus relatifs à l'IA entrent en vigueur 1er février 2027.
Calendrier législatif
De la proposition de transparence en matière d'IA aux exigences de 2027
Trois étapes clés définissent la version que les organisations doivent utiliser pour la planification de la conformité.
6 janvier 2025
Projet de loi HB 1170 déposé en avant-première
Les législateurs de Washington entament l'élaboration d'une loi portant sur les contenus créés ou modifiés par intelligence artificielle.
24 mars 2026
Le gouverneur signe le projet de loi HB 1170
Le gouverneur Bob Ferguson signe la version finale du texte, qui devient le chapitre 167 des lois de 2026 de l'État de Washington.
1er février 2027
Les exigences entrent en vigueur
Les fournisseurs concernés doivent satisfaire aux exigences de provenance applicables prévues par la loi pour les contenus d'IA générative admissibles.
Leçons réglementaires à retenir : Pour votre planification de la conformité, veuillez utiliser le chapitre 19.435 du RCW et le texte final de la loi HB 1170. Les versions précédentes contenaient des exigences que l'État de Washington a supprimées avant l'adoption définitive.
Qui est tenu de se conformer à la loi de l'État de Washington sur la transparence des contenus liés à l'IA ?
La loi ne s'applique pas à tous les développeurs d'IA, aux utilisateurs d'IA en entreprise ou aux sociétés proposant des logiciels dans l'État de Washington.
Elle crée une définition spécifique d'un fournisseur couvert.
Champ d'application réglementaire
Trois éléments définissent un fournisseur couvert
Le fournisseur, l'échelle du système et la disponibilité pour le consommateur sont tous importants.
Élément 01
Produit le système GenAI
La personne ou l'entité crée, code ou produit de toute autre manière le système d'IA générative.
Élément 02
Plus d'un million d'utilisateurs mensuels
Le système d'IA générative compte plus d'un million d'utilisateurs mensuels.
Élément 03
Accès des consommateurs à Washington
Le système est accessible au public dans l'État de Washington pour un usage personnel.
Distinction importante : L’État de Washington exclut les gouvernements étatiques, locaux et tribaux de la définition de fournisseur couvert. Cette même législation instaure une règle distincte de divulgation des données d’IA pour les organismes gouvernementaux.
Cette portée est importante pour les entreprises qui utilisent l'IA générative tierce.
Une entreprise qui utilise en interne un générateur d'images commercial ne devient pas automatiquement le fournisseur couvert simplement parce que ses employés utilisent ce système.
La loi précise également que le chapitre 19.435 ne s'applique pas à utilisations interentreprises, ventes, licences ou distribution des systèmes d'IA génératifs.
Cette distinction empêche les équipes de considérer la loi de l'État de Washington sur la provenance du contenu comme une obligation universelle en matière d'IA d'entreprise.
Cependant, les organisations ont encore besoin de suffisamment visibilité de la gouvernance de l'IA pour déterminer quels systèmes d'IA ils conçoivent, fournissent, concèdent sous licence, déploient et utilisent.
L'analyse du périmètre devient beaucoup plus difficile lorsque les équipes ne peuvent pas identifier les systèmes d'IA opérant dans l'environnement ou distinguer l'IA développée en interne des services tiers.
Quels types de contenus liés à l'IA sont couverts par la loi de Washington ?
La définition de l'intelligence artificielle générative proposée par Washington se concentre sur les technologies qui génèrent :
- Images
- Audio
- Vidéo
- Combinaisons de ces types de médias
L'exigence de provenance s'applique lorsqu'un système d'IA générative d'un fournisseur couvert crée ou modifie matériellement contenu qualificatif.
La loi définit une modification matérielle comme un changement significatif qui modifie substantiellement les données contenues dans le contenu.
Elle identifie également plusieurs modifications qui ne sont pas considérées comme des altérations matérielles lorsqu'elles ne modifient pas significativement le contenu ou la signification perçus.
Portée du contenu
Modifications apportées aux matériaux par l'IA vs. corrections mineures
Potentiellement couvert
Création ou modification matérielle
Une modification importante, pilotée par l'IA et altérant substantiellement les données de contenu, peut déclencher l'exigence de provenance lorsque les autres conditions légales s'appliquent.
Généralement mineur
Modifications techniques ou esthétiques
Parmi ces exemples, citons la luminosité, le contraste, la couleur, la netteté, la saturation, les filtres, le redimensionnement, la mise à l'échelle, le recadrage, la conversion de format, le rééchantillonnage, la réduction du bruit et la suppression du bruit audio de fond lorsque ces modifications n'altèrent pas significativement le contenu ou la signification perçus.
Distinction clé : La loi finale de l'État de Washington ne crée pas d'exigence générale de provenance pour les textes générés par l'IA en vertu du chapitre 19.435.
Quelles sont les données de provenance exigées par l'État de Washington ?
Un fournisseur concerné doit inclure des données de provenance dans les contenus image, vidéo et audio admissibles. dans la mesure où cela est commercialement et techniquement raisonnable.
Les données de provenance doivent permettre à un utilisateur d'évaluer si le système d'IA générative du fournisseur a créé ou modifié de manière significative le contenu.
Les fournisseurs concernés doivent également utiliser des méthodes commercialement et techniquement raisonnables pour rendre les données de provenance difficiles à supprimer ou à falsifier.
Washington reconnaît spécifiquement l'utilisation d'une norme technique communément admise pour le tatouage numérique ou les métadonnées, telle que… Spécifications C2PA, conformément à cette exigence anti-falsification.
La loi n'oblige pas les fournisseurs à inclure dans les données de provenance des informations concernant une personne identifiée ou raisonnablement identifiable.
Cela crée deux niveaux de gouvernance distincts :
- Provenance du contenu : Informations techniques permettant d'établir l'origine ou l'historique des modifications de l'IA.
- Gouvernance de l'IA en entreprise : Contexte organisationnel concernant le système d'IA, le modèle, le propriétaire, l'objectif, les données connectées, les risques et les contrôles.
Le premier garantit l'authenticité du contenu.
La seconde aide l'organisation à comprendre le système qui sous-tend le contenu.
Les organisations ont besoin des deux types de contexte lorsqu'elles souhaitent une transparence de l'IA qui s'étende au-delà d'un seul fichier.
Qu’exclut la loi de l’État de Washington sur le contenu IA ?
Il est tout aussi important de comprendre ce que la loi exclut que ce qu'elle couvre.
Limites du champ d'application
Quatre limites que les organisations devraient connaître
01
Utilisations B2B. Le chapitre 19.435 ne s’applique pas aux utilisations, ventes, licences ou distributions interentreprises de systèmes d’IA générative.
02
Traitement technique mineur. Les systèmes utilisés exclusivement pour la mise à l'échelle, la réduction du bruit ou la compression ne sont pas abordés dans ce chapitre.
03
Certaines expériences interactives. La loi exclut les produits, services, sites web ou applications qui proposent exclusivement des jeux vidéo ou des expériences interactives dans le cadre défini par la loi.
04
Secrets commerciaux. Ce chapitre n'exige pas la divulgation de secrets commerciaux ni d'informations confidentielles ou exclusives concernant la conception ou l'utilisation des systèmes d'IA.
Leçons opérationnelles à retenir : L'inventaire de l'IA et le contexte commercial sont importants car une même technologie peut se situer à l'intérieur ou à l'extérieur des exigences directes de Washington selon le fournisseur, le public cible, le cas d'utilisation et les caractéristiques du système.
Pourquoi la technologie de provenance seule ne suffit pas
Un fournisseur peut mettre en œuvre des métadonnées de provenance et malgré tout rencontrer des difficultés en matière de gouvernance de l'IA.
Prenons l'exemple d'une organisation possédant plusieurs produits d'IA générative.
Un modèle produit des images, un autre du son. Les équipes produit déploient différentes versions de ces modèles pour leurs offres grand public et professionnelles. Certaines applications utilisent des modèles internes, tandis que d'autres font appel à des API tierces.
L'organisation peut mettre en œuvre correctement la technologie de provenance au niveau du contenu.
Mais les équipes de gouvernance doivent encore répondre à cette question :
- Quels systèmes d'IA générative sont accessibles au public pour les consommateurs ?
- Quels systèmes dépassent le seuil légal d'utilisateurs ?
- À qui appartient chaque système ?
- Quel modèle et quelle version alimentent chaque application ?
- Quelles sont les sources de données qui prennent en charge ces modèles et flux de travail ?
- Quels systèmes répondent aux besoins des consommateurs et quels systèmes répondent aux besoins des entreprises (B2B) ?
- Quelles équipes sont responsables de la mise en œuvre et des tests de provenance ?
- Comment l'organisation documente-t-elle les changements au fil du temps ?
La provenance du contenu renseigne les utilisateurs. La gouvernance de l'IA informe l'organisation sur le système qui l'a produit.
Le déficit de transparence en matière d'IA
Cinq lacunes entre la provenance du contenu et la gouvernance de l'IA
Il s'agit de lacunes en matière de gouvernance opérationnelle, et non de conclusions automatiques de non-conformité au droit de l'État de Washington.
Écart 01 / Découverte
Produits d'IA connus vs. parc d'IA réel
Ce que les équipes suivent : Produits d'IA générative approuvés et principales plateformes.
Ce qu'ils risquent de manquer : IA de l'ombre, les modèles embarqués, les environnements de développement, l'IA tierce et les applications non enregistrées.
Combler l'écart : Découvrez les systèmes d'IA dans les environnements cloud, SaaS, de code, de développement et d'entreprise.
Écart 02 / Propriété
Inventaire du modèle vs. Responsabilisation
Ce que les équipes suivent : Noms des modèles et applications.
Ce qu'ils risquent de manquer : Propriétaires, objectif commercial, statut d'approbation, versions du modèle et équipes responsables.
Combler l'écart : Associez chaque ressource d'IA à son propriétaire, son objectif, son modèle, sa politique et son contexte commercial.
Écart 03 / Données
Origine du contenu vs. origine des données
Ce que la provenance indique : Que le contenu admissible provienne d'un système d'IA ou ait été modifié par celui-ci.
Ce dont la gouvernance pourrait encore avoir besoin : Les ensembles de données, les référentiels, les pipelines et les informations sensibles liés au système d'IA lui-même.
Combler l'écart : Connecter l'inventaire IA à la découverte, à la classification et au contexte de traçabilité des données.
Écart 04 / Changement
Examen initial vs. évolution du modèle
Ce que les équipes approuvent : Un modèle, une version, un flux de travail ou une configuration de produit spécifique.
Ce qui peut changer : Modèles, données connectées, intégrations, propriété, populations d'utilisateurs et contexte de déploiement.
Combler l'écart : Surveiller l'inventaire, les risques et le contexte de gouvernance de l'IA à mesure que les systèmes évoluent.
Lacune 05 / Preuve
Politique de transparence vs. Gouvernance : Preuves
Ce que les équipes publient : Politiques, déclarations et engagements en matière de transparence concernant l'IA.
Ce qu'ils auront peut-être du mal à prouver : Quels systèmes sont couverts par cette politique, à qui ils appartiennent, quels contrôles s'appliquent et si les équipes ont pris en compte les risques identifiés ?.
Combler l'écart : Relier les politiques, les ressources d'IA, les évaluations, la propriété et les preuves de remédiation.
Le tableau d'ensemble
La transparence exige un contexte
La provenance du contenu permet de comprendre les médias. La gouvernance de l'IA permet d'expliquer le système, les données, la propriété et les risques qui y sont associés.
Étape suivante : Intégrez les contrôles de transparence de l'IA à l'IA d'entreprise et à l'intelligence des données.
Comment une mise à jour de modèle peut révéler le manque de transparence
Imaginez une entreprise qui exploite un service d'imagerie générative par IA populaire auprès des consommateurs.
Le fournisseur ajoute des métadonnées de provenance aux images générées et utilise une norme technique reconnue pour protéger ces informations contre toute falsification.
L'équipe produit déploie ensuite une nouvelle version du modèle.
Dans le même temps, une autre équipe modifie un pipeline de traitement d'images et ajoute un composant tiers avant que les utilisateurs ne téléchargent le contenu final.
L'organisation doit maintenant répondre à plusieurs questions :
- Quelle version du modèle a généré l'image ?
- Le traitement en aval a-t-il préservé les données de provenance ?
- Quelle équipe est responsable du nouveau composant de traitement ?
- Le nouveau flux de travail est-il toujours conforme à l'architecture approuvée ?
- Quelles sont les sources de données et les services qui prennent en charge le modèle mis à jour ?
- Ce changement a-t-il modifié l'évaluation des risques de l'organisation ?
- Les équipes de gouvernance peuvent-elles identifier tous les systèmes destinés aux consommateurs affectés par la mise à jour ?
La norme de provenance aborde un aspect technique important.
Elle ne crée pas l'inventaire de l'IA d'entreprise, le modèle de propriété, le contexte des données, l'évaluation des risques ou les preuves de gouvernance nécessaires pour répondre au reste.
C’est là que la transparence de l’IA devient un problème de gouvernance de l’IA.
La transparence de l'IA commence par sa visibilité.
Savez-vous quels systèmes d'IA se cachent derrière votre contenu ?
BigID aide les organisations à découvrir les systèmes d'IA, à connecter les modèles à leurs propriétaires et aux données, à identifier l'IA fantôme, à évaluer les risques et à maintenir les preuves de gouvernance dans les environnements d'entreprise.
Washington exige-t-il des filigranes d'IA ?
L'État de Washington n'impose pas de technologie de tatouage numérique spécifique.
La loi exige en revanche que les fournisseurs concernés incluent des données de provenance qualifiées et utilisent des méthodes commercialement et techniquement raisonnables pour rendre difficile leur suppression ou leur falsification.
La loi stipule que l'utilisation d'une norme technique couramment prise en charge pour le tatouage numérique ou les métadonnées, telle que C2PA, satisfait à cette exigence anti-falsification.
Cela offre aux prestataires concernés une flexibilité technique tout en établissant un résultat :
Les utilisateurs devraient disposer d'un moyen pratique d'évaluer si le contenu image, vidéo ou audio admissible provient du système d'IA générative du fournisseur ou a subi une altération matérielle par celui-ci.
Les organisations doivent faire la distinction entre cette exigence légale de provenance du contenu et les contrôles plus généraux de gouvernance de l'IA en entreprise.
BigID ne remplace pas le tatouage numérique des médias, les identifiants de contenu ni les normes de provenance.
BigID s'attaque à la couche de gouvernance environnante en aidant les organisations à découvrir et à inventorier les systèmes d'IA, à connecter l'IA aux données de l'entreprise, à établir la propriété et le contexte commercial, à évaluer les risques et à conserver des preuves sur l'activité de gouvernance.
La loi de l'État de Washington sur l'IA s'applique-t-elle aux agences gouvernementales ?
Le projet de loi HB 1170 a également créé une exigence distincte pour les agences gouvernementales de l'État de Washington.
À compter du 1er février 2027, toute agence gouvernementale mettant à disposition un système d'IA pour interagir avec les consommateurs devra informer ces derniers qu'ils interagissent avec un système d'IA.
L'organisme doit fournir cette information avant ou au moment de l'interaction.
La déclaration doit :
- Apparaissez clairement et de manière visible.
- Utilisez un langage clair.
- Évitez les schémas sombres.
La loi autorise un organisme à utiliser un lien hypertexte pour diriger un consommateur vers une page d'information distincte.
Cette disposition relative aux agences gouvernementales figure séparément dans Chapitre 42.64 RCW.
Elle diffère de l'exigence de provenance du fournisseur couvert privé prévue au chapitre 19.435.
Comment Washington applique-t-il la loi sur la transparence du contenu en matière d'IA ?
Washington confère au procureur général de l'État le pouvoir de faire appliquer le chapitre 19.435.
Pour les actions coercitives du procureur général, la loi considère les comportements qui enfreignent le chapitre comme un acte ou une pratique déloyale ou trompeuse et une méthode de concurrence déloyale en vertu de la loi sur la protection des consommateurs de l'État de Washington.
Seul le procureur général peut intenter une action en vertu de la Loi sur la protection du consommateur conformément à cette disposition d'application spécifique.
Application de la loi
Washington associe la provenance de l'IA à la protection des consommateurs
procureur général
Application de la loi par l'État
Le procureur général de l'État de Washington pourrait intenter une action en justice pour faire appliquer ce chapitre.
Loi sur la protection du consommateur
Cadre d'application
La loi établit un lien entre les infractions visées et la loi sur la protection des consommateurs de l'État de Washington, pour l'application de cette loi par le procureur général.
Important: Le chapitre 19.435 adopté ne contient pas la disposition relative à la pénalité de 100 000 £ qui figurait dans certaines versions antérieures du texte législatif. Les organisations doivent se référer à la version finale de la loi pour décrire son application.
Comment les organisations doivent-elles se préparer à la loi de Washington sur la transparence des contenus liés à l'IA ?
Les organisations devraient commencer par déterminer le périmètre juridique, puis relier cette analyse aux systèmes d'IA et aux contrôles techniques concernés.
Préparation opérationnelle
Sept actions pour renforcer la préparation à la transparence de l'IA
01
Confirmer le champ d'application réglementaire. Déterminer quels systèmes d'IA générative l'organisation crée ou produit, leurs populations d'utilisateurs, leur disponibilité pour les consommateurs dans l'État de Washington et les exclusions applicables.
02
Découvrez les systèmes d'IA. Identifier les modèles, applications, agents, API, environnements de développement, IA embarquée et IA fantôme à l'échelle de l'entreprise.
03
Établir la propriété. Associer les systèmes d'IA à leurs propriétaires, à leur finalité commerciale, à leur utilisation par les consommateurs ou les entreprises, aux versions des modèles, aux approbations et aux équipes responsables.
04
Mettre en place des contrôles de provenance. Évaluer le tatouage numérique, les métadonnées, le C2PA ou d'autres technologies de provenance appropriées pour qualifier le contenu.
05
Tester les flux de travail en aval. Déterminer si l'édition, la conversion, le traitement et la distribution préservent les données de provenance requises.
06
Associer l'IA au contexte des données. Comprendre quels ensembles de données, référentiels, pipelines et informations sensibles prennent en charge les systèmes d'IA.
07
Conserver les preuves de gouvernance. Documenter l'inventaire de l'IA, la propriété, les évaluations des risques, les politiques applicables, les contrôles techniques, les modifications du système et les activités de remédiation.
Point clé à retenir : Ce cadre de préparation combine des considérations législatives et opérationnelles. Washington ne prescrit pas ces sept étapes comme une séquence de conformité obligatoire.
Comment BigID soutient la transparence et la préparation à la gouvernance de l'IA
La loi de l'État de Washington établit une exigence de provenance technique pour les contenus admissibles.
BigID aborde une couche différente mais étroitement liée : la compréhension et la gouvernance des systèmes d’IA, des données, des identités, de la propriété et des risques entourant ces flux de travail de génération de contenu.
BigID's Gouvernance de l'IA Ces fonctionnalités aident les organisations à constituer un inventaire à jour des systèmes d'IA et à connecter cet inventaire aux données et au contexte commercial dont les équipes de gouvernance ont besoin.
- Découverte d'actifs par l'IA : Découvrez des modèles, des agents, des copilotes, des applications, des bibliothèques d'IA, des outils de fournisseurs et l'IA fantôme dans les environnements cloud, SaaS, de code, de développement et d'entreprise.
- Inventaire et propriété de l'IA : Catalogue des systèmes d'IA avec leurs propriétaires, objectifs, ensembles de données, contrôles, approbations, politiques, évaluations et incidents.
- IA et contexte des données : Connectez les modèles et applications d'IA aux données d'entreprise sur lesquelles ils sont entraînés, qu'ils récupèrent ou qu'ils utilisent d'une autre manière.
- Découverte et classification des données : Identifier les informations sensibles, réglementées, confidentielles et critiques pour l'entreprise associées aux environnements d'IA.
- Évaluations des risques liés à l'IA : Évaluer les risques liés à l'IA en tenant compte du système, des données, des politiques, de la propriété et du contexte commercial.
- Gouvernance de l'accès à l'IA : Comprendre comment les systèmes d'IA, les applications, les API, les comptes de service et les identités des machines peuvent accéder aux données sensibles de l'entreprise.
- Preuves de gouvernance : Tenir à jour l'inventaire, les évaluations, la propriété, les politiques, les risques et le contexte de remédiation en matière d'IA à des fins de supervision et de reporting.
BigID ne remplace pas le C2PA, le tatouage numérique, les identifiants de contenu, les métadonnées de provenance des médias ni les autres technologies qui mettent en œuvre l'exigence de provenance au niveau du contenu de l'État de Washington.
BigID aide les organisations à gouverner les systèmes d'IA et les données qui sous-tendent ces contrôles de transparence, afin que les équipes sachent quels systèmes nécessitent une attention particulière, qui en est propriétaire, quelles données ils utilisent et comment la gouvernance évolue avec les environnements d'IA.
Pourquoi la loi de l'État de Washington sur le contenu IA est importante au-delà des fournisseurs concernés
La plupart des entreprises ne répondront pas à la définition de fournisseur couvert établie par l'État de Washington.
Nombreux sont ceux qui ne créent pas de systèmes d'IA générative destinés aux consommateurs et comptant plus d'un million d'utilisateurs mensuels.
Mais cette loi reflète un changement plus large dans la gouvernance de l'IA.
Les organismes de réglementation attendent de plus en plus des organisations qu'elles fassent la distinction entre les activités générées par l'IA et les activités humaines, qu'elles documentent leurs systèmes d'IA, qu'elles établissent les responsabilités et qu'elles fournissent une transparence significative sur la manière dont l'IA est intégrée aux produits et services.
La provenance du contenu répond à une partie de ce défi.
La gouvernance de l'IA d'entreprise s'occupe du reste.
Les organisations qui adoptent l'IA à grande échelle doivent savoir :
- Quels systèmes d'IA sont utilisés dans toute l'entreprise ?
- Quelles équipes les possèdent ?
- Quels modèles et versions utilisent-ils ?
- Quelles données les étayent ?
- À quelles informations sensibles ont-ils accès ?
- Quelles lois et politiques s'appliquent ?
- Quels risques nécessitent une intervention ?
- Quelles preuves démontrent la gouvernance ?
Alors que les lois sur l'IA continuent de diverger selon les juridictions et les cas d'utilisation, une base commune en matière d'IA et d'intelligence des données offre aux organisations un moyen plus évolutif de répondre à ces questions.
Explorez les produits BigID Suivi mondial de la réglementation de l'IA Comparer les lois sur l'IA, leurs dates d'entrée en vigueur, leurs exigences et les considérations de gouvernance dans les différents États américains et juridictions internationales.
Loi de l'État de Washington sur la transparence du contenu en intelligence artificielle : Foire aux questions
Qu’est-ce que la loi de l’État de Washington sur la transparence du contenu IA ?
Les exigences de transparence des contenus IA dans l'État de Washington découlent de la loi HB 1170, promulguée en tant que chapitre 167 des lois de 2026 de l'État de Washington. Le chapitre 19.435 du RCW (Revised Code of Washington) exige des fournisseurs concernés qu'ils incluent des données de provenance dans certains contenus image, vidéo et audio créés ou modifiés de manière significative par leurs systèmes d'IA générative.
Quand la loi de Washington sur la transparence des contenus liés à l'IA entrera-t-elle en vigueur ?
La loi entrera en vigueur le 1er février 2027.
Qui peut être considéré comme un fournisseur couvert ?
Un fournisseur concerné est une personne physique ou morale qui crée, programme ou produit de toute autre manière un système d'intelligence artificielle générative comptant plus d'un million d'utilisateurs mensuels et accessible au public dans l'État de Washington pour un usage personnel. Les gouvernements des États, les administrations locales et les gouvernements tribaux ne sont pas concernés par cette définition.
La loi de l'État de Washington sur le contenu IA s'applique-t-elle aux textes ?
Le chapitre 19.435 définit l'intelligence artificielle générative, aux fins de la présente loi, comme une technologie générant des images, des fichiers audio ou vidéo. L'exigence de provenance du secteur privé n'établit pas d'exigence générale pour les textes générés par l'IA.
Que sont les données de provenance ?
La loi définit les données de provenance comme des données intégrées au contenu numérique ou incluses dans ses métadonnées afin de vérifier l'authenticité, l'origine ou l'historique des modifications du contenu.
Washington exige-t-il des filigranes IA ?
L'État de Washington n'impose pas de technologie de tatouage numérique spécifique. Les fournisseurs concernés doivent utiliser des méthodes commercialement et techniquement raisonnables pour rendre les données de provenance requises difficiles à supprimer ou à falsifier. La loi stipule qu'une norme de tatouage numérique ou de métadonnées couramment utilisée, telle que C2PA, satisfait à cette exigence.
Qu’est-ce qui est considéré comme un contenu d’IA matériellement modifié ?
Une modification substantielle est un changement important qui altère de manière significative le contenu des données. La loi exclut plusieurs modifications mineures lorsqu'elles ne modifient pas sensiblement le contenu ou la signification perçus, notamment le redimensionnement, le recadrage, les conversions de format, les modifications de luminosité, la réduction du bruit et les traitements similaires.
La loi de l'État de Washington s'applique-t-elle à l'IA générative B2B ?
Le chapitre 19.435 stipule qu’il ne s’applique pas aux utilisations, ventes, licences ou distributions interentreprises de systèmes d’IA génératifs.
Qui est chargé de faire appliquer la loi de Washington sur la transparence des contenus relatifs à l'IA ?
Le procureur général de l'État de Washington peut faire appliquer le chapitre 19.435. Cette loi établit un lien entre les infractions et la loi de l'État de Washington sur la protection des consommateurs, ce qui relève de la compétence du procureur général.
La loi exige-t-elle un outil de détection de la provenance ou une divulgation visible facultative ?
Le chapitre 19.435, dans sa version finale, ne contient pas les exigences plus larges relatives aux outils de détection et à la divulgation des manifestes qui figuraient dans certaines versions antérieures du projet de loi HB 1170. Les organisations doivent utiliser la version finale du RCW lors de la planification des exigences de 2027.
Comment BigID peut-il contribuer à la transparence de Washington en matière d'IA ?
BigID aide les organisations à découvrir et à inventorier leurs systèmes d'IA, à relier l'IA à la propriété et au contexte des données, à identifier les expositions aux données sensibles, à réaliser des évaluations des risques, à gérer l'accès à l'IA et à conserver les preuves de gouvernance. BigID complète, sans toutefois la remplacer, les technologies de traçabilité du contenu nécessaires à la mise en œuvre des exigences de l'État de Washington en matière de médias.
Gouvernance de l'IA
Comprendre l'IA qui se cache derrière le contenu.
Gouverner les données qui sous-tendent l'IA.
Découvrez les systèmes d'IA, connectez les modèles aux données et à la propriété de l'entreprise, évaluez les risques, gérez l'accès et conservez les preuves qui sous-tendent une IA responsable.
Sources et lectures complémentaires
- Législature de l'État de Washington : Chapitre 19.435 RCW, Intelligence artificielle : Divulgations
- Législature de l'État de Washington : RCW 19.435.020, Exigence relative aux données de provenance
- Assemblée législative de l'État de Washington : Historique du projet de loi HB 1170
- Législature de l'État de Washington : Chapitre 42.64 RCW, Divulgation de l'IA gouvernementale
- Gouvernance de l'IA de BigID
- Gouvernance d'accès à l'IA BigID
- Suivi de la réglementation mondiale de l'IA BigID
Cet article fournit des informations générales à visée pédagogique et ne constitue pas un avis juridique. Les organisations sont invitées à consulter un avocat spécialisé concernant l'applicabilité du droit de l'État de Washington, les définitions des prestataires couverts, les exigences relatives à la provenance technique, les exclusions et les obligations de mise en œuvre.

