Après deux ans de travail, l’Open Source Initiative (OSI) a publié la première version candidate d’une définition d’intelligence artificielle open source. Cette nouvelle définition vise à clarifier les critères d’open source pour l’IA, intégrant quatre libertés essentielles : utiliser, étudier, modifier et partager le système. Toutefois, l’OSI a opté pour un compromis concernant les données de formation, exigeant des informations détaillées au lieu d’un accès complet aux ensembles de données, ce qui a suscité des critiques parmi certains puristes et entreprises. La définition souligne également l’importance de la disponibilité du code source et des paramètres sous des licences approuvées. Une version finale est attendue pour octobre 2024.
Détails de la définition et processus d’élaboration
L’Open Source Initiative a franchi une étape significative en annonçant la version Release Candidate de sa définition d’IA open source. Initié en 2022, le processus a impliqué la collecte de retours à l’échelle mondiale, incluant cinq réunions publiques et des discussions. Les futures mises à jour seront limitées à des corrections de bugs, sans ajout de nouvelles fonctionnalités.
Grâce aux retours de la communauté, des modifications clés ont été apportées à la définition, en particulier concernant la façon de modifier un système d’apprentissage automatique. Parmi ces changements, le nouveau libellé stipule que les données d’apprentissage doivent désormais être partagées et divulguées. Ce texte a été élaboré suite à de nombreuses discussions avec les membres de la communauté.
Critères et implications des données d’apprentissage
La version candidate de la définition précise que toutes les données doivent être partagées conformément à la législation en vigueur, identifiant quatre types de données : ouvertes, publiques, accessibles et non partageables, chacune ayant des exigences légales distinctes. De plus, le code doit être complet, permettant aux utilisateurs en aval de comprendre le processus de formation, renforçant ainsi la transparence et la sécurité dans un domaine crucial.
Un nouveau paragraphe souligne qu’il est acceptable d’imposer des conditions similaires à celles du copyleft pour le code, les données ou les paramètres, que ce soit individuellement ou combinés. Cela pourrait inclure, par exemple, la distribution d’un ensemble de codes et de données sous des conditions juridiques communes.
Transparence et défis futurs
Concernant la science et la reproductibilité, il est essentiel de noter que l’objectif de l’open source n’est pas de garantir la reproductibilité des logiciels. L’OSI a exprimé que l’open source ne doit pas constituer un obstacle à la reproductibilité. Ainsi, d’autres exigences pourraient être ajoutées, à l’instar de l’initiative Reproducible Builds.
Alors que le cycle des versions candidates avance, l’OSI se concentrera sur la création de documentation et d’une FAQ, avec l’objectif d’obtenir davantage d’approbations avant la publication de la version 1.0 le 28 octobre.
Préoccupations et critiques
La version candidate soulève des préoccupations, notamment concernant le compromis sur le partage des données de formation. Ne pas exiger la divulgation complète des ensembles de données pourrait compromettre l’idée même de l’open source. Les critiques affirment qu’un accès total aux données est essentiel pour garantir la transparence et la crédibilité des systèmes d’IA.
De plus, l’inclusion de la clause « y compris contre rémunération » pourrait engendrer des ambiguïtés sur les droits d’utilisation des données, renforçant ainsi l’opposition à l’IA en alimentant des craintes sur l’exploitation commerciale des données.
Conclusion en suspens
Bien que l’OSI indique qu’elle est ouverte à des révisions, cela soulève des doutes sur la robustesse de la définition. Les préoccupations soulevées par les critiques révèlent des failles majeures qui nécessitent une attention urgente pour garantir que la définition reste fidèle aux valeurs fondamentales de l’open source.