Ce qui change sur Twitch
Twitch vient de placer ses créateurs devant un choix qui n’en est pas vraiment un : l’utilisation de leur contenu de chaîne pour entraîner des modèles d’intelligence artificielle générative d’Amazon est activée par défaut. Pour s’y opposer, le streameur doit trouver puis désactiver manuellement un réglage intitulé « Training for Generative AI » dans les paramètres de sécurité et de confidentialité.
L’information a été recoupée par plusieurs médias, dont Radio-Canada, La Presse, 01net, Le Monde, Le Figaro, TVA Nouvelles, TechRadar, la BBC, The Register et MonCarnet. Le point central de leurs couvertures est le même : Amazon, propriétaire de Twitch depuis 2014, pourra exploiter le contenu des chaînes participantes par défaut afin d’entraîner ses modèles génératifs.
Le libellé du réglage est important. Twitch y parle de « contenu de chaîne » susceptible de servir à entraîner des modèles d’IA générative chez Amazon. Cette formulation confirme l’existence de la nouvelle finalité, mais elle reste peu détaillée sur plusieurs questions décisives : quelles catégories précises de contenus sont absorbées, pendant combien de temps elles sont conservées, quels modèles les utilisent, et si des données déjà intégrées à un entraînement peuvent ensuite être retirées.
La plateforme précise aussi que couper ce réglage ne revient pas à refuser toutes les utilisations possibles du contenu par Twitch et Amazon. Des usages décrits dans l’avis de confidentialité, notamment les fonctions assistées par IA pour la découverte, la sécurité, la modération ou la monétisation, peuvent demeurer soumis à d’autres règles. C’est une nuance essentielle : le bouton vise l’entraînement de modèles génératifs, pas un effacement général de toute analyse automatisée.
Comment désactiver l’entraînement génératif
Pour les streameurs qui ne souhaitent pas participer, la procédure actuelle est la suivante :
1. Se connecter à son compte Twitch dans un navigateur.
2. Ouvrir les Paramètres du compte.
3. Aller dans la section Sécurité et confidentialité.
4. Repérer l’option Training for Generative AI.
5. Désactiver l’autorisation permettant à Amazon d’utiliser le contenu de la chaîne pour entraîner des modèles génératifs.
Il est prudent de vérifier ce réglage depuis un navigateur sur ordinateur, l’interface mobile pouvant ne pas présenter toutes les options de la même façon. Les créateurs devraient également conserver une capture d’écran du réglage après modification, surtout si leur chaîne contient leur visage, leur voix, des invités, des échanges communautaires ou des œuvres dont ils n’ont pas seuls tous les droits.
La désactivation vaut surtout pour l’avenir, du moins selon ce que laisse comprendre la mécanique du contrôle. Twitch n’a pas, à ce stade, documenté publiquement un mécanisme permettant de savoir si des contenus antérieurs ont déjà été intégrés dans des jeux de données ou des modèles, ni une procédure spécifique de retrait rétroactif. Cette lacune nourrit une part importante de la contestation.
Pourquoi l’opt-out est le vrai sujet
Le problème n’est pas seulement l’IA. Il est dans l’architecture du consentement.
Un système opt-in demande une autorisation explicite avant de commencer : le créateur doit choisir de participer. Un système opt-out considère au contraire que la participation est acceptée tant que la personne ne la refuse pas. Dans un environnement où les paramètres sont nombreux, changent souvent et restent parfois enfouis dans des menus, cette différence transforme fortement le résultat réel.
L’opt-out est efficace pour maximiser la quantité de données disponible. Il réduit les frictions pour l’entreprise et augmente mécaniquement la taille potentielle du corpus d’entraînement. Mais il transfère sur les créateurs la charge de surveiller les politiques, comprendre des formulations techniques et agir à temps. Or, sur Twitch, les contenus ne sont pas de simples publications textuelles : ils peuvent contenir une voix reconnaissable, un visage, une personnalité en direct, des discussions spontanées, des œuvres visuelles, des extraits de jeux et des interventions de tiers.
Pour un créateur, l’enjeu dépasse donc la vie privée classique. Il touche à la valeur économique et artistique de son travail. Les streameurs construisent une relation, une présence et une identité dont une IA peut tirer des régularités utiles pour produire, analyser ou classer des contenus. Même si l’entraînement d’un modèle ne signifie pas automatiquement qu’il reproduira une personne ou un stream à l’identique, l’absence de rémunération, de traçabilité et de contrôle alimente un sentiment d’extraction de valeur.
Le Commissariat à la protection de la vie privée du Canada rappelle qu’un consentement valable doit permettre de comprendre la nature, les fins et les conséquences d’un usage des données. Son guide souligne aussi que le consentement explicite est généralement attendu lorsque l’usage sort des attentes raisonnables, concerne des informations sensibles ou crée un risque résiduel significatif. Cette position ne tranche pas à elle seule le cas Twitch, mais elle éclaire le décalage entre une diffusion en direct pensée pour une communauté et une réutilisation destinée à l’entraînement de modèles à l’échelle d’Amazon.
Une controverse qui s’inscrit dans une tendance plus large
Twitch n’est pas un cas isolé. Les grandes plateformes cherchent toutes des données de qualité pour entraîner ou améliorer leurs systèmes d’IA, et leurs méthodes divergent.
Meta a par exemple annoncé l’utilisation de certaines données publiques de Facebook et Instagram en Europe pour entraîner ses systèmes d’IA, avec un mécanisme d’opposition. La CNIL a relevé que l’entreprise avait renforcé certaines mesures de filtrage et proposé un formulaire d’opposition, tout en maintenant une surveillance réglementaire du dossier. Ici encore, la contestation a porté sur le caractère tardif et imparfaitement visible du refus.
Reddit a choisi une voie plus directement commerciale : l’entreprise a officialisé en 2024 un partenariat donnant à Google un accès structuré à son corpus de publications et de commentaires via son interface de programmation, notamment pour améliorer des produits et entraîner des modèles. La différence est notable : il s’agit d’un accord de licence annoncé entre deux entreprises, plutôt que d’un réglage ajouté au compte de chaque contributeur. Mais le fond du débat demeure le même : qui capte la valeur créée par les communautés ?
OpenAI applique lui aussi un modèle d’opt-out pour ses services grand public : les conversations peuvent contribuer à l’amélioration des modèles, sauf désactivation par l’utilisateur. À l’inverse, les clients d’API disposent de règles distinctes. Ces exemples montrent qu’il n’existe pas une seule norme sectorielle, mais une mosaïque de paramètres, de contrats et de droits difficile à lire pour le grand public.
Ce que Twitch devrait clarifier
Le débat ne se résoudra pas avec un unique interrupteur. Pour restaurer la confiance, Twitch devrait publier une documentation précise sur le périmètre des données concernées, les exclusions, les périodes de conservation, les destinataires internes chez Amazon et le traitement des contenus déjà collectés. La plateforme devrait aussi expliquer comment elle gère les droits des invités, des modérateurs et des personnes qui écrivent dans le chat sans être titulaires de la chaîne.
Un opt-in initial, accompagné d’une information visible au moment de l’activation, serait plus cohérent avec la sensibilité de contenus audiovisuels incarnés. Amazon pourrait aussi envisager un programme de licence ou de partage de revenus pour les créateurs qui accepteraient volontairement de contribuer à des ensembles de données à forte valeur. Ce modèle serait plus coûteux, mais aussi plus transparent et plus durable.
Les autorités européennes donnent déjà une direction générale. Le Comité européen de la protection des données insiste sur l’évaluation au cas par cas, la nécessité de garanties effectives et la prise en compte des attentes raisonnables des personnes. La CNIL rappelle pour sa part qu’un entraînement fondé sur l’intérêt légitime peut exiger une transparence renforcée et un droit d’opposition réellement accessible. Autrement dit, un bouton caché au bas d’une page n’est pas forcément une réponse suffisante à l’ampleur du changement.
La prochaine bataille : la preuve du refus
L’épisode Twitch annonce probablement un enjeu plus vaste pour l’économie des créateurs : non seulement obtenir le droit de refuser l’entraînement, mais pouvoir démontrer ce refus et en suivre les effets. À mesure que les modèles génératifs absorberont davantage de vidéo, d’audio et d’interactions en direct, les plateformes devront offrir des journaux de consentement, des politiques de suppression claires et des explications vérifiables sur les données utilisées.
Pour l’instant, la priorité pratique est simple : les streameurs qui refusent cet usage doivent désactiver le réglage, informer leurs collaborateurs et lire attentivement les paramètres de leur chaîne. Mais la question de fond reste ouverte : dans une plateforme contrôlée par un géant technologique, un consentement donné par défaut est-il encore un consentement, ou seulement une absence de vigilance ?